基于神经网络的液体火箭发动机故障检测系统

提出和建立了一种用于液体火箭发动机（ＬＲＥ）故障检测的神经网络系统,这种系统包括两层：第一层由ＷＴＡ（Ｗｉｎｎｅｒ－Ｔａｋｅ－Ａｌｌ）神经网络组成,ＷＴＡ网络用于检测发动机故障输出模式;第二层由ＢＰ（Ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）神经网络组成,ＢＰ网络利用第一层次的输出结果作为输入显示故障大小。文中对ＬＲＥ故障检测进行了数值仿真,仿真结果验证了神经网络故障检测系统的优越性能。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

非线性高频振荡燃烧的研究

用数值模拟的方法研究了液体火箭发动机高频振荡燃烧的形成和发展过程。气相控制方程用欧拉坐标系下的Navier－Stokes方程组描述，液相控制方程在Lagrangian坐标系下描述，并采用高压蒸发燃烧模型。从计算的结果可以看出，当燃烧室内发生高频振荡燃烧时，在喷注面附近和燃烧室收敛段这两个区域内压力的波动幅度较大；通过对压力、混合气体温度及速度在振荡燃烧情况下的比较，得出了振荡燃烧发生时发动机内部两相流场的脉动频率与燃烧室固有频率相耦合的结论。     

液体火箭发动机故障诊断的最优回归方法

提出了一种基于最优回归理论的液体火箭发动机故障诊断方法，可以在测量参数较少的情况下诊断出较多的发动机故障。当发动机故障不太严重、故障因素也不多时，得到比较满意的关于故障定位和故障大小的结果；在发动机故障比较严重的情况下，仍能得到比较好的故障定位结果；当存在多个故障因素时，诊断效能有所下降。结果表明本文所提方法在比较大的范围之内具有良好的效果。     

Poisson方程生成数值网格方法中的源项计算法

网格生成是数值研究方法得以实现的基础。本文采用了Ｐｏｉｓｓｏｎ方程生成数值网格，并针对方程源项的选择问题，对两种形式的源项作了比较研究。     

中国航空动力机械研究所

中国航空动力机械研究所坐落于湖南株洲市，是我国中小微型航空发动机研究发展中心、直升机减速传动系统基础和预先研究基地、轻型燃气轮机研究工程基地。     

液体火箭发动机离心式喷嘴振荡喷雾特性现状和发展趋势

为加深对振荡喷雾的雾化特性及其与不稳定燃烧的关系的认识,针对低温推进剂液体火箭发动机中广泛应用的气液同轴离心式喷嘴和液液同轴离心式喷嘴,从受激振荡、自激振荡以及喷雾振荡与燃烧稳定性三个方面对研究现状进展进行了综述,总结了以往研究中的成果以及需要克服的关键技术难题,以加深对振荡喷雾及其与燃烧稳定性关系的认识。通过综述可知：对于受激振荡,对于常温常压条件下的供应系统流量振荡引起的前端压力振荡的研究比较充分,但缺少对燃烧室压力变化引起的反压振荡的研究以及超临界条件下喷雾受激振荡的研究;对于自激振荡,研究主要集中在液体中心型同轴离心喷嘴,对于气体中心型同轴离心喷嘴和液液同轴离心喷嘴的研究还较少;光学诊断技术仍难以提取单一的燃烧流场信息。     

固体火箭冲压发动机的工作特性分析

通过数值计算 ,分析了燃气流量固定的壅塞式固体火箭冲压发动机、等空燃比工作的固体火箭冲压发动机和非壅塞固体火箭冲压发动机的高度特性和速度特性。结果表明 ,当导弹的飞行高度和速度变化时 ,燃气流量固定的壅塞式固体火箭冲压发动机性能变化最大 ,燃速压强指数为 1 0的非壅塞固体火箭冲压发动机的性能基本实现了等空燃比调节。贫氧推进剂的燃速压强指数越高 ,非壅塞固体火箭冲压发动机燃气流量的自适应调节能力越强。     

潜艇技术四“王牌“

海湾战争后,拥有潜艇的国家(地区)已增至45个,水下较量日趋激烈。西方各国为了保持并扩大其传统的潜艇优势,纷纷加大对新一代潜艇的研制力度,目前,一系列具有革命性的潜艇新技术已随     

坚固的“堡垒”——被乌克兰寄予厚望的T84U主战坦克

今年4、5月间，乌克兰媒体开始炒作本国生产的名为“堡垒”的新型坦克，并认为，这型由继承了前苏联坦克设计生产能力的哈尔科夫“马雷合夫”坦克生产厂出品的新坦克性能优异，已经超过了俄罗斯军队最新型的T-90A坦克，甚至与当今世界上实力最强的各型坦克相比也毫不逊色甚至更胜一筹。但俄罗斯《独立军事评论》对此却有着完全不同的看法。该刊考察了T-84U“堡垒”坦克的设计历程后得出结论，该坦克不过是乌克兰设计师在给军迷们熟知的T-80更换了炮塔和由柴油发动机替代了汽油发动机后设计出的一种坦克。在俄罗斯人看来，客观看待T-84U“堡垒”坦克的性能才是重要的。