简介：小型移动机器人在未知环境下运行，陀螺所受噪声干扰无法建立有效的数学模型，需要仅从观测信号中把噪声去除，并估计出原始信号，根据该特点提出一种微机电陀螺信号盲均衡迭代反卷积算法。该算法利用横向滤波器对陀螺信号进行反卷积运算，使用贝叶斯方法对信号进行估计，建立了误差函数并与LMS算法组合，实现了均衡器参数的自动调整，在小型移动机器人上进行了算法实验验证。实验结果表明，该算法可以有效分离角速度信号与噪声信号，其噪声信号幅值减小约10倍，移动机器人运行275.41s抵达终点的偏航角误差从13°下降到1.46°。

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：分析了单自由度气浮陀螺仪Ko、K1项漂移系数的主要影响装配工艺因素,并通过实验对Ko、K1项漂移系数影响程度进行量化,提出控制陀螺仪Ko、K1项漂移精度系数精度的工艺措施.

简介：针对一种新型水下气液两相冲压发动机，综合考虑了湍流效应、气液两相之间的拖曳作用及传热与传质，利用计算流体力学方法研究了气液两相冲压发动机内流场的流动特性随发动机工作条件的变化规律，重点研究了气蚀效应对发动机工作性能的影响．主要结论为：当航行速度大于32m／s，气液两相冲压发动机人口附近会产生气蚀并造成严重的总压损失，导致扩张段下游产生流动分离，此时发动机无法产生正推力；通过增大气体质量流率，气液两相冲压发动机内流场的压力将会随之升高，气蚀效应被抑制；提高注入发动机气体的温度，发动机的推力及比冲均增大，但是发动机效率急剧降低．

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：高超声速(Ma∞=6.0)炮风洞中带超声速(Mac=3.0)喷流光学头罩受到周围绕流影响出现气动光学畸变.利用基于背景纹影(backgroundorientedschlieren,BOS)的波前测试方法测量了光学波前畸变.研究结果表明:瞄视误差(boresighterror,BSE)与喷流压比(pressureratioofjet,PRJ)之间近似呈正相关.在有喷流的情况下,压力匹配时瞄视误差相对比较小,并且喷流压比对气动光学高阶畸变的影响不显著.微型涡流发生器(microvortexgene-rator,MVG)对瞄视误差影响不明显,但是对气动光学高阶畸变的影响较为显著.基于波前互相关结果,施加微型涡流发生器之后,波前结构尺寸从0.2AD减小为0.1AD.结构尺寸的减小较为有效地抑制了气动光学高阶畸变并且提高了波前的稳定性.