首页期刊导航|南京航空航天大学学报(英文版)
期刊信息/Journal information
南京航空航天大学学报(英文版)
南京航空航天大学
南京航空航天大学学报(英文版)

南京航空航天大学

朱荻

季刊

1005-1120

tnuaa@nuaa.edu.cn

025-84892071

210016

南京市御道街29号1016信箱

南京航空航天大学学报(英文版)/Journal Transactions of Nanjing University of Aeronautics and Astronautics(Quarterly)CSCDCSTPCD北大核心EI
查看更多>>本刊是主要反映航空、民航、航天科学技术及其理论基础成果的综合性学术刊物,创刊于1982年,其读者对象主要是航空、民航、航天、机械、电子、电气等领域的科技工作者、理工科院校师生和相应的管理干部。本刊是我国创刊最早的高校英文学报,其稿件为直接英文稿,大多数为学术水平较高,具有国际交流的论文,与中文学报不重复,它是我国科技论文统计用期刊,并被国外多家检索机构收录。
正式出版
收录年代

    基于间歇扰动的NACA633-421翼型层流分离泡流动控制研究

    SIPKADUWA MADUWA GURUGE Supun Induwara Perera李琳恺王世龙
    1-12页
    查看更多>>摘要:研究了NACA 633-421翼型的气动性能,以及层流分离泡(Laminar seperation bubble,LSB)间歇扰动流动控制方法的有效性和可行性。研究发现,合成射流激励器的平均速度和影响范围随驱动频率和驱动幅值的增加而增大。LSB会在Re=1。0×105条件下形成,并且在α=6°时发生破裂造成升力突降。但采用间歇扰动控制后,失速迎角(Angle of attack,AoA)增大,阻力明显减小。研究表明,虽然某些干扰幅值不能完全使机翼升力系数从LSB失速中恢复,但减小驱动幅值比增大合成射流驱动幅值更能部分恢复机翼气动性能,使得机翼的整体气动特性得以保持。

    层流分离泡间歇扰动控制激励频率驱动振幅合成射流激励器

    基于贝塞尔技术的5轴FDM 3D打印

    KHAN Abdul Basit王小平
    13-20页
    查看更多>>摘要:在过去的10年里,3D打印,尤其是熔融沉积建模(Fused deposition modeling,FDM),在复杂设计的制造方面引起了革命性变化。传统的三轴FDM打印机在处理复杂几何形状时面临挑战,而五轴打印机则提供了更多的设计自由度。然而,这需要专业的策略。本文提出了一种使用贝塞尔曲线的五轴FDM打印机模型,并通过算法来提升打印质量。结果表明,该方法在曲线任务方面显著提高了精度。此外,本研究深化了对五轴FDM技术的理解,为进一步研究奠定了坚实基础,并有可能优化制造方法。

    增材制造熔融沉积建模切片算法表面质量优化

    具有不对称传输和线偏振转换的多功能手性超表面

    AFZAL Ahmed曹群生MUHAMMAD Sajjad
    21-26页
    查看更多>>摘要:提出了一种多功能手性超表面来实现不对称传输(Asymmetric transmission,AT)和线偏振转换(Linear-polarization conversion,LPC)。设计的超表面由十字剑状形状和单元电池下侧的两个孔组成。在8。3~10。4 GHz频段,实现了 90%以上的AT效率,并且相同的手性超表面将线偏振波高效地转换为正交波。对于LPC,偏振转换率(Polarization conversion ratio,PCR)大于95%。对于AT和LPC操作,所提出的超表面对于高达60°的电磁(Electromagnetic,EM)波入射角都是稳定的。

    手性超表面偏振转换不对称传输等离子共振

    基于风扇全状态特性的涡扇发动机起动过程仿真

    方鋆张天宏
    27-34页
    查看更多>>摘要:转子慢车以下状态部件特性难以获得制约了涡扇发动机地面起动过程和高空起动过程的仿真能力。本文针对风扇特性提出采用基于常规特性参数的脊背法,外推得到风扇全状态特性。应用风扇全状态特性的涡扇发动机部件级模型在地面起动过程仿真中实现零转速迭代仿真,高空起动过程实现风车状态仿真,提高了涡扇发动机起动过程慢车以下状态的仿真能力。

    地面起动仿真高空起动仿真全状态特性涡扇发动机建模

    基于双源电源的电动汽车无线充电系统

    NAQVI Syed Zohair Raza肖岚姜盟瀚
    35-42页
    查看更多>>摘要:近年来,汽车燃料资源的使用量大幅增加,严重影响气候并导致全球变暖。使用电动汽车(Electric ve-hicle,EV)是保护环境和降低出行成本的有效途径。然而,电动汽车充电系统充电源单一,电动车充电速率受限。本文开发了一种基于双源电源的电动汽车无线充电系统。它实现了12 V光伏输出和220 V交流电双源供电及智能切换,并且具备无线传输功能。基于提出的供电架构搭建了微型无线充电模型,使得EV模型借助无线感应充电系统存储电力并实现了静止与移动控制。

