在二元柔壁自适应风洞中利用面元法进行三元模型实验

简要叙述了在西北工业大学二元柔壁自适应风洞中利用面元法进行二元半机翼模型试验的研究情况，分析了面元法的基本思想和部分试验结果。     

八丝热线探针制作及其应用

介绍了八丝热线探针的制作工艺,有效地消除了各热丝探头之间的电信号干扰和动力学干扰。实验中使用该探针检测到了湍流边界层内的大尺度旋涡,并测量了它们的强度和尺度。与此同时还获得了速度、湍流强度和功率谱等流场参数,结果与现有典型数据一致。说明本文所述的多丝热线探针具有很强的实用性。     

尾支杆干扰非线性修正方法的初步研究

利用CFD方法 ,采用两套网格重叠的形式 ,研究了一种对尾支杆干扰进行修正的非线性方法。运用本方法 ,研究了尾支杆等直段长度、直径和锥角对模型气动特性的影响 ,研究了四个模型有攻角时的尾支杆干扰 ,并对GBM 0 4A模型的零阻进行了尾支杆干扰的修正。     

跨音速翼型风洞的洞壁干扰研究

利用三个几何相似的 RAE104翼型模型,用实验方法确定西工大翼型风洞(TAWX)的无堵塞干扰开闭比。对于不带测压轨及带测压轨两种状态的开槽壁分别采用2%及4%开闭比可认为近似于无堵塞干扰。利用测压轨测量该翼型风洞上下壁附近控制面的静压分布,并利用快速富里叶变换法计算马赫数及迎角修正量。由 TAWX 风洞与西德 DFVLR TWB 风洞实验结果的比较可以看出,当迎角为零时,两者结果吻合较好,说明无堵塞干扰开闭比的确定基本上是正确的,经过快速富里叶变换法进行马赫数及迎角修正后的 TAWX 有升力的实验结果也与 TWB 结果接近。     

高速电路PCB板中电磁干扰的研究

结合设计印制电路板的实际经验 ,首先介绍了电磁兼容和电磁干扰 ,其次分析了高速电路PCB设计中产生电磁干扰的主要原因 ,最后提出了防止和抑制电磁干扰的方法以及提高电磁兼容性的具体措施。     

空间光学遥感器主镜背部形状的选择

本文阐述了空间光学遥感器中主镜轻量化的必要性．对双凹、平背、单拱和双拱4种形状主镜在重力载荷下的变形进行了分析计算，得出了背部3点支撑方式下双凹主镜最优的结论，并进一步研究了3点支撑的双凹主镜面形变化RMS值随规一化支撑半径r／R的变化规律．     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

基于支持向量机的组合分类方法及应用

为了解决采用神经网络、决策树作为弱分类器的AdaBoost组合分类存在的不足,进一步改善组合分类效果,提出采用支持向量机(SVM)作为弱分类器的一种新的组合分类诊断方法——AdaBoost-SVM。该方法没有采用一个固定的SVM的核参数,而是自适应调整SVM中的核参数,从而得到一组有效的SVM弱分类器。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明,所提AdaBoost-SVM方法较好地解决了现有的Ada-Boost组合分类方法中存在的弱分类器本身参数选取困难问题及训练轮数的合理选取问题,并具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类。     

基于N-S方程的翼型实验侧壁边界层控制

使用三维可压、雷诺平均N-S方程数值计算了NACA0012翼型在二元翼型风洞中不同迎角和马赫数状态下的压力分布,改进了划分计算网格的Hilgenstock方法,发展了一种利用N S方程计算结果,来确定翼型实验中为消除侧壁边界层干扰的抽气压力的方法。通过比较利用本文介绍的方法计算的NACA0012翼型实验侧壁抽气压力和相同状态下,在西北工业大学0.3m×0.1m二维跨音速风洞中经油流显示证明为合适的抽气压力,结果表明该方法是可行的。     

飞机转速摆动故障模糊诊断模型的建立及其仿真研究

鉴于传统故障诊断技术在飞机发动机故障诊断中不能较好吸收人类经验的缺点,文章运用模糊推理技术,模拟专家的故障诊断推理过程,建立了某型军用飞机发动机转速摆动故障的模糊故障诊断模型,并运用模糊神经网络对该模型进行了改进。仿真结果表明,所建立的模型可以很好地吸收维护人员的故障诊断经验,对故障原因可做出准确判断,训练完成的模糊神经网络模型可实现模糊模型的故障诊断功能,解决其不能自学习的问题。