基于Volterra级数的非线性非定常气动力降阶模型

发展了一种基于Volterra级数的非线性非定常气动力降阶模型。着重探讨了基于CFD／CSD耦合计算的Volterra核辨识方法。CFD／CSD耦合计算采用了一种简单的动网格快速生成方法，气动网格与结构网格节点间的物理信息交换采用一种改进的CVT方法。通过与CFD／CSD直接计算的结果对比，表明非定常气动力Volterra级数模型是一种效率高、精度好、能描述非线性、便于使用的降阶模型，特别适用于预测结构做非定常运动下的非定常气动力。     

推进剂稳态燃速最优化辨识

考虑侵蚀燃烧对推进剂稳态燃速的影响,将推进剂稳态燃速模型参数辨识问题转化为非线性规划问题求解。采用Powell方法和并行遗传算法组成的混合优化方法,提高了非线性规划问题求解的效率和质量,得到了推进剂稳态燃速模型参数的全局最优辨识值。通过对设计空间的可视化进行优化收敛过程的参数分析,近似得到侵蚀燃烧模型参数的不确定性区间。     

火箭基组合循环(RBCC)发动机性能分析

介绍了采用引射火箭模式的RBCC发动机工作原理,并在对其概念设计模型进行简化的基础上,进行了RBCC发动机系统性能分析,评估了RBCC发动机系统主要设计参数(发动机系统出口截面直径和燃料化学反应后的总温)的变化对其性能(推力、推力系数和比冲)的影响,认为:1)燃料经过加热后,推力和推力增益都上升了69.97%,比冲增加了180.18%;2)随着二次燃烧过程中燃烧室温度的上升,发动机的推力、推力增益和比冲得到了很大的提高,火箭发动机的性能得到了很好的改善;3)随着RBCC发动机系统出口截面直径的增加,尾气对发动机的反推力、推力增益以及比冲急剧下降,不利于其性能的改善。     

挠性空间结构变形的自适应辨识

本文以空间控制中的挠性结构变形的辨识为背景,以李雅普诺夫稳定性理论为基础,从辨识的一致性原则出发,给出时变参数的自适应辨识算法。该算法具有梯度型递推形式,结构简单、容易实现。计算机模拟结果表明该算法是解决时变参数辨识的一种有效方法。     

高能推进剂主要组分对燃烧效率影响研究

利用燃烧残渣中活性铝含量分析、真空爆热特性和发动机试验手段，研究了高能推进剂中主要组分对推进剂燃烧效率的影响。实验结果表明，增塑剂的种类和含量是影响燃烧效率的主要因素，ＡＰ含量及固体组分的粒度级配也有明显的影响。ＢＳＦХ７５发动机试车结果表明，铝粉粒度级配的改变，可以使高能推进剂比冲效率由０．８８提高到０．９２。     

ASIC技术在弹载计算机小型化中的应用

扼要介绍了高层次设计方法和ＡＳＩＣ（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）技术，并给出了一个在弹载计算机小型化设计中的应用实例。     

公益广告语篇的互文性

互文性是所有语篇的特性,互文性理论被广泛地应用在语篇分析中。运用互文性理论,研究公益广告的三种互文性,包括细节互文性、体裁互文性和文化互文性,以及它们的语用功能,从而为公益广告的作者和读者分别提供一个新的设计和解读视角。     

Motion prediction of a non-cooperative space target

Capturing a non-cooperative space target is a tremendously challenging research topic. Effective acquisition of motion information of the space target is the premise to realize target capture. In this paper, motion prediction of a free-floating non-cooperative target in space is studied and a motion prediction algorithm is proposed. In order to predict the motion of the free-floating non-cooperative target, dynamic parameters of the target must be firstly identified (estimated), such as inertia, angular momentum and kinetic energy and so on; then the predicted motion of the target can be acquired by substituting these identified parameters into the Euler’s equations of the target. Accurate prediction needs precise identification. This paper presents an effective method to identify these dynamic parameters of a free-floating non-cooperative target. This method is based on two steps, (1) the rough estimation of the parameters is computed using the motion observation data to the target, and (2) the best estimation of the parameters is found by an optimization method. In the optimization problem, the objective function is based on the difference between the observed and the predicted motion, and the interior-point method (IPM) is chosen as the optimization algorithm, which starts at the rough estimate obtained in the first step and finds a global minimum to the objective function with the guidance of objective function’s gradient. So the speed of IPM searching for the global minimum is fast, and an accurate identification can be obtained in time. The numerical results show that the proposed motion prediction algorithm is able to predict the motion of the target.     

FUZZY IDENTIFICATION METHOD BASED ON A NEW OBJECTIVE FUNCTION

Many fuzzy models on modeling and controlmethods have been developed since Takagi-Sugeno model was proposed[1] .The main prob-lems of the fuzzy identifying method based on T-S model appear in the following two aspects:　　 1 It is important what heuristic knowledgeis chosen to acquire the premise structure of theT- S model.This problem is related to the opti-mal partition of input space of premise part andmodeling accuracy.　　 2 Itis crucial whatidentifying method is u-tilized to estimate …     

基于复杂网络的航空制造供应链关键节点识别研究

随着不稳定因素的增加以及航空制造供应链的参与主体增多，航空制造供应链的管理所面临的风险也随之增大。因此针对航空制造供应链网络的风险管理，以复杂网络为工具研究供应链网络中的关键节点识别问题，从而帮助航空供应链提升抗风险能力。通过分析我国航空制造供应链网络现状和特点，提出供应链形成机制并划分供应链层级，对航空制造供应链进行构建及指标界定，对度中心性、介数中心性、接近中心性三种经典中心性算法以及传统K-Shell 分解算法进行加权改进；结合熵值-TOPSIS 法提出一种针对加权网络的供应链关键节点识别算法——WKC 算法，通过构造网络来进行算例分析，验证该种算法的有效性。结果表明：本文提出的WKC 算法原理科学、计算复杂度较低，为航空制造等高端装备制造业供应链的风险管理提供了一定的参考。