简介:推导了线振动微机械陀螺的三自由度误差力学方程,并详细分析了陀螺耦合误差的产生机理。分析结果表明,各种结构误差是导致陀螺耦合误差信号的主要原因。在此基础上,利用振动和模态理论给出了陀螺结构误差参数的分离和辨识的试验方法和结果。试验结果表明,同相耦合分量和正交耦合分量是微机械陀螺的两种主要误差信号,造成正交耦合的主要原因是驱动轴和检测轴之间的刚度耦合以及驱动轴和检测轴各自的刚度不对称,造成同相耦合的主要原因是驱动轴和检测轴之间的阻尼耦合以及检测轴刚度不对称和驱动力不对称。结构误差参数的分离和辨识试验方法将为下一步的陀螺结构优化、微加工工艺改进以及耦合误差抑制提供基础。
简介:低Reynolds数流动由于自身特点导致气动特性严重恶化,非定常、非线性效应突出且预测困难,加之相关基础理论研究不足,给以临近空间低速飞行器和高性能微小型飞行器为代表的低Reynolds数飞行器的开发和研制带来了瓶颈和挑战.首先概述了飞行器低Reynolds数的范畴、低Reynolds数空气动力学的主要问题与挑战.随后从低Reynolds数层流分离基础理论出发,依次介绍了低Reynolds数层流分离经典理论、低Reynolds数层流分离非定常流动特性、低Reynolds数后缘层流分离泡.在此基础上,通过对经典长层流分离泡与后缘层流分离泡力学特性的差异以及随攻角和Reynolds数的演化规律的详细分析,逐步揭示了一些低Reynolds数复杂气动效应的本质,如小攻角升力系数的非线性效应,翼型随Reynolds数下降气动特性的二次恶化效应等.最后对低Reynolds数流动基础理论的发展过程进行了总结,并对层流分离诱导转捩及再附效应等复杂流动问题进行了展望.
简介:在对后向台阶流场进行合成射流激励并研究不同激励频率对流场发展影响的过程中,发现流场在低频激励条件下与中高频条件下表现完全不同.为了详细分析这一现象,使用本征正交分解法(properorthogonaldecom-position,POD)将由PIV方法测得的流速分布数据进行分解,采用相位平均手段对含湍流动能较大的主要模态间的关系进行分析,并使用主要模态对流场的主要运动形式进行还原.结果表明,流场在各条件下的主要运动形式均可用少量低阶模态加以基本概括,低频激励下低阶模态相图近似于Lissajous图形,并描述了剪切层在激励作用下的摆动过程.
简介:为研究子母弹在抛撒时的干扰流场特性,选取多舱段子母弹为计算模型,基于课题组自主开发的非结构混合网格Reynolds平均Navier-Stokes方程求解程序HUNS3D,结合非结构嵌套网格技术,耦合六自由度刚体运动学方程,使用了改进的4阶Adams预估-校正法求解六自由度刚体运动方程.利用跨声速下典型外挂物分离作为验证算例,仿真结果与实验结果高度拟合,验证了求解器的精度.对锁定母弹自由度和释放母弹的自由度两种计算状态进行数值模拟.仿真结果表明:由于激波干涉作用,子弹与母弹之间有较强的耦合作用;释放母弹自由度后,子弹的气动力参数发生了较大变化.
简介:多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。
简介:本文论述了重力梯度仪在惯性导航、地球科学、地质科学中的重要作用以及重力梯度仪的现状和前景,着重评述了旋转加速度计重力梯度仪、静电加速度计重力梯度仪和超导重力梯度仪的现状和发展,最后指出了对重力梯度仪的应用和发展需要进一步研究的问题
简介:受限混合层的流动主要是喷流与自由来流相互剪切形成的混合层受到壁面的限制而形成的一种流动.文章采用后向台阶平板模型研究了高速高压比条件下的受限混合层的典型流场结构以及冷却效率.实验自由来流Mach数为5,喷流的Mach数为1.28,喷流总压为0.2~0.7MPa,通过调整冷喷气流的总压,基于纹影流动显示技术获得喷口附近的激波结构特征和流动参数之间的关系.形成喷口附近波系的欠膨胀流动现象的深刻认识,提取波系特征与流动参数之间的规律.基于流动显示及实验测量结果,通过分析流场中大尺度结构的空间演化规律,揭示流动参数对于冷却效率的影响规律及物理内涵.采用快响应压敏漆(FRPSP)技术在高超声速风洞开展热流分布和冷却效率研究,获得了平板对受限混合层冷却效率的影响.
