北京航天指控中心卫星任务数字仿真软件的设计

首先给出了北京航天指控中心仿真软件的设计模型,阐述了仿真软件仿真的内容,并详细介绍了仿真软件的总体结构和关键进程的设计方法,最后显示了仿真的结果,在实际应用中该软件得到了验证。     

空中交通管制系统实施能力成熟度模型的可行性分析

本文将软件开发过程的能力成熟度模型SW-EMM引入空中交通管理行业的管理能力测评中，提供给管制单位一个基于过程改进的“空中交通管制能力成熟度模型(ATC-CMM)”，希望对我国空中交通管理行业安全管理的现状改进有所帮助。     

用MSC．MARC的用户子程序进行飞机载流管道振动分析

介绍了MSC．MARC用户子程序“uselem”及用它建立飞机载流管系有限元模型的方法，并给出了算例。使用该子程序计算了简支载流管道固有频率随液体流速的变化情况，其结果与用解析公式得出的结果吻合很好；使用MSC．MARC与其用户子程序“uselem”结合进行载流管系的动力学分析，在建模和后处理方面都很方便，因此在飞机载流管道振动分析上有很大的应用价值。     

质量功能配置与产品、服务设计

本文介绍了质量功能配置QFD用于产品、服务设计领域的基本原理、模型及其特点；详细阐述了产品质量特性QFD设计4个阶段的具体程序和方法；指出QFD在提高产品设计质量管理中的重要作用。     

航空器材维修性设计与分析

本文首先简要介绍了航空产品维修性模型建立的一般过程、维修性分配和预计的方法步骤，然后对维修性用不同的方法进行了定性的分析，最后给出了维修性设计应遵循的一般准则。     

复合材料桨叶结构损伤演化模型

与金属材料桨叶相比,复合材料桨叶因具有更加优良的抗疲劳性能而被广泛应用到直升机旋翼上。但由于复合材料破坏机理复杂,疲劳性能分散,影响因素众多,导致复合材料桨叶疲劳现象尚处于研究探索之中,在复合材料的微观失效机制与宏观结构的力学性能之间仍然缺少一座桥。鉴于此,文章利用典型复合材料试样的拉伸疲劳实验数据,建立了基体裂纹、纤维断裂和界面脱胶等损伤变量累积模型,从断裂能的角度出发构建了基体裂纹密度、纤维断裂面积与复合材料属性之间的函数关系,分析了基体裂纹密度、纤维断裂面积等损伤变量对复合材料工程性能参数的影响。利用复合材料宏观力学理论,研究了各物理损伤变量对桨叶刚度特性的影响,采用连续损伤变量的状态方程建立了复合材料桨叶的损伤演化模型,这种以有理多项式为状态转移函数微分模型能很好地体现复合材料桨叶在疲劳初期和疲劳末期刚度快速损伤的现象。     

高速开关阀控电液位置伺服系统自适应鲁棒控制

为研究高精度的液压缸位置跟踪控制问题,设计了高速开关阀和换向阀组合控制液压缸的结构方案,并通过实验分析了高速开关阀的静态流量特性。建立了液压缸的连续可微摩擦模型,利用粒子群优化算法对其参数进行辨识。建立了系统的非线性数学模型,基于非连续参数映射和反步法设计了直接自适应鲁棒控制器,通过参数在线自适应调节来更新估计值和鲁棒反馈项支配参数不确定性,实验结果表明:在跟踪幅值为5mm,频率为0.4Hz的正弦信号时,最后一个周期的最大跟踪误差、平均跟踪误差及其标准差分别为0.638、0.25mm和0.405mm,与传统PID控制器相比,控制精度显著提升,旨在为实现高精度的数字阀控位置伺服技术提供有价值的参考。      

多支点柔性转子系统临界转速稳健设计方法

基于响应面法和容差模型提出了定量考虑参数变差影响的转子系统临界转速稳健设计方法。该方法利用响应面模型获得多参数、多目标之间的函数关系,并以多阶临界转速分布为约束条件、以临界转速对支承刚度变差敏感度最低为设计目标。对小涵道比涡扇发动机低压转子系统临界转速稳健设计结果表明:在考虑各支点支承刚度变差情况下,采用多参数、多目标稳健设计方法,可保证多支点柔性转子系统的临界转速特性在满足设计要求的同时,转子系统临界转速对支承刚度变差的敏感度最低,验证了该方法的有效性。      

基于湍动能输运的一方程转捩模型

传统转捩模型的构造十分依赖转捩机理的发现和理解,对机理的模化也存在误差。本文基于尺度自适应的KDO湍流模型,以输运变量r=μt/μ重新标定模型参数,使模型整体达到了流动结构自适应,可实现湍流/转捩一体化计算。根据长度尺度的不同,可细分为KDO-tran和CKDO-tran模型。CFD计算评估了经典的T3A,T3B平板边界层旁路转捩,T3A-平板边界层自然转捩,Aero-A翼型分离泡转捩,DLR-F5,6:1椭球横流转捩及可压缩平板边界层、尖锥转捩。该模型无法精确捕捉层流-湍流的过渡,但能准确捕捉转捩的起始位置(Transition onset),在高Re数、复杂流动的表现尤其突出。该模型捕捉转捩的机制在于流动结构的自适应和湍流输运特性的保存,不引入任何转捩机理却能捕捉多种类型的转捩现象,具有较好的适用性。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点,提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验,并采用经验模式分解(EMD)方法对采集的振动信号进行分解,提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明,所提出的Deep-GBM故障诊断准确率达到87%,相对于传统的机器学习模型准确率最高提升了28%,并具有良好的泛化能力。