升力体火箭上面级分离弹簧优化设计研究

针对升力体火箭在低空高速飞行环境下上面级分离难度大的问题,提出了一种基于分离弹簧的上面级分离方案,将ADAMS和Matlab集成实现了分离多体动力学仿真分析,采用试验设计方法对同时考虑分离工况偏差和分离弹簧偏差的上面级分离过程进行打靶仿真计算,确保了分离方案的可靠性。为了进一步优化分离方案,基于Isight建立了上面级分离优化问题模型,并采用多岛遗传算法对分离弹簧质量进行了优化设计,在确保分离过程满足全部约束条件的情况下使分离弹簧质量大幅降低,其降幅达到了48.87%,有效提升了火箭性能。

火箭对接面爆炸螺栓直径对螺栓截面载荷的影响

爆炸螺栓是箭体结构对接面承载最主要的薄弱环节之一。进行舱段静力试验时考虑到传感器安装空间等原因,通常采用直径较小的螺栓替代爆炸螺栓测量螺栓截面载荷。为得到螺栓直径对螺栓截面载荷的影响,推导了相同加载条件下爆炸螺栓截面载荷与螺栓直径的理论公式。建立不同直径螺栓连接的舱段对接有限元模型,完成舱段对接下不同直径螺栓截面载荷测量试验,将有限元分析结果、试验结果和理论计算结果进行了对比。分析结果表明:爆炸螺栓截面轴力与螺栓直径关系较小,螺栓截面弯矩与直径的平方近似成正比。

火箭分离与姿控一体化设计方法研究

火箭在低空高速环境下分离时,前后体相对姿态容易产生较大变化导致干涉风险,开展分离与姿控一体化设计能够在分离过程中实时控制分离体姿态,有效提升分离可靠性。提出了基于下面级姿控动力系统闭环控制的分离与姿控耦合计算方法,建立了计算模型,并基于联合仿真平台对某火箭头体分离过程进行仿真分析,结果表明分离与姿控一体化设计方法能够有效增大分离间隙,在不增加分离能源的情况下实现两体可靠气动分离,有利于提升火箭综合性能。

基于深度学习和影响函数法的机翼非定常流场预测

为兼顾非定常流场求解的精度与速度,基于深度学习和影响函数法,提出了一种机翼非定常流场特性预测方法,将影响函数嵌入深度学习网络的训练过程中,并引入早停机制和Dropout机制,实现了机翼流场参数的快速预测。结果表明,该方法具有较高的预测精度并且其计算效率较CFD方法有大幅提高。

利用基因芯片分析鸡法氏囊差异表达基因

为了解鸡法氏囊发育过程中转录组的变化,应用鸡基因表达谱芯片对从18胚龄、10和30日龄SPF鸡法氏囊组织抽提和纯化的mRNA进行芯片杂交,对差异表达基因进行了GO功能分类和KEGG信号通路分析,并利用荧光定量PCR验证了部分差异表达基因。结果表明,法氏囊总RNA的基因检出率在79%~85%,30日龄雏鸡与18胚龄鸡胚相比、10日龄雏鸡与18胚龄鸡胚相比和30与10日龄雏鸡相比分别筛选到5 043、2 368和1 874条差异表达基因,主要涉及到结合功能、细胞组成、代谢过程、细胞加工、生物学调节等功能,一些差异表达基因参与细胞因子及其受体相互作用通路、Toll样受体(TLR)信号通路、核苷酸寡聚化域样受体(NLR)信号通路、哺乳动物雷帕霉素靶蛋白(mTOR)信号通路等。结果表明在法氏囊发育过程中,基因表达谱发生了很大变化,表明法氏囊发育是多基因参与的复杂的生物学过程,但这些差异表达基因在法氏囊的发育过程中的作用及其对法氏囊的功能的影响还有待于深入研究。

多重实时荧光PCR检测禽网状内皮组织增生症病毒方法的建立以及初步应用

本文建立了一种快速、灵敏、特异性强的禽网状内皮组织增生症病毒（Reticuloendotheliosis virus，REV）检测方法，并对REV在鸡胚成纤维细胞（chick embryo fibroblast，CEF）上的增殖动态规律进行研究。分别针对gag、env以及LTR基因的保守序列设计3对引物，利用重组质粒作为模板，绘制3种不同基因的标准曲线。检测结果显示，本研究建立了多重实时荧光PCR检测方法，所制备的标准品模板在108~101copies范围内与Ct值之间呈现良好的线性关系，且最低检出量为101copies。REV感染CEF后gag、env、LTR基因的拷贝数均先减少后增多。通过实时荧光PCR技术与间接免疫荧光方法检测，发现REV在CEF上复制的初始阶段呈现病毒适应过程，此后病毒大量复制，表现出明显的增长趋势。该研究不仅为REV的诊断技术提供了一种新的方法，同时也为深入研究REV的感染机制和致病机理奠定了基础。

基于CFD收敛提前终止和变复杂度模型的两级气动优化方法

高效的气动优化设计方法对于提升小型无人飞行器翼型的气动性能具有重要的价值。针对CFD分析成本较大的问题,提出了基于CFD收敛提前终止和变复杂度模型的两级气动优化方法。在第一级优化中,分别将CFD收敛提前终止和CFD完全收敛的数据作为低、高精度样本建立变复杂度模型。采用多岛遗传算法基于变复杂度模型进行全局优化。第二级优化中,以第一级全局最优解为初值,采用Hooke-Jeeves算法直接基于CFD完全收敛分析进行优化,从而得到局部更精确的解。采用该方法对小型无人飞行器的翼型进行了气动优化设计,并与基于单一精度Kriging代理模型的EGO方法进行了对比。结果表明,文中所提的两级气动优化方法所需的优化耗时更少。