简介:为了解决目前导航设备维修保障工作中存在的维修资源分散、维修效率较低等问题,新建了基于Web的导航设备数字维修平台,分别设计了远程查询Agent、远程推理Agent、远程测试Agent等功能子模块。各Agent功能自治,有利于模块化设计和系统扩展。多Agent联合则可以提高系统的分布计算能力和整体性能。针对远程查询、推理、测试等多Agent通信问题,提出了一种易于实现的应用层黑板模型,采用MicrosoftSQLServer数据库表保存黑板消息,作为多Agent信息交换的中介。黑板消息的读取和写入操作,采用ADO-NET数据库访问驱动来实现,避免了编写复杂的会话层通信程序。
简介:针对无陀螺或陀螺失效等情况下的飞行器姿态确定问题,基于无冗余姿态描述形式修正Rodrigues参数,提出了仅利用星敏感器矢量观测信息来确定飞行器姿态的UPF(UnscentedParticleFilter)算法。UPF利用UKF(UnscentedKalmanFilter)得到粒子滤波的重要性密度函数,从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。修正Rodrigues参数描述飞行器姿态具有简洁高效的特点,通过切换方法避免了奇异性现象。仿真结果表明,该姿态确定算法可以取得比UKF更快的滤波收敛性和更高的滤波精度,并且比四元数算法计算效率提高近10%。
简介:基于计步的传统航位推算的手机导航方法要求手机保持相对人体固定位置以保证航向的准确性,该要求严重影响了用户体验。针对行人的手机姿态改变和高精度定位的行人导航需求,提出了一种重力辅助和模拟零速修正的航向补偿方法。手机姿态发生改变时候的航向角度补偿可以采用手机重力计输出数据进行辅助判断;通常脚部捆绑式惯性导航定位中采用的航位推算技术无法应用于行人手持的手机,所以不具备零速修正算法的基本条件,为此提出了一种应用于行人手持手机的模拟零速修正算法,通过检测行人步态,采用卡尔曼滤波有效抑制了手机的航向发散。行人的综合行走实验结果表明,基于重力辅助和模拟零速修正的手机航向修正方法,能够自主判断并补偿由于手机使用方式改变造成的航向误差,在行走196m距离的情况下,行走误差仅有1.2%,有效提高了行人定位精度。
简介:为了实现水下潜器长时间高精度导航定位,同时考虑到传统地形辅助导航系统在先验地形图不可得或者是地形变化不明显的海域(地形不可匹配区域),无法用来修正惯性导航位置误差的问题,提出了一种结合地形和环境特征的水下导航定位方法。在先验地形图可得且地形高程变化明显的可匹配区域,采用地形辅助导航系统来修正惯导位置误差,在先验地形图不可得或者是地形高程变化不明显的不可匹配区域,采用基于海洋环境特征的同步定位与构图算法来修正惯导位置误差。仿真结果表明,该方法在地形可匹配区域以及地形不可匹配区域得到的航迹都比纯惯导得到的轨迹更接近于理想航迹,因此可以用来修正惯导位置误差。
简介:采用理论分析和数值模拟相结合的方法,系统研究了尺度自适应模拟(scale-adaptivesimulation,SAS)和大涡模拟(large-eddysimulation,LES)的关联性问题.在理论分析方面,对比分析了系综平均和滤波的定义、Spalart-Allmaras(SA)湍流模型和动态亚格子(subgrid-scale,SGS)模型关于湍流黏性系数的求解方式.理论分析结果表明,系综平均等价于盒式直接滤波,SAS和LES的控制方程在数学形式上具有一致性;SAS存在过多的湍流耗散,主要来自于SA输运方程中的扩散项.在数值模拟方面,选取来流Mach数0.55,Reynolds数2×10-5的圆柱可压缩绕流为分析算例.计算结果表明,SAS和LES预测的大尺度平均流场信息几乎一致,SAS预测的湍流脉动信息略低于LES.SAS在圆柱近尾迹区的湍流耗散过大,而在稍远的尾迹区几乎能够完全等效于LES.
简介:开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.