简介:爆震燃烧近似为等容燃烧,理论上其热循环效率高于基于等压燃烧的爆燃燃烧,在超声速推进系统中具有潜在的应用价值.通过总结超声速气流中的爆震推进理论与研究进展,分析其需要解决的关键科学与技术问题,指导未来高超声速发动机的基础研究.文章重点总结了适用于高超声速飞行的斜爆震发动机、超声速脉冲爆震冲压发动机的基础研究进展.其中对斜爆震发动机的应用模式、相关实验研究思路及方法、数值仿真现状进行了总结分析.对超声速脉冲爆震冲压发动机的基础理论研究现状和目前研究的难点进行了梳理.基于爆震燃烧的超燃冲压发动机具有推进系统自增压、燃烧效率高、推力性能好、推进效率高、燃烧室长度短、结构重量轻等优势,文章总结了该发动机当前的发展进程和最新的研究进展,并对其未来的发展方向以及存在的技术问题进行了分析.
简介:在新课程理念下,课堂教学的有效性是每一个教师所努力追求的目标.然而在平时的教学中,尤其是在公开课中,为了调控好教学时间,为了避免课堂中出现“意外”,为了设计上的面面俱到,为了……太多的因素干扰着课堂教学.于是,在问题的设置中,要么过分夸大教师的作用,不敢放手,变“引导”为“灌输”,忽视了学生的思维发展与情感体验,压缩了学生思考的空间,束缚住了他们的手脚.要么过分夸大学生的作用,过多地让学生讨论、交流,不敢插手,生怕干扰了学生,缺少必要的引导,学生学得肤浅,用课堂上表面的热闹掩盖了教学上的低效.为此,本文就浙教版八年级上册《等腰三角形的性质》,结合我校的一节公开课的几个片断,谈谈对课堂有效性提问的一些思考,供同行参考.
简介:基于解的充分必要条件,提出一类广义变分不等式问题的神经网络模型.通过构造Lyapunov函数,在适当的条件下证明了新模型是Lyapunov稳定的,并且全局收敛和指数收敛于原问题的解.数值试验表明,该神经网络模型是有效的和可行的.
简介:本文采用Lyapunov-Krasovskii泛函方法对一类变时滞细胞神经网络的全局指数稳定性进行了研究,得出了一些关于DCNN全局指数稳定性的充分条件。
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.
简介:针对系统误差的不确定性可能会引起滤波精度降低或发散的问题,提出一种新的基于模型预测滤波的前向神经网络算法。首先,采用模型预测滤波估计网络在正向传递过程中的模型误差,并对其进行修正,以弥补模型误差对隐含层权值更新的影响;然后,利用模型预测滤波为神经网络提供精确的训练样本,学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统,并与扩展卡尔曼滤波进行比较,仿真结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内,滤波性能明显优于扩展卡尔曼滤波算法,表明该算法能提高组合导航定位的解算精度。
简介:由大粗糙元引起的髙超声速边界层强制转捩在航天技术中有实际应用,因而近年来受到人们的广泛关注.虽然目前导致该转捩过程的内在机理尚不完全清楚,但有一点是明确的,即粗糙元的尾迹流场中存在强对流不稳定性.文章的出发点是研究这种对流不稳定模态是如何触发转捩的.首先通过CFD方法,计算出髙超声速边界层中粗糙元的尾迹流场,并对其进行二维稳定性分析.结果发现,在传统不稳定Tollmien-Schlichting(T-S)模态出现的临界Reynolds数之前,存在髙增长率的无黏不稳定模态,表现为对称的余弦模态和反对称的正弦模态.然后对该不稳定模态在粗糙元尾迹流中的演化进行了模拟,验证了二维稳定性分析的结果,并考察了非平行性效应的影响.最后通过直接数值模拟,研究由这些不稳定模态触发转捩的全过程.结果表明,对流不稳定模态确实是导致边界层转捩的关键机制.该转捩过程的特点是,局部湍斑首先在不稳定模态特征函数的峰值附近出现,然后向全流场扩散.就文章研究的工况而言,余弦和正弦模态的相互作用对转捩的影响并不明显,且后者在转捩过程中起主导作用.
简介:目前,随着相关项目研究的不断推进,如何在高Reynolds数下研究其对气动光学效应的影响成为重要命题.通过设计变Reynolds数气动光学效应实验平台,模拟的单位Reynolds数可以在7.2×10^6-2.2×10^8m^-1范围内变化.搭建的基于背景纹影(backgroundorientedschlieren,BOS)的波前测试系统可以达到6ns的时间分辨率.此系统测量的平凸透镜波前结果表明:实验测量结果与理论计算结果的误差在±4%以内.通过测量9种不同Reynolds数下的超声速气膜瞬态波前数据,分析结果表明:在高Reynolds数条件下,Reynolds数对于超声速气膜气动光学效应的影响比较明显,通过对实验数据进行函数拟合发现OPDrmsRe088,与推导结果OPDrmsRe09十分接近;利用小波分析方法研究了高Reynolds数条件下气动光学效应沿流向的分布特征,发现OPDrms的低频部分(信号的主体)先降低后升高,但是高频部分的震荡幅度先升后降.分析认为OPD的低频部分主要受到流场整体结构的影响,而高频部分更多地受到涡的空间分布影响.
简介:研究了具时变时滞的分层抑制细胞神经网络.利用不动点定理获得了若干判定该网络存在概周期解的新充分条件,改进和推广了已有文献中的相应结论.