利用OH-PLIF技术显示超声速燃烧的火焰结构

针对在来流马赫数为1.72的空气来流中横向喷注氢气发生超声速燃烧的流场,利用平面激光诱导氢氧基荧光(OH-PLIF)技术,对超燃燃烧室中三个不同的流向截面进行了二维成像测量。选择波长为283.553nm的染料激光倍频光作为激发光,可近似认为获得的OH基荧光信号强度与OH基的摩尔分数成正比。瞬态的OH基PLIF图像揭示了超声速燃烧火焰结构具有高度湍流特性,在凹腔内部存在稳定的燃烧区,为整个燃烧反应提供值班火焰,起到了促进和稳定超声速燃烧的作用。超燃火焰在沿流向传播的同时还沿径向传播,凹腔展向尺度增大时火焰沿流向的火焰区会有所减小。     

基于转子固有频率的涡轮泵故障检测方法

为了有效地检测液体火箭发动机涡轮泵的故障,分析了某型液体火箭发动机的28次历史试车数据,得到了涡轮泵转子的一阶、二阶和三阶临界转速以及轴向固有频率的数值,研究了这4个转子固有频率幅值的稳定性及对涡轮泵故障的敏感性,得出了它们具有较强的稳定性和故障敏感性的结论。在此基础上,提出并验证了基于转子固有频率的涡轮泵故障检测方法。结果表明,基于转子的一阶、二阶和三阶临界转速以及轴向固有频率幅值能有效地检测涡轮泵的故障。     

基于高斯白噪声加入的EMD在旋转机械故障诊断中的应用研究

为了避免经验模式分解(EMD)过程中不同时间尺度函数间的模式混叠,采用基于高斯白噪声加入的经验模式分解方法,并将之应用于旋转机械故障诊断中。该方法主要是对同一信号重复若干次加入相互独立的高斯白噪声序列,并分别筛选固有模式函数,而后把各个对应的固有模式函数进行平均计算,消除白噪声对分解结果的影响。最后,通过对固有模式函数进行包络解调,从中提取故障特征。对实际旋转机械故障振动信号的分析结果表明,该方法能有效避免固有模式函数间模式混叠,提高故障诊断效果。     

谈物理教学的原则

教学涉及的因素很多,因而“教无定法”,要具体问题具体分析,但“教”从本质上说是教师的一种技能,教法就是怎样把自己的知识、本领、技巧、技能教授给学生的本事。因而展现教法的整个过程肯定有一种基本的规律,这就是教学要遵从认知规律,具体如何遵从,可以说百人百法,但万变不离其宗,它离不开认知规律的几个基本原则,本文就自己的体会,谈谈物理学的教学如何遵从这几个基本原则。     

基于馈电信息的故障诊断技术研究

综合运用馈电信息基本理论,提出了一个基于馈电信息的故障诊断技术.该技术通过对馈电信息的比较、分析,从而实现对工作状态的监测和故障的检测;通过检测、分析馈电相关的频谱或相关的模式,实现状态分析和故障定位,完成对电子装备的故障诊断.     

基于模糊支持向量机的发动机故障诊断方法

发动机的故障样本少,用神经网络进行故障类别的学习和分类往往会出现过学习、泛化能力不高以及局部极小点等问题。针对这一缺陷,将基于小样本理论的支持向量机学习方法应用到发动机的故障诊断中。同时讨论了3种多故障分类器的优缺点,并用引入模糊隶属函数的方法解决了“一对多”方法在构建多故障分类器时存在的分类盲区,提高了分类器的分类精度。用该方法对发动机常见的8种状态模式的样本进行训练和识别,训练样本和测试样本都有较好的识别率。     

知识库系统及关系知识库机系统结构的研究

文中首先以数据库为基础研究了知识库系统KBS-1,然后基于关系知识模型,研究了一台关系知识库模型机,并以它为硬核研究了知识库系统KBS-2,最后进行了性能分析。     

基于丛生树的多流水线并行Hash连接的处理机分配算法

本文介绍了并行数据库中实现多流水线Ｈａｓｈ连接的处理机分配算法，该算法对于执行Ｈａｓｈ连接的丛生查询树可同时实现流水线内并行（ＩｎｔｒａｐｉｐｅｌｉｎｅＰａｒａｌｅｌ）和多流水线间的并行（ＩｎｔｒａｐｉｐｅｌｉｎｅＰａｒ－ａｌｅｌ     

PVM平台下三维超声速钝头体底部流场的并行数值模拟及其拓扑分析

用拼接法划分网格，并运用基于消息传递的并行软件平台ＰＶＭ分配计算任务，实现了较大规模的三维超声速钝头体底部流场的并行数值模拟。结果表明，底部压强特性与实验符合较好，流场的拓扑结构合理。     

基于模糊熵与方向相似度的液体火箭发动机故障检测

先定义系统的广义模糊熵及其计算公式，再给出滑动数据窗口中采样数据矢量方向分布中心的离散度定义及其与模糊熵之间的负指数解析关系，并基于离散度概念对自适应窗口滤波器进行了改进，提高了滤波器对噪声的敏感度以及故障检测算法对强干扰噪声环境的鲁棒性。同时，根据滑动数据窗口中二模糊聚类数据中心矢量方向相似度的变化来监示发动机系统故障的发展趋势。本文基于受强噪声环境干扰的实际试车数据并用自组织模糊聚类算法作为滑动数据窗口上的聚类算法进行了数字仿真试验。仿真结果表明：基于模糊熵的故障检测算法具有对强噪声环境的鲁棒性，是低信噪比环境下的一种客观的故障检测算法。