涡桨飞机发展现状及关键气动问题

独特的动力形式赋予了涡桨飞机优越的推进效率和良好的低速机动、起降性能,使得其在军用及民用领域占有重要的地位并得以不断发展,但同时也带来了一系列需要重点关注的设计问题。本文从目前国内外涡桨飞机的发展现状和设计特点出发,提出其面临的主要气动问题。重点针对国内亟待发展的舰载类涡桨飞机起降过程中的失速和操纵问题进行深入研究,剖析了翼面附近流动的分离状态和发展趋势对于失速特性及操纵安全性的影响规律,归纳总结出需要关注的关键约束和设计原则。在此基础上,通过对一组计算实例的分析,给出了机翼空间流场变化特征和宏观气动力之间的内在联系,并深入阐述了三维增升构型与干净构型及其各站位翼剖面的设计关联性。     

关于设计保证系统适航独立核查的思考

民用飞机主制造商建立设计保证系统,旨在民机研制过程中充分发挥自主适航的能力,通过组织机构、职责、程序和资源落实设计、适航以及独立监督三大职能,以保证航空产品的设计或者设计更改满足适航当局的要求。其中,设计保证系统适航职能的适航独立核查功能正是这一保证的关键。基于对设计保证系统适航独立核查功能的具体分析基础上,从设计保证系统的规划与设计层面提出了实现适航独立核查功能的机制,给出了机制中需明确的责任主体、职责与资质要求、工作流程与支撑工具以及管理程序等方面的建议,并从大数据知识的技术支撑和阶梯式递进的人才培训保障两方面以不断优化改进的方法工具与人力配置来深化适航独立核查的功能与效果,进而增强设计保证系统对飞机型号研制的保证作用。     

飞行器智能设计愿景与关键问题

未来飞行器正朝着多元化、无人化和智能化的方向发展,高超声速、超隐身和变体等新型飞行器不断涌现。而传统飞行器解耦分拆的设计方法越来越难以满足未来飞行器综合性能全面提升的要求,只有通过整体化设计才能充分发掘飞行器的潜能。通过分析传统飞行器设计中存在的问题,提出满足全生命周期要求的飞行器智能设计体系理念,利用知识库的构建将智能赋予飞行器平台系统设计、制造生产和运维这3个阶段,并通过数字孪生技术进行飞行器全生命周期的仿真、分析和预测,以对飞行器设计、运行等数据进行更新,使该体系形成闭环。就飞行器智能设计体系中需要的关键技术及涉及的科学问题等进行了讨论,并给出了未来发展方向以供参考。     

民用飞机电子显示技术的发展

电子显示仪表是航空仪表发展的一次革命,使民用飞机仪表发生了根本性变化,大大提高了座舱仪表信息综合程度和自动化程度;改善了人机工效,提高了飞行安全性。本文阐述电子显示仪表的三个发展阶段、技术特点和未来的发展。     

飞机燃油密度实时测量及其实现方法

主要讨论了飞机燃油量实时测量的有关问题，并就其中燃油密度测量这一关键环节进行了重点论述，对密度测量的重要性、测量方法和国内外的研究状况进行了探讨。     

运输机总体参数和性能统计分析

 按照飞机设计的基本原理,通过对现有运输机总体参数和性能数据的统计分析,寻找现代运输机各个总体性能和性能参数之间存在的定量关系,得到了 1 6个经验公式和一些参数取值范围,为运输机概念设计提供了一些可用的数据。     

用于航空高压直流电源系统的笼型异步发电机控制策略的研究

 现代电力电子技术的发展使得笼型异步发电机能够适用于航空高压直流系统中。着重对笼型异步电机与电力电子变换器结合构成的发电系统进行了研究,说明了采用直接转矩控制策略可使这种发电系统具有很好的动态特性。介绍了异步发电机直接转矩控制的原理与实现方法,并给出了仿真与实验结果。     

JSF的STOVL型别推进系统的设计竞争

洛克希德·马丁公司和波音公司的团队终于得到根本不同的概念 ,以应对依据STOVL需求给出的挑战。波音的X - 32B采用直接升力系统 ,而洛克希德·马丁的X - 35B采用附加一台安装在垂直方向的小型升力风扇 ,提供除发动机推力变向以外的增加升力。洛克希德·马丁公司和波音公司都完成了JSF概念论证阶段 ,二者的投标都优于军方需求 ,但洛克希德·马丁公司在更多领域里有擅长 ;波音公司的STOVL型别方案被认为比洛克希德·马丁公司的方案具有较高的风险。洛克希德·马丁公司的增加升力风扇方案胜过波音的直接升力设计 ;发动机技术、飞控软件和发动机 (含其矢量推力喷管 )设计一体化 ,对获得成功是重要的 ;而波音公司采用直接升力 ,作为短距起飞和垂直着陆 (STOVL)推进系统的决定 ,是它的JSF项目投标不成功的主要弱点。     

飞机横航向等效拟配模型的对比研究

针对电传飞机的横航向低阶等效拟配问题，根据国外新近规范及相关资料对飞机横航向等效模型及其拟配方法的提法，选用了五种适用于不同情况的等效系统数学模型，比较和研究了它们各自的特点；并通过对具体算例的计算，验证了各等效模型的适用范围及拟配方法的实用性；同时，对频率范围的确定，初值的选取等拟配计算中遇到的问题进行了探讨，提出了一些参考性建议。     

无人机涡喷发动机的神经网络自适应PID控制

将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合，组成自适应PID神经网络控制系统。RBF神经网络采用离线学习在线修正权值和阈值，为加快收敛速度，应用带惯性项的梯度下降法。大量仿真结果表明，RBF网络较ELM，标准BP及改进的BP等网络具有明显优点。对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点。