基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。     

复合材料加筋板筋条修理后的压缩性能

承受压缩载荷时,筋条损伤往往造成复合材料加筋板结构的严重失效.针对筋条壁板脱黏、腹板分层、上缘条损伤3种情况分别设计了相应的修理方案并制作了试验件.为保证压缩载荷的均匀施加,设计制作了加筋板试验专用夹具,含有固定试验件的卡槽和保证加载方向沿竖直方向的导轨.筋条修理后的复合材料加筋板的轴向压缩试验表明不同修理部位、不同修理方法对加筋板的力学性能影响不同.有限元分析表明加筋板的屈曲模态、整体破坏模式以及板-筋胶层的破坏情况都受到修理方案的影响.      

基于随机网络编码的无线报文重传最优策略

网络编码技术为无线报文重传问题研究提供了新思路.分析并证明了完全无线报文重传问题最优策略所需重传报文数量等于节点请求报文数量的最大值;基于随机网络编码技术提出了最优重传策略RNCOPT(Random Network Coding based OPTimal Scheme),其编码系数从某选定有限域中随机选取(0除外);利用网络编码矩阵重新生成机制以保证100%解码成功率;描述了RNCOPT组合报文结构及发送节点操作过程.仿真表明:当接收节点数量为30而报文总数为30时,RNCOPT相对于传统非网络编码方案节省重传报文数量可达32%,而此时现有某典型策略CliqueNC却无明显效果.     

一种修正的Osher通量在高阶WCNS中的特性

将一种基于多维修正的Osher通量运用于高阶加权紧致非线性格式(WCNS)中,该修正通量主要在垂直于激波面的界面上增加耗散,能够改善Osher通量的激波捕捉稳定性,同时对边界层和接触间断的分辨率影响非常小。对修正的Osher通量在高阶WCNS中的特性进行研究,通过数值模拟测试了基于Osher通量的WCNS的激波稳定性、热流预测精度、边界层模拟能力、激波边界层干扰模拟能力,并与Steger-Warming通量和Roe通量进行了对比。结果表明修正后的Osher通量比Harten修正的Roe通量具有更好的激波捕捉鲁棒性,而边界层、驻点热流值和激波边界层干扰的模拟则明显优于Steger-Warming通量。上述结果说明了基于修正的Osher通量的高阶WCNS具有较好的激波捕捉特性、热流预测精度和边界层计算能力。     

波音737空调系统制冷性能的监控方案

夏季飞机客舱温度太高而导致旅客抱怨和投诉一直是困扰航空公司,影响航空公司服务的一个主要问题,而这一问题在波音737飞机上又尤为突出。因此,改善空调系统的制冷性能,就成为航空公司机务维修部门必须解决的一项课题。影响空调系统制冷性能的因素很多,制冷系统、温度控制等系统部件的     

围压对高压水射流冲击压力影响规律

高压水射流在油气资源钻探与增产领域应用日益广泛。但在井下作业时,射流一般处在很高的围压环境中,围压究竟对射流结构和能量传递有何影响是长期困扰着钻井领域的重要问题之一。通过围压水射流冲击压力测试装置,测得了不同围压条件下轴线冲击压力及射流压力。研究发现:憋压加载围压条件下,当围压小于喷嘴流量系数平方倍射流压力时,射流压力基本不变;围压较大时,射流压力随围压线性增加;围压对1倍喷距内的高压射流冲击压力基本没有影响;无因次射流轴向水力静压与无因次围压的3.3次方成正比,随无因次喷距线性增加,但当无因次围压超过阀值（0.6~0.7）,水力静压将随围压线性增加;无因次轴线冲击压力与无因次围压的0.15次方成反比,而随无因次喷距线性减小,但超过阀值后基本不变。本研究可为钻井水力参数设计、冲砂洗井等井下作业提供一定参考。     

等离子体激励频率对压气机稳定性影响的实验与数值模拟研究

本文采用实验与数值模拟方法研究了不同等离子体激励频率对低速轴流压气机的扩稳特性。结果表明,等离子体激励能够显著减弱叶顶泄漏流非定常脉动,增加主流动量,削弱泄漏流和回流动量,抑制泄漏流向叶尖前缘移动,从而扩大压气机的稳定工作范围;非定常激励对压气机稳定性有重要影响,随着激励频率的增加,扩稳效果增强,但激励频率存在阈值,当频率高于0.5倍叶片通过频率时,随着频率的增加,扩稳效果几乎不变。     

AHPSO-SVM预测超声内圆磨削ZTA陶瓷的边界损伤

为解决普通加工方式易出现工程陶瓷边缘碎裂的问题,本文对超声内圆磨削工程陶瓷边界损伤预测系统进行了研究。在35 kHz轴向超声磨削与普通磨削两种条件下独立进行试验,运用支持向量机研究工艺参数与边界损伤影响规律,采用改进的粒子群算法优化支持向量机,建立采用混合核函数的AHPSO-SVM预测模型。研究结果表明,超声激励下试件边界损伤降幅为10.05%～21.23%,AHPSO-SVM预测模型MSE为0.378 4、平均相对误差为1.369 0%、30次适应度值标准差为0.020 2。相比于普通磨削,超声磨削可使ZTA陶瓷边界损伤值显著降低;建立的AHPSO-SVM模型具有较好的学习能力、泛化性能与良好的稳定性。     

一种与坐标系无关的误差曲线拟合法

提出一种基于局部坐标系下三次样条函数的误差曲线拟合法,该法不仅使所拟合的误差曲线具有连续的一、二阶导数,而且保证所拟合的误差曲线不随坐标系的改变而改变。使用该法能获得具有较好的光顺性和一致性的误差拟合曲线。