数据驱动的脉冲风洞气动热试验数据分析方法探索

脉冲风洞的有效运行时间短,气动热测量信号易受干扰,通常采用人工判读的方式在大量的脉冲风洞测热试验数据中遴选有效数据,数据分析过程效率低、标准不统一。研究基于中国航天空气动力技术研究院1 m量级炮/激波双模式风洞气动热试验数据开展信号特征分析,确定了Fourier变换后的电压信号、总压-热流相关系数曲线、热流时间导数等参数对流动起止时间、运行模式分界时间、信号质量等关键信息的表征作用。在此基础上,基于卷积神经网络和密度基聚类算法,发展了传感器信号有效性判断模型、风洞有效运行时间段选取算法和传感器信号取值区间选取算法,实现了脉冲风洞气动热试验数据的智能处理。结果表明,智能算法对传感器信号有效性的判断准确度达到98%;针对3568条原始试验曲线进行处理,智能算法与人工方式得到的热流均值差异小于10%的数据约占91%,具有应用于风洞试验的价值。

脉冲燃烧风洞测力天平动力学建模与分析

风洞试验在高超声速一体化飞行器研究过程中发挥着无法替代的作用,其中天平测力是风洞试验的关键技术。脉冲燃烧风洞试验的时间短、冲击载荷大。试验过程中,模型系统会产生强烈的振动,影响天平的测力精度,因而需对其进行动力性能的研究。由此,首先针对测力天平进行结构动力学建模,获得天平的动力学方程。通过仿真分析和锤击试验对测力天平的模态参数进行了计算和测定,然后将计算结果和试验结果进行对比分析,并解析两者的差异及产生的可能原因。理论和实验的全过程表明了测力天平的模态特性能够予以确认,同时也为试验模型系统结构动力学的进一步研究提供了有价值的依据。

一种基于Mellin变换的连续小波变换快速算法

利用 Ｍｅｌｌｉｎ变换推导了连结小波函数的频域表达式，提出了一种分析非平稳性振动信号的连续小波变换快速算法。介绍了该算法的基本原理、特点及应用，并结合工程实例说明了它的使用效果。

“软件制造仪器”的现状和发展趋势

本文介绍了从1979年作者在杭州提出“软件制造仪器”到北京2012年5月中国战略性新兴产业发展论坛提出“软件制造一切”，并指出了第三次工业革命正在到来，它是制造方式的一大转变，即由传统的硬件制造构成的高端机械制造转变为由微电子芯片和嵌入式电脑为载体的“软件制造”，并引发大量制造业从硬件制造为主向软件制造为主的转变。