有、无障碍物爆震管起爆过程的CE/SE模拟

用时空守恒元和解元(CE/SE)法模拟有无障碍物情况下爆震管二维爆震波的形成和传播过程,分析爆震波的不同机理,研究在较低能量下,点火区温度、爆震管管径以及障碍物对爆燃-爆震转捩过程(DDT)的影响.控制方程采取无量纲形式,用拓展的隐式梯形法实现刚性源项积分.研究表明,点火能量与点火压力相关,在较低的点火能量下,可以通过提高点火温度、减小爆震管径及加入障碍物加强爆震过程,减小爆燃-爆震转捩过程DDT时间和距离.为研究爆震波点火和DDT过程提供了理论依据.      

高速切削物理仿真技术及其应用

高速切削由于具有很高的切削速度,可以极大地提高材料切除率,从而大幅度提高生产效率,因此也称为高效切削加工.高速切削具有降低切削力、提高切削表面质量、减少传递给工件的切削热、避免颤振和积屑瘤的产生等优点.     

软件无线电的可重构流处理器体系结构

 针对软件无线电中存在通用数字信号处理器（DSP）计算能力不足以及专用基带处理器缺乏扩展性的问题,提出了一种新的处理器：面向软件无线电的可重构流处理器及相应的专用指令集。仿真证明,该处理器的可重构设计具备指令集扩展能力,可以对多种无线通信标准甚至是新的通信标准提供支持;面向软件无线电的流体系结构和专用指令集保证了对多种高速无线基带信号的实时处理,运算能力是通用DSP的5~13倍。该处理器为软件无线电中的硬件设计难题提供了一种新的解决途径。     

多传感器数据融合的平均航迹算法

提出了一种适用于分布式多传感器的平均融合算法,对其算法机理进行了详细描述。对融合算法、未融合算法和算术平均算法三者的跟踪航迹和方差进行了仿真比较。仿真结果表明,融合算法优于算术平均算法和未融合算法。它提高了跟踪精度,改善了航迹质量。尤其在多传感器跟踪系统工作异常的情况下具有独特的优良位能。     

提高航空发动机可靠性的几种措施

飞机发动机的结构极为复杂,尤其是在不断提高推重比及提高主要循环参数一工作介质的温度和压力及使用先进的控制技术情况下,使得解决航空发动机的可靠性保证问题非常困难.为了提高发动机固有可靠性,需采用较好的、先进的设计方法,先进的工艺方法,好的材料等,以及完善的试验手段与试验技术等,本文介绍了国外一些典型的发动机在研制、发展过程中采取的一些提高可靠性的措施,归纳为以下几个方面.     

航空航天焊接结构件应力与变形的预测与控制

焊接是航空航天结构件制造的主要方法之一,焊接结构的应力与变形是构成焊接构件质量的重要因素,是焊接质量控制的重要内容。     

露天试车台——研制大飞机发动机的保障

航空发动机的研制工作依赖于大量试验验证,尤其是民用航空发动机,其研制过程中的考核科目多,试验周期长、风险大,许多试验科目必须在露天试车台上进行。加快规划、建设露天试车台是保障大飞机及民机发动机研制的必备条件。     

谈发动机状态监控的利用

AnApplicationoftheEngineConditionMonitering现代民用航空发动机的状态监控,一般包括对发动机机械参数和性能变化监控两方面。对机械参数的监控包括：（1）对发动机转子振动的监控,振动水平反映了发动机转子的平衡情况以及轴承的状态（2）对滑油消耗量和磁性同的监控。对发动机性能变化的监控,则是通过对发动机主要参数如：转子转速、发动机排气温度、燃油流量等的监控,来反映发动机性能衰退情况、发动机有无故障和部件有无损伤。目前发动机厂家都为其生产的发动机编制了相应的计算机软件,并提供给用户,以实现对发动机的状态监控…     

用光学干涉方法对液相扩散传质过程的研究

液相中扩散传质过程研究无论对于基础理论还是生产实践都具有重要的意义。但在通常的重力环境中,传质过程不是单因素地由浓度梯度来决定,对流和沉降会对实验研究产生重要的干扰。通过光学干涉技术的应用,实现对于扩散过程中的传质系数进行测量,实验中采用Mach—Zehnder干涉仪对于整个传质过程进行监控并记录相关图像信息。这些图像信息是贯穿在整个实验过程中的连续录像,不同于其它实验记录的静态图像。通过计算这些随时间改变的干涉条纹的变化,就可以推导出传质系数的结果。实验液体选用水／葡萄糖溶液,之后还将进一步将该实验装置搭载TF-1火箭,进行微重力实验,以排除重力产生的影响。     

基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。