    可再生能源感应耦合感应充电转换器自动切换自动切断电路

    基于因子图优化的无人系统GNSS/INS/视觉多传感器融合状态估计方法

    朱泽堃杨忠薛八阳张驰...
    43-51页
    查看更多>>摘要:随着无人驾驶技术、智能机器人和无人机的发展,高精度定位、导航和状态估计技术也取得了很大进步。传统的全球导航卫星/惯性(Global navigation satellite system/inertial navigation system,GNSS/INS)集成导航系统可以持续提供高精度的导航信息。然而,当该系统应用于室内或GNSS受限环境(如具有强电磁干扰和复杂密集空间的户外变电站)时,通常无法获得高精度的GNSS定位数据。定位和定向误差会迅速发散和积累,无法满足大规模和长距离导航场景中的高精度定位要求。本文提出了一种基于非线性因子图优化的GNSS/INS/视觉融合的高精度状态估计方法。通过收集的实验数据和仿真结果,该系统在室内环境和部分GNSS信号丢失的环境中表现良好。

    状态估计多传感器融合组合导航因子图优化复杂环境

    基于三角正则化和延拓法的高超声速飞行器时间最优控制

    林裕杰韩艳铧
    52-59页
    查看更多>>摘要:针对高超声速飞行器(Hypersonic vehicles,HSV)上升段的最优控制问题,基于间接法引入了三角正则化方法(Trigonometric regularization method,TRM)。相较于传统间接法,该方法免于分析开关函数,从而区分bang-bang控制或难以求解的奇异最优控制。bang-bang控制情况会使协态变量在控制跃变处不平滑,从而引起由间接法转化的两点边值问题(Two-point boundary value problem,TPBVP),导致求解困难。为了TPBVP求解更易收敛,引入了延拓法。该方法由简化问题的解作为延拓初值,通过求解一系列TPBVP,逼近至原复杂问题的解。计算结果表明,以上方法能够方便有效地求解高超声速飞行器上升段时间最优控制问题。

    高超声速飞行器最优控制三角正则化法延拓法

    基于导波的CFRP板高速冲击损伤监测方法研究

    汪洋杨晓飞邱雷袁慎芳...
    60-69页
    查看更多>>摘要:碳纤维增强环氧树脂复合材料(Carbon fiber reinforced polymer,CFRP)广泛应用于航空航天领域。该类材料结构在服役过程中可能面临高速冲击的威胁,相关研究主要考虑材料的抗冲击性能,较少进行CFRP高速冲击损伤的监测研究。因此,本文进行了一种基于压电导波结构健康方法的CFRP板高速冲击损伤监测实验。结果表明,CFRP在高速冲击下具有明显的穿孔损伤和纤维断裂现象。同时也表明了导波结构健康监测方法可以有效地应用于此类结构损伤的监测,并且可以通过量化导波信号变化和损伤因子来反映损伤。该研究为CFRP的高/超高速冲击损伤导波结构健康监测的进一步研究提供了参考。

    导波结构健康监测碳纤维增强环氧树脂复合材料高速冲击

    基于BLSOM神经网络的三维冰形描述方法

    朱百六左成林
    70-80页
    查看更多>>摘要:在校核冰形计算软件时,根据计算冰形与典型试验冰形的接近程度来判断冰形计算软件是否准确,因此确定典型试验冰形就成为冰风洞试验的关键任务。在某大型水陆两栖飞机尾翼冰风洞试验中,为获得精确的典型试验冰形,使用Romer Absolute扫描仪获得了尾翼模型结冰冰形的三维点云数据,然后使用批学习自组织映射(Batch-learning self-organizing map,BLSOM)神经网络获得了冰形的三维点云数据沿模型展向的二维平均冰形,并使用概率统计方法获得了二维平均冰形的公差带。结果表明,二维平均冰形与其公差带相结合可准确代表试验冰形的三维特征信息,因此可作为一种典型试验冰形与计算冰形进行对比分析。

    结冰风洞试验冰形批学习自组织映射神经网络三维点云

    基于改进ResNet的晶圆缺陷模式识别研究

    杨祎宁魏鸿磊
    81-88页
    查看更多>>摘要:晶圆缺陷检测是半导体制造的重要环节,通过对由缺陷形成的晶圆图进行缺陷模式的识别可以追溯生产过程中问题并进行专项改进,从而提高晶圆制造的良品率。因此,针对晶圆缺陷的模式识别问题,探究采用改进的ResNet网络对7种常见晶圆缺陷进行自动识别。在原ResNet的基础上,将SE注意力机制嵌入到网络中,提高网络的特征提取能力,发现关键特征,抑制无用特征。改进残差结构,加入深度可分离卷积代替传统卷积,降低网络的计算量和参数量使得网络轻量化,从而方便在工业环境中更好的进行部署。实验表明,改进后的ResNet模型准确率达到98。5%,参数量较原模型大幅减少,与常见的卷积神经网络相比具有较好的效果。综合来看,该方法能够很好地进行常见晶圆缺陷类型的模式识别,具有一定的应用价值。

    ResNet深度学习机器视觉晶圆缺陷模式识别