空空导弹吊挂疲劳寿命分析

针对空空导弹吊挂在挂飞过程中承受多种复杂多变的载荷(如挂飞振动载荷、机动抖振载荷、起飞着陆冲击载荷等)产生的疲劳破坏问题,研究利用仿真计算其疲劳寿命。在总结国内外最新疲劳理论研究的基础上,提出了基于有限元的时域和频域相结合的疲劳分析方法,在空空导弹吊挂的疲劳研究上形成了一套较为完善的分析流程。以某型空空导弹吊挂为研究对象,对其结构及工况特点进行了探讨和分析,借助Msc.Fatigue软件平台建立了吊挂的疲劳损伤模型,结合S-N曲线,计算出其疲劳损伤及其疲劳寿命,并总结出吊挂疲劳寿命的主要影响因素,对具体的型号研制工作有一定的指导意义和工程应用价值。     

常规高超声速风洞的节能方案研究

为了适应高超声速飞行器发展的要求,常规高超声速风洞的建设规模向2m量级发展。但是,随着风洞尺寸的增加,风洞运行所耗费的能源剧增。如何在满足高超声速飞行器试验对风洞尺寸要求的条件下,节省风洞运行时的能量消耗,已成为常规高超声速风洞设计技术发展必须考虑的重要问题。针对这个问题,从常规高超声速风洞气动布局的角度进行了初步探索。首先总结了现有常规高超声速风洞的气动布局;在此基础上,对常规高超声速风洞的能量运行特点,以及不同布局中工作气体余热的处理情况进行了分析;然后结合常规高超声速风洞的运行特点,分析了风洞中可能采用的余热利用技术;最后,提出了一种基于余热利用的常规高超声速风洞布局方案,并对该方案中的关键问题进行了讨论。文中对于该方案的节能情况进行了分析,结果显示,该方案相对于已有的气动布局具有明显的节能效果。     

多区域多重网格法在直升机粒子分离器中的应用

首次将多区域多重网格法用在一般曲线坐标系下交错网格布局的 SIMPLEC算法中,在直升机粒子分离器这类独特结构中的成功应用,突破多重网格方法在多连通域中运用的局限性,使复杂问题变得简单。结果表明,它不仅能加快流场求解的收敛速度,而且还能提高计算精度。     

涡喷发动机可靠性增长试验方案的设计

根据对产品可靠性的最低可接收值与幂律模型的可行性增长管理公式、可行性增长管理策略，推导了涡喷发动机可靠性增长试验所需的台数公式，参照某些涡喷发动机的试验数据及上述公式，给出了某B－2型涡喷发动机的可靠性增长试验方案及其理想增长曲线。     

机场跑道道面摩擦管理决策方案

为确保飞机在机场跑道上滑跑安全，必须定期清除跑道表面附着的橡胶。然而，由于道面摩擦和飞机滑跑之间的复杂关系，当必须进行除胶作业时却没有明确的决策规定。其问题是应选择佬样的道面摩擦状况做为启动除胶的准则。过去15年中，新加坡机场当局一直采用主观判断法调查跑道道面摩擦阻力的面积分布。本文介绍了在过去机场除胶经验的基础上发展形成的除胶决策方案。其目的是在制定除胶决策方案时减少对少数几个有经验的维护人员的依赖，提高除胶决策过程的连续性和一致性。本文介绍的决策方案包括一个除胶神经网络决策模型和一个计算受影响道面面积增加的预测模型－－统计回归模型。     

支承方案对航空发动机振动特性影响分析

从降低发动机振动的角度上提出了选择支承方案的原则。以某型机具有一对中央弧齿锥齿轮啮合的转子-机匣发动机系统为对象,研究了支承方案对发动机振动特性的影响。分别采用轴质量离散弯扭耦合传递矩阵法和轴质量均布的纯弯曲传递矩阵法,比较该机主轴采用二支承方案及三支承方案时系统的临界转速、不平衡响应和初始弯曲响应等振动特性,得出了该机采用三支承方案优于二支承方案的结论。     

基于飞/发一体化的涡轮冲压组合发动机概念方案设计

建立了飞/发一体化约束分析与任务分析模型,形成了由飞行器指标参数到发动机推力需求的概念设计方法。基于某超声速飞行器的设计指标,开展了飞/发一体化分析,确定了满足任务约束的飞行器总重和发动机推力需求,初步确定了发动机的技术方案,并基于飞/发一体化分析方法,对飞行器的任务轨迹、组合发动机模态转换马赫数和超级燃烧室尺寸进行了优化,可为后续组合发动机总体方案设计提供明确牵引。     

基于DSPN的航天测控系统任务可靠性仿真建模

提出了基于确定与随机Petri网（deterministic and stochastic Petri nets,DSPN）的航天测控系统（tracking,telemetry and command,TT&C）任务可靠性定量分析方法,旨在对相关航天测控方案进行可靠性预计.通过对TT&C系统任务剖面进行时序弧段划分,考虑实际系统中测控单元阶段依赖、单元故障可修以及各单元参与任务起止时间不同等其他建模方法难以处理的复杂因素,建立了“单元层-系统逻辑层-阶段层”3层相互关联的TT&C系统任务可靠性DSPN模型.通过对模型仿真运行,实现了对给定测控方案下TT&C系统任务可靠性定量化评估.分析表明:仿真结果随着仿真次数增加逐渐收敛,与Markov解析方法求得的精确值对比误差控制在1%以内.      

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.