智能可变形飞行器是当前航空航天飞行器研究领域的一个热点,是最有可能带来航空航天技术变革,产生颠覆性影响的领域之一,因此受到国内外的广泛关注。本文首先指出飞行器可变形的需求主要来源于如下几个方面,即:1)未来飞行器的飞行空域、速域不断扩大,固定外形可能无法满足不同飞行工况对飞行器气动和飞行性能的需求;2)单架飞行器实现多个飞行使命和任务,可能需要飞行器在执行不同飞行任务时具有不同的气动外形;3)提升现有飞行器的气动总体性能,要求其在各个飞行阶段,通过调整气动外形,使其始终保持优良的气动和飞行性能。介绍了现代意义上的智能可变形飞行器所包含的“变形”和“智能”两方面的含义,其中“变形”是指不同空间尺度(局部、分布、整体)和时间尺度的连续变形,涵盖的范围很宽。按照变形尺度和实现的功能将其划分为三...

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦...

着重阐述了日本、法国、英国、瑞士等国家不同研究机构MEMS红外气体分析器的最新研究动态,以及原理和结构特点.这些微型红外气体分析器因其体积小、成本低,在分光类型、调制方式和检测手段等方面各具特色,近年来得到了迅速发展.其研究思路对于国内研究气体分析仪器的同行也具有一定的借鉴作用.

焦点与质心的位置关系,即静稳定度是飞行器研制和使用中的重要参数.为实现在飞行过程中实时调节合理的静稳定度,提出了3种可变形鸭翼形式,即可变后掠鸭翼、伸缩鸭翼、滑动鸭翼.通过计算流体力学仿真的手段研究了3种可变形鸭翼方案在宽速域范围内的焦点位置调节能力.结果表明3种方案均具有有效的焦点位置调节能力,在所研究的参数范围内,可变后掠鸭翼在亚声速段具有最强的焦点调节能力;伸缩鸭翼在跨声速和超声速段焦点调节能力相对较强;在高超声速段滑动鸭翼的焦点调节能力最强.分析认为3种方案中可变后掠鸭翼最具工程实现价值.

以连续光滑偏转后缘变弯度跨声速翼型为研究对象,对其开展了巡航状态绕流数值模拟,研究了其气动特性并与基本翼型和简单襟翼偏转后缘变弯度翼型的气动特性进行了比较。基本翼型采用RAE 2822超临界翼型;绕流数值模拟采用雷诺平均Navier-Stokes方法,通过与基本翼型试验数据比较,确认了数值模拟方法的准确性。研究发现,跨声速巡航状态下,连续光滑偏转后缘翼型能通过小偏转角变弯度来减小翼型的压阻及总阻力,从而可在巡航过程中升力系数变化条件下实时改善翼型气动特性;这种气动效益在简单襟翼偏转后缘翼型上也能达到同等程度甚至略有增大,表明从气动特性的角度而言跨声速巡航态小偏转角变弯度情形对变弯度方式的敏感性小于已有研究中关注的低速飞行大偏转角变弯度情形,因而跨声速巡航态需要更精细的变弯度方式设计。

涡波一体宽速域乘波飞行器通过在低速引入涡效应,显著改善了传统乘波体在低速状态下的升阻特性,具有在未来宽速域空天飞行器总体气动设计当中得到广泛应用的巨大潜力.但是,该设计方法的研究尚不完善,特别是在基准流场建立过程中忽略了三维效应、低速效应、黏性效应以及头部/前缘的钝化效应,因此其高低速气动特性均有优化设计的空间.针对此问题,本文结合高保真RANS求解器、自由变形参数化方法、鲁棒的结构网格变形方法、离散伴随方法以及序列二次规划算法,发展了基于离散伴随的宽速域飞行器气动优化设计方法.基于上述方法,针对涡波一体乘波飞行器开展了兼顾低速与高超声速气动性能的三维整机气动优化设计研究,获得了宽速域优化构型并对其进行了流动机理分析.结果表明,相较于初始构型,宽速域优化构型可以将飞行器高超声速状态下...

漳山电厂位于山西省长治市，始建于2002年，目前拥有两台装机容量各为300MW的直接空冷机组。凝结水系统配装上海凯士比泵业有限公司制造的NLT350-400×6型凝结水泵，凝结水泵电机为湘潭电机厂制造的YLKS500-4型，高压变频器为北京利德华福电气技术有限公司制造的HARSVERT-A06／130系列。

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦...

本文探究深度学习人工智能技术在飞行器气动外形预测中的应用。以激波装配法乘波体设计为背景，建立气动数据快速生成工具，使用拉丁超立方采样得到海量样本数据。使用深度残差神经网络构建气动外形参数到气动性能数据的代理模型，并与随机森林和双隐层神经网络等普通机器学习模型对比;同时将数据转换为图片，研究基于图片识别的深度学习模型搭建，省略飞行器外形的参数化表达。测试结果说明，深度残差网络作为数据代理模型的精度是随机森林和双隐层神经网络的3倍以上，而基于图片识别的代理模型精度提高有限。研究表明，深度残差网络在乘波体等易于生成大量数据的气动外形的性能预测中效果明显，为深度学习技术在气动外形设计中的应用奠定了基础。

随着石油工业发展,勘探开发井已由常规定向井向水平井、深井转变,应用这类井型已成为未来油气田勘探开发的趋势。然而,这类井型具有井口悬重、空转扭矩高以及井筒摩阻大的特点,同时受修井机设备能力或钻杆强度限制,导致在打捞作业期间地面提拉及旋转操作受限,拉力及扭矩向下传递困难,不利于落鱼解卡。通过多年打捞经验总结,创新提出“地面→井下、机械→液压、旋转→提放”的打捞技术思路,并研究出一套液压打捞工艺技术及配套工具,解决上述难题。