中国航空动力机械研究所

中国航空动力机械研究所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及地面用轻型燃气轮机研究工程基地,是我国集预先研究和型号研制于一体的航空动力研究所,先后研制了军民用十多种型号的航空发动机和直升机减速传动装置。     

扎实抓好野营驻训中的政治工作

驻训演练任务重、难度大、环境苦、要素全、要求高,为确保驻训任务圆满完成,政治工作必须紧贴实战、突出中心、务求实效,为“能打仗、打胜仗”提供坚强的思想保证和强大的精神动力。一、立足实际抓教育,在灵活施教中增强实效性野营驻训期间人员难集中、时间难同步,对教育的随机性和灵活性提出了更高要求,要采取有效措施增强实效性。时间上积“零”为“整”。紧贴训练任务、驻地环境、气候特点、社情民情和驻训中随时暴露出的倾向性问题,采取训练时察言观行、休息时谈心交流、例会时全面分析等办法搞好思想调查和教育引导,     

打造未来动力控制世界的顶级“名片”

作为一种特殊媒体,名片一经诞生便迅速得到广泛普及。以其特有的形式对外传递企业信息、描述企业的形象。而对于各个国防企业来说,每一个企业都握有属于自己的"名片",只不过是"名片"的品质与价值含量不同而已。这张晋级的"名片"亦是要靠自己来制     

用于纯方位目标运动分析的泰勒级数法

以泰勒级数法的理论模型为基础,研究它在纯方位TMA中的应用问题。将泰勒级数法与高斯-牛顿法相结合,得到一种混合泰勒级数法。这种混合方法简单易懂,计算并不复杂。经蒙特卡罗仿真研究,其性能可与高斯-牛顿法相比较,对于有些态势甚至在收敛时间以及解算效果上要优于高斯-牛顿法。算法性能反映在一些典型的TMA态势上。     

基于Simulink的无动力自导深弹导引弹道仿真研究

为了深入分析无动力自导深弹的攻潜能力,针对无动力自导深弹水下导引弹道问题,依据其微分方程模型,利用Matlab/Simulink建立了其导引弹道的仿真模型,并采用蒙特卡洛法在各种假设条件下进行了仿真,仿真结果给出了其水下机动范围和速度的特性,分析了其自导作用距离、自导作用扇面以及目标运动深度与运动速度对其命中概率的影响,改进了以往对命中问题"发现即命中"的判断原则,为其参数设计和作战使用提供了参考和建议.     

混合不确定条件下的飞行器级间分离可靠性分析

为量化飞行器级间分离过程随机不确定性和认知不确定性的综合影响,结合概率和区间理论混合模型特点,提出了一种基于随机和区间理论混合模型的飞行器级间分离可靠性分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,针对级间分离结构的几何特点,设计了一种快速碰撞检测方法,进而构建了分离任务的可靠性分析混合模型。通 过将该模型转化为随机可靠性分析的无约束优化问题,考虑分离过程中复杂外力及力矩导致功能函数高度非线性的特点,利用高效全局优化和主动学习Kriging方法实现无约束优化问题高效求解。结合实例表明,该方法能够准确描述混合不确定性因素对飞行器分离过程的影响,给出了飞行器分离任务可靠性区间,可为飞行器分离方案的精细化设计提供决策支持。     

样条有限点法分析板的非线性动力响应问题

本文提出了用样条有限点法分析板的几何非线性动力响应问题。采用了三次B样条函数与梁的振型函数的乘积作为试函数,由虚位移原理的动力方程出发,建立起以样条函数结点参数表示的基本方程,推导了非线性刚度矩阵的精确显式,并用wilson-θ法求解动力增量方程,求得挠度响应曲线。本文给出了算例,并与文献结果进行比较。本文提出的方法具有计算量小、精度高等优点。是十分有效的方法。     

利用混合编程改善SMP机群上并行矩阵乘法的性能

针对SMP机群,探讨了分别利用单机优化、OpenMP与MPI从指令级、共享存储级与分布主存级三个层次上改善矩阵并行乘Fox算法性能的方法。并通过调用数学函数库与混合编程的方式,在深腾6800上进行了实验,取得了相当满意的数值效果。     

防空导弹武器系统混合编组及计算

防空导弹武器系统混编比的确定是现代防空作战兵力运用的关键问题之一。首次从防空火力配系的角度,提出了防空导弹武器系统混合编组的三种形式,即补充空域混编、加强火力混编和自卫掩护混编。采用定性与定量相结合的方法,进一步给出补充空域混编、加强火力混编比和混编火力单元前后配置间隔的计算模型,确定了混编比。该模型的建立,为防空兵力兵器部署定量分析提供了理论依据,对防空部署理论的发展具有积极作用。     

基于混合优化的前馈-反馈复合控制器最优设计

为了解决传统PID控制器在电动舵机系统设计中难以满足控制要求的问题,首先设计了一种规范化前馈-反馈控制系统,然后利用混沌优化算法和共轭梯度方法相结合的混合优化算法对前馈-反馈控制器参数进行了优化.仿真结果表明:基于混合优化算法的前馈-反馈控制器具有很好的动态和静态性能,增强了系统的稳定性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.