装有多孔介质的封闭腔体中热驱动换热的数值研究

以涡轮叶片超级冷却技术为研究背景,用数值计算的方法,模拟了离心力场下装有多孔介质的封闭腔体中的热驱动换热现象。计算结果表明,在封闭腔体中加入大孔隙率多孔介质后确实能起到强化换热的效果,采用的固体介质的导热性越好,封闭腔体中流体的热驱动能力越强,换热效果越好。而且采用导热性比较好的固体介质时,在大孔隙率范围内,随着孔隙率的减少,封闭腔体中流体的热驱动能力和换热均得到增强。     

桥式测量转换电路特性与实验教学结合的探索与实践

桥式测量转换电路是众多传感器测量转换电路中非常重要的一种转换电路,其特性的理解和掌握对理解其在多种电路中的应用起着至关重要的作用。通过应变片电阻传感器实验教学可实现对桥式测量转换电路特性的掌握。     

矩形截面高超声速进气道气动设计及实验验证

首先对矩形截面高超声速进气道设计方法进行了研究,给出了设计流程,并据此设计了矩形截面高超声速进气道.接着对其进行了三维数值仿真研究,给出了进气道性能参数随来流马赫数、飞行迎角及飞行高度的变化规律.最后设计了实验模型,并进行了高焓风洞实验验证.数值模拟及高焓风洞实验验证均表明:本文采用的设计方法可达到预期的设计效果,设计的进气道达到了相应的设计要求,本文采用的数值仿真方法可以较为准确地模拟高超声速进气道内的流动,数值模拟结果可信.     

高负荷吸附式压气机叶栅开槽方案实验研究

在低速条件下对三种吸气槽方案的高负荷吸附式压气机叶栅进行了详细的实验研究.通过墨迹流场显示法对叶栅壁面流场进行了测量,利用五孔气动探针对叶栅出口截面进行了扫掠,并对不同叶高的型面静压进行了采集,详细分析了全叶高吸气方式和两种局部吸气方式对叶栅流场结构和负荷能力的影响.结果表明,采用吸力面两端吸气对抑制角区分离流动、减弱通道涡强度和尺度、提高叶栅内流动性能的效果要优于其它两种方式,积聚在角区的低能流体由于较大的吸气量而被大量吸除是性能改善的关键.     

二维缩比发动机实验器中旋涡运动的实验研究

针对同体火箭发动机的二维缩比实验器,搭建了高速摄影平台,利用示踪粒子的散射作用,采用连续片光流动显示技术,对流场中的旋涡运动进行了实验研究.实验结果表明:后向台阶处存在明显的流动分离,产生了旋涡.旋涡有规律地脱落,并在随主流向下游传播的过程中尺度逐渐变大;大多数脱落的旋涡撞击潜入式喷管潜入段发生破碎,其中一部分直接流出喷管,而另一部分进入潜入式喷管背区空腔内;少数脱落的旋涡由于大尺度旋涡运动的卷吸作用直接进入潜入式喷管背区空腔,而没有与潜入式喷管潜入段发生碰撞,研究结果可以提高对真实固体火箭发动机中流场的认识,并为数值计算方法提供实验验证.     

基于试验气动力的纵向机动飞行载荷分析

提出了一种基于非线性风洞试验数据(简称试验气动力)同步进行纵向机动飞行过程和飞行载荷的计算分析方法.通过曲面样条插值将试验气动力的升力系数和俯仰力矩系数引入纵向机动飞行过程的计算,同时基于试验气动力的压力分布进行全机飞行载荷的静气动弹性修正.弹性载荷的计算采用线性气动力影响系数矩阵处理.采用偶极子格网法提供气动力(简称理论气动力).将基于这两种气动力的计算结果进行了对比.结果表明:基于试验气动力的机动飞行过程更为合理;基于理论气动力的载荷随机动飞行过程的变化趋势有可能与基于试验气动力的载荷变化趋势不一致.      

GPS 测量大气折射模型研究

在精密ＧＰＳ测量中,大气折射改正误差是最大的误差源之一。研究大气折射理论,建立更加符合实际的模型,推导精确的改正公式,已成为ＧＰＳ测量研究中最重要的课题之一。文章对大气层折射理论进行了深入研究,建立了新的大气层模型,推导出了新的更精确的折射改正公式     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点,成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息,提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据,通过构建混合整数规划模型,识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ,以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值,由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析,验证了方法的可行性。     

基于一维稳态导热模型的多层组件常压隔热性能试验研究

为准确获取被多层组件包覆的空间站常压热试验之热边界,文章基于一维稳态传热模型,对15单元多层组件的等效隔热性能进行了常压环境下的试验测量。结果表明:该组件的热特性较稳定,且受环境温度影响较小,忽略相关测量误差可以近似认为其当量导热系数为0.02 W/(m·K),等效热阻为2.88℃/W。研究结果可用于空间站常压热试验的热边界分析,为常压热试验的准确开展提供数据支撑。     

采用内积原理建立航空发动机神经网络辨识模型

根据样本空间的内积特性,提出一种无需迭代学习内积神经网络。以某型航空发动机的机载记录数据为例,对发动机进行了建模,结果表明该方法具有自学习速度快、抗干扰能力强、准确性高的特点。