飞机热管理系统动态仿真

来源 :飞机设计 | 被引量 : 0次 | 上传用户:ihwren
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为解决飞机热源散热需求大、可用热沉不足的矛盾,提出了一种热管理系统仿真方法.从飞行全过程的角度开展热管理系统方案研究,同时采用C++与AMESim软件,开发了燃油和环控分系统仿真模型,构建了热管理系统动态仿真平台,完成系统仿真.有效地分析了给定飞行剖面条件下,各子系统耦合后的动态变化特性,实时预测设备、散热器、各油箱的进/出口,以及发动机入口等关键节点处的介质温度,快速评估热管理系统的综合性能.最后,通过仿真计算完成了不同效率的发电机对全机散热的影响分析,仿真结果符合理论预期,可为热管理系统方案设计提供参考依据.
其他文献
基于STC15F2K60S2单片机为核心的居家养老智能健康监测系统是通过各个传感器实现对佩戴者生命体征的测量;数据通过各传感器模块传向单片机,实现对血压、心率、倾斜角度的监测,能对佩戴者健康状态进行一个很好的评估;当佩戴者发生跌倒而无法及时起身时,利用蓝牙通信将单片机救助信息发送到手机,做出示警提示,达到及时救助的效果。
现有的电子元器件短路故障智能检测方法噪声处理不彻底,遗留了很多有问题的频域节点,导致短路故障检测精度较低,为增强短路故障节点的检测能力,基于小波分析算法设计电子元器件短路故障智能检测方法。提取电子元器件故障信息,计算输入向量的归一化指标,重新赋值电子元器件的阈值空间;基于小波变换建立短路故障设备噪声处理模型,构建具备连续性的小波变换角度,通过正交分解算法去除算法噪声;设计电子元器件短路故障智能检测算法。在实验中与其他两种故障检测方法进行对比,相比起这两种故障检测方法,该方法的异常数据的周期更长,且对周边频
随着人工智能技术的飞速发展,军用智能软件已经成为世界主要发达国家在军事领域的重点研究方向.目前,各国都在不断增加对人工智能技术的资金投入以及产业布局,目的是加快人工智能技术的发展与实际军事应用,以提高本国的军事优势.军用智能软件作为实现人工智能技术在军事领域应用的载体,目前已在态势感知、智能决策、语音交互、协同作战等多个领域有了突破性进展,同时牵动了量子计算、脑机接口、智能芯片等多学科共同向前推进.因此,抢占军用人工智能领域的先机,是未来国家取得重大战略优势地位的必要条件.由于人工智能算法较于人类可以快速