余度设计中的系统可靠性最优分配模型

将任务可靠度、基本可靠度均作为系统可靠性优化设计的边界约束,并将系统研制费用视为目标函数,建立了一新的系统可靠性最优分配模型,利用该模型设计出的系统在研制费用最少的情况下,任务可靠度与基本可靠度均达到设计要求。此外,还分别建立了串—并联和并—串联两种余度设计系统的最少研制费用模型。最后通过多个实例验证了上述模型,发现系统可靠性最优分配模型考虑了更多的因素,更有实用价值。     

鲁棒技术在飞机总体设计中应用的新发展

在回顾传统鲁棒设计方法的基础上，详细论述了鲁棒技术在多学科环境中，尤其是在飞机总体设计中的应用状况和最新发展，侧重讨论了多学科鲁棒设计中的不确定性分析、敏度分析和鲁棒设计模拟，并给出了多学科鲁棒设计的一般流程。对鲁棒设计领域中的不确定性、鲁棒设计和多学科3个专业术语进行了定义，并在最后展望了鲁棒设计在工程领域的研究前景。     

航天飞机自动着陆轨迹优化设计

采用沿约束轨迹的推演计算方法及优化原理对航天飞机自动着陆飞行轨迹进行优化设计。首先根据过载、垂直下降率、连续性和平稳性要求确定飞行轨迹的基本形状，然后采用两点边值优化方法对轨迹参数进行优化设计以获得理想的接地动压。与传统的和制导系统联系在一起的轨迹设计方法相比，该方法具有简便、快速、可重复使用、鲁棒性强等特点。     

非壅塞固体火箭冲压发动机二次燃烧试验研究

通过直连式试验研究非壅塞固体火箭冲压发动机二次燃烧影响因素。试验结果表明,当空燃比在一定范围内变化时,若空燃比变大,则燃烧效率升高,当空燃比达到一定程度后再增加,则燃烧效率降低;对于铝镁贫氧推进剂取较小的后置长度时燃烧效率较高;与两股燃气射流向外喷射相比,两股燃气射流向内喷射的燃烧效率明显高;燃气射流与空气流在进气道出口直接撞击不利于燃烧效率的提高。      

航空发动机结构参数化设计

介绍了航空发动机结构参数化设计方法,为发动机总体结构方案设计提供了简便、快捷、多方案选择的途径。参数化设计技术的运用将大大提高航空发动机结构设计的速度和质量。     

高速数字设计及其在卫星定位接收机中的应用

高灵敏度卫星定位接收机的迅速发展是未来定位导航产业的必然趋势。本文主要介绍高灵敏度卫星导航接收机的组成和设计概要。分析了数字电路设计中常遇到的信号完整性问题。着重对高速数字系统定义和传输线阻抗进行了理论分析,运用Cadence公司的ALLEGROPCBSIGXL软件给出了层叠等的设置方法和一些重要信号的分析仿真。将高速数字设计的理论分析与实际应用相结合,在卫星定位接收机主板设计中得到了验证。     

一种面向飞机族的结构优化方法

 飞机族是一组共享通用部件或子系统的、但性能或使用要求不同的相关飞机产品的集合。针对通用模块化飞机族结构优化问题,提出一种基于代理模型的二级优化方法。该方法将结构优化分为两个层次：通用模块结构优化层次和专用模块结构优化层次。这种方法不但流程简单,且各层次的设计变量和约束较少,并且专用模块优化层次之间具有独立性,易于实现并行设计。以某支线客机族的机翼结构优化问题为例,首先阐述飞机族结构优化模型,然后应用本文提出的二级优化方法求解支线客机族的机翼结构优化问题。优化结果表明该方法能成功解决飞机族的结构优化设计问题,能同时优化飞机族中各型号的结构参数。     

车用跨声速离心压气机设计

随着内燃机功率密度的提高,需要更高的增压压比.采用全三维气动设计技术,设计了最大压比为4.0的车用跨声速离心压气机(可应用于微型燃气轮机),并将此应用于某型增压器的改进.针对跨声速流动特征,分析了相应的设计原则和方法.与某型发动机的配机试验结果表明,采用新设计的离心压气机后,在额定功率下,油耗下降4.1 g/(kW.h),涡轮进口温度下降35 K.      

金属燃料/水冲压发动机一次进水试验

介绍了金属燃料/水冲压发动机试验系统,采用非壅塞式构型实现了镁基金属燃料发动机一次加水后稳定燃烧,试验中进水流量稳定,补燃室与燃烧室压强变化相同.试验研究了一次水燃比和燃料燃速对发动机燃烧性能的影响,试验结果表明:当一次水燃比在一定范围内变化时,发动机燃烧效率和喷射效率随水燃比增加而先增加后减少;增加燃料燃速可提高发动机燃烧效率和改善发动机工作性能,但燃速增加需满足发动机长时间工作需求.      

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。