气体中硫化物的分析方法

气体中硫化物主要以无机硫类(H2S，SO2，SF6)和有机硫类(COS，CS2，硫醇、硫醚、噻吩类)为主，这其中又以H2S，SO2，SF6，COS，CS2，硫醇居多。硫化物指标是作业及生活场所必须控制的，合成气中硫化物的存在会使催化剂中毒，气体中的硫化物是引起材料腐蚀的主要物质，对气体中硫化物进行分析在生产生活中是相当重要的。下面介绍气体中硫化物定性定量的分析方法，并对分析方面的进展情况进行论述。     

F135发动机的研制和发展

F1 35发动机是为洛克希德·马丁公司F - 35飞机研制的 ,有 3种型别 ,即常规起落型F1 35 -PW - 1 0 0、舰载短距起落型F1 35 -PW - 40 0和STOVL型F1 35 -PW- 6 0 0。主合同商PW公司负责F1 35主发动机的研制和系统集成。分合同商RR公司负责轴驱动的升力风扇、三轴承偏转喷管和滚转喷管的研制。HamiltonSund strand公司、挪威的VOLVO航空公司 (VAN)、DucommunAeroStructure(DAS)公司、Unison工业公司和丹麦IFADA/S公司也参与了F1 35发动机的研制。　　F1 35发动机于 2 0 0 2年 5月成功地通过了初步设计评审 ,2 0 0 3年 5月…     

第四代战斗机的动力装置

本介绍了国外第四代战斗机对动力装置的要求,归纳了第四代战斗机发动机的主要新技术,分析了第四代战斗机发动机在超声速巡航、可探测性、全寿命费用和发展潜力等方面所具有的优势,最后总结了第四代战斗机发动机发展过程中的几个重要特点,并对发动机技术发展进行了展望。     

小型无人机大气数据采集系统的设计与实现

大气数据采集是小型无人机自动飞行控制系统的关键技术之一。根据小型无人机的飞行任务需求,设计了基于大气数据采集的高度、空速检测系统。该系统以TMS320F2812为核心,采用高精度A/D转换器(12位)提高测量精度,对于提高无人机大气数据检测的动态性能具有较高的应用价值。     

基于神经网络的类乘波体飞行器FADS算法研究

大气数据是飞行器飞行的重要参数,大气数据系统是必备的机载航电系统。嵌入式大气数据系统（FADS）是新一代大气数据系统,可用于类乘波体飞行器。飞行器外形特殊,大飞行包线内FADS压力场模型复杂,解算算法尚不完备。针对飞行器的特点,利用三维几何建模和计算流体动力学（CFD）计算的方法,分析FADS压力场模型特性,设计并验证了基于神经网络的类乘波体飞行器FADS算法,结果表明,算法对马赫数、攻角和侧滑角大气参数的解算可行有效。     

基于K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计

提出了一种基K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计方法.首先用K-均值聚类法将全包线范围内的数据进行聚类,然后在每一个类当中,用迭代约简最小二乘支持向量回归机设计一个子推力估计器.在用迭代约简最小二乘支持向量回归机设计子推力估计器的过程中,为了使计算数值更稳定,用Cholesky分解代替原来的迭代方法.最后仿真实验表明,此推力估计器能满足直接推力控制的需要,并和其它的方案比较起来,该方案存在一定的优势.      

无人机自动控制仿真系统研究与实现

航迹控制回路是无人机自动控制飞行中的重要环节,它涉及无人机的姿态、航向和飞行状态等重要参数的变化。根据飞行控制的基本控制律实现了无人机在复杂航迹条件下的安全飞行控制,模拟出无人机在自动控制下的航迹、盘旋和着陆等的飞行任务。采用面向对象方法设计了基于堆栈的通用化的航线管理类。并分析了无人机在手动操作切换到自动控制方式时寻找航迹点飞行中可能出现的问题,提出了相应的解决方案。     

超大型壁板类零件加工变形控制技术

本文研究了超大型壁板类零件加工变形的控制技术,从整体上考虑零件加工变形控制,从毛坯处理、粗加工到精加工采取合理措施控制零件变形,保证零件的加工精度。超大型壁板类零件加工变形控制技术全面考虑了零件加工变形控制的每一工序,这种加工变形的控制方法具有很好的推广应用价值,在其他大型结构件加工中这种控制方法能保证零件的加工精度和性能。该技术的研究应用对我国大飞机的研     

运输类飞机适航标准CCAR25.963(d)条款要求和验证思路浅析

CCAR25中条款CCAR25.963(d)要求机身内的燃油箱不会因受到应急着陆情况下的惯性力作用破裂并导致燃油的泄漏。本文件研究了适航条款CCAR25.963(d)、14CFR25.963(d)和CS25.963(d)之间的要求差异,提出了条款CCAR25.963(d)建议的符合性方法和验证思路,为运输类飞机的符合性验证提供参考。     

一种基于 KFCM的 SVM遥感图像机场目标分类算法

在遥感图像机场目标分类方面,支持向量机(SVM)有着广泛的应用,但由于样本不平衡问题以及不确定性数据的存在,传统SVM算法的分类精度与效果还无法令人满意。为提高传统SVM分类器的性能,文章将建立在模糊理论基础上的模糊核C-均值聚类算法(KFCM)用于处理遥感数据的不确定性问题,并通过聚类分析后的目标子图,剔除非目标样本的同时保留了目标样本,较好地解决了样本不平衡问题。将基于KFCM的SVM分类算法用于遥感图像机场目标的分类,实验结果和性能分析表明该算法分类性能优于传统SVM算法。