Analysis of Unsteady Supercavitating Flow Around a Cone Cavitator

Based on an integral equation method, the unsteady supercavitating flow around a slender cone cavitator is studied. The shape and length of supercavity is calculated respectively by using a finite difference time discrete method. Their characteristics varying with the cone angle and cavitation number are investigated respectively. It can be seen obviously that the change of supercavity is characterized by retardation and waviness.     

模态区间在液体火箭发动机故障诊断中的应用

基于模型的故障诊断方法在处理具有不确定参数的复杂非线性系统时,由于仿真结果的不精确导致诊断错误.而传统的区间算法又容易发散,为此,引入模态区间分析方法对含有不确定性参数的非线性系统进行建模仿真和故障诊断.模态区间分析方法通过定义逻辑谓词对区间进行语义解释,从而得出系统工作区间的精确包络线,在此基础上进行的故障检测与诊断是可靠的.利用模态区间分析方法对某大型液体火箭发动机进行模拟仿真与故障诊断,结果表明:得到的系统工作区间包络线是正确的,进行故障诊断得到的结果是真实可靠的.     

反馈线性化最优滑模变结构励磁控制

将滑模变结构控制具有对摄动的完全自适应性与反馈线性化理论和最优控制理论结合起来,针对励磁系统,提出了一种基于反馈线性化最优的滑模变结构控制方法,给出了控制器的设计过程,避免了通常设计滑模变结构控制器时参数选取的盲目性,保证系统运行在较佳状态,且按指数趋近律设计的滑模变结构控制器不易产生抖动。仿真结果表明,这种方法能够充分发挥滑模变结构控制的鲁棒性优点,对电力系统具有较好的稳定作用。     

定常扭矩对柔性转子运动稳定性的影响

以两端简支的单圆盘柔性转子为例,利用系统的特征值,从理论上研究了定常扭矩对其运动稳定性的影响,并阐述了它们的变化规律。     

基于RBF网络的非线性动力系统辨识方法的改进

基于资源分配网络（ＲＡＮ）的增长标准并结合隐单元的修剪 策略,提出了同时具有增长及修剪功能的径向基函数（ＲＢＦ）网络结构学习方案。利用该方案进行了非线性时间序列的建模以及振动系统中的未知非线性力的识别。结果表明：提出的网络结构８学习算法是有效的;ＲＢＦ网络对非线性时间序列具有很高的建模精度 ;振动系统未知非线性力的神经网络识别法是可行的。     

用有限元半解析法计算复杂转子的临界转速问题

计算转子的临界转速问题是设计大型回转机器的重要问题。现在都习惯于采用 Prohl 法(或传递矩阵法)进行电算。当采用此法时,需要将转子离散为有限个轴段,对每个轴段看成一根没有质量的等直梁,而把质量集中在轴段的两端。各轴段的弯曲刚度 EI 是按照梁的理论进行计算的。但是在有的转子上分布有很多园盘,园盘对轴的刚度有影响,梁的理论     

滑动轴承油膜刚度参数的识别

提出了根据实测的转子临界转速、轴承座的动刚度值和已知的转子结构参数识别轴承油膜刚度的新方法。并以300MW汽轮发电机现场试验数据为例验证了识别方法。该方法识别精度较高而且不需要对运行中的转子进行加载,因而实用性较强。图3表5参10     

非均匀来流中全方向推进器非定常水动力性能的研究

为进行安装全方向推进器的潜器运动仿真,研究了非均匀来流中全方向推进器水动力性能的面元预报方法,预报了不同轴向非均匀来流情况下全方向推进器水动力性能.基于螺旋桨面元法理论建立了非均匀来流中全方向推进器水动力性能计算的数学模型,对非均匀来流中全方向推进器的非定常水动力性能进行了数值预报.采用了关于扰动速度势的基本积分微分方程;并且采用双曲面元以消除面元间的缝隙,在桨叶随边满足压力库塔条件.在计算面元的影响系数时,应用了Morino导出的解析公式.为避免数值求导中的奇异性,用Yanagizawa方法求得物体表面上的速度分布.预报了非均匀来流中全方向推进器的非定常水动力性能,并与均匀来流中全方向推进器的非定常水动力性能作了对比.计算结果表明在某些轴向非均匀来流情况下,全方向推进器水动力性能要好于轴向均匀来流时的水动力性能.     

基于时变NARMA模型的非线性时变系统辨识

在非线性自回归滑动平均模型NARMA(Nonlinear Auto Regressive Moving Average)中引入时间变量,将其扩展为时变NARMA模型,用Taylor展开将模型中的非线性函数展开为关于输入输出的多项式,得到关于参数线性时变的多项式形式的时变NARMA模型,再用基序列拟合模型的时变参数得到关于参数线性时不变的模型,最后用递推最小二乘法估计模型参数。仿真算例证明,与小波网络方法相比,辨识精度高,计算量小。     

CMAC神经网络用于一类不确定MIMO非线性系统的鲁棒自适应反馈线性化

在已知标称系统的基础上,将CMAC神经网络用于一类状态反馈可线性化的多输入多输出（MIMO）不稳定连续时间非线性系统的鲁棒自适应反馈线性化,使系统获得要求的跟踪性能。在很弱的假设条件下,应用李雅普诺夫稳定性理论证明了闭环系统内的所有信号为UUB（一致最终有界）。仿真算例进一步验证了算法的正确与有效。