基于数字虚拟飞行的民机侧风着陆地面航向操稳特性评估

基于民机的适航要求,建立了一种基于数字虚拟飞行的侧风着陆地面航向操稳特性评估方法。以着陆滑跑过程中最大机体倾斜角和最大航迹偏移量作为评估的关键参数,依据人机闭环数字飞行仿真计算结果,评估了某大型水陆两栖飞机侧风着陆任务的地面航向操稳特性适航符合性。对于20 kts侧风分量,算例飞机着陆滑跑的机身最大机体倾斜角为3.44°,最大侧向航迹偏差为2.51 m,能够满足适航要求。进一步研究表明,侧风分量大小、道面污染情况均影响侧风着陆的安全性。在干道面上当侧风分量超过30 kts时即会出现地面打转现象;道面污染增加滑跑减速所消耗的跑道长度,同时不利于驾驶员对滑行航向的控制。所提评估方法可应用于民机的概念和方案设计阶段,并为后续开展飞行试验验证等提供理论参考。      

多层频率选择表面的分析

本文科用矩量法和广义散射矩阵理论分析了平面波入射到多层频率选择表面的电磁散射特性。首先引入广义波导的概念,将单层频率选择表面(FSS)上每个单元看成两个广义波导的接头,广义波导中的本征模是周期性结构中的Floquet模,然后根据等效原理和边界面上切向场量的连续性条件得到了一个关于广义波导中模式系数的方程,用矩量法求解可得波导接头的广义散射参量。最后运用广义散射矩阵理论计算了多层FSS总的散射参量。作为示例,文中对由矩形与圆形孔阵所组成的单层FSS和双层矩形孔阵FSS的散射特性作了计算,数值结果与已有文献中给出的数据极为一致。     

展望系统辨识方法在大攻角气动问题研究中的应用

在分析了目前进行飞行器大攻角气动特性研究所采用的尾旋风洞试验、常规风洞自由飞试验和遥控模型自由飞试验的优缺点之基础上指出:把系统辨识方法与这些试验方法结合起来,是一种行之有效的研究飞行器大攻角气动问题的技术途径,它可以简化这些试验方法的一些技术环节,提高试验精度。若气动数据来源于尾旋风洞,这种新方法只能研究飞机的发展尾旋和改出尾旋;若气动数据来源于常规风洞,这种新方法也只能研究飞行器的大攻角、偏离、过失速和失速性滚摆/滚转模态;只有通过模型自由飞获取气动数据,这种新方法才有可能研究包括尾旋全过程在内的各种大攻角飞行模态。     

自身场磁等离子体推力器数值仿真流场特性分析

磁等离子体推力器以其推力大、比冲高等特点,成为未来深空探测、星际航行任务首选的电推力器类型,研究推力器内部等离子体流场特性,有利于解释推力器出现的物理现象。针对特定自身场磁等离子体推力器,建立磁流体模型,使用TVD Lax-Friedrich格式以及ADI方法对推力器内部及羽流进行数值求解,得到等离子体流场及等离子体参数分布情况,仿真结果显示在高电流工况下,等离子体羽流更加集中,轴向加速效果更加显著,但高电流模式下阴极温度较高,不利于阴极的使用寿命。     

捕风一号卫星总体设计与技术特点

捕风一号卫星是中国首次实现基于星载导航卫星反射信号测量(global navigation satellite system-reflection,GNSS-R)技术的气象卫星,采用新型L波段海面风场信息探测技术,在风场测量、海面飓风风速反演等方面为国家气象、防灾减灾等行业提供服务.从系统设计角度介绍了捕风一号卫星的总...     

压力管道流固耦合振动特性分析

压力管道系统中存在流体和结构之间的耦合振动。因此,在研究压力管道的动态特性时,应考虑管内流体对管道结构动态特性的影响。本文以某动力系统空间管路为研究对象,采用Galerkin法对导管-流体组成的耦合系统进行有限元离散,建立耦合系统控制方程。在此基础上,用考虑初应力刚度的有限元法,对导管充压前、后的振动特性进行了数值计算,详细分析了流固耦合作用对导管结构振动特性的影响,并与试验结果进行了比较分析。结果表明,流固耦合作用对导管模态振型的影响很小,但对导管各阶固有频率有不同程度的影响。     

弹性支撑条件下裂纹齿轮体有限元模拟与仿真

将齿轮与轴的装配支撑关系考虑为弹性支撑, 采用有限元数值分析ANSYS软件对故障齿轮的动力特性进行了模拟.研究了裂纹故障发生后齿轮动力特性的变化, 分析了不同大小和不同类型的故障对齿轮体动力特性的影响.结果表明:裂纹的大小和位置对动力特性都有影响, 但裂纹发生位置的影响要大于裂纹大小的影响, 即处于齿轮结构体中部的缺陷要比处于外边缘的缺陷对动力特性影响大.另外, 探讨了仿真时设置弹性支撑边界条件的方法, 并通过与固定支撑和自由支撑边界条件的比较, 给出了弹性支撑条件下分析结果的真实性和有效性, 为齿轮故障发生机理和诊断的研究提供了一种方法.      

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。