摘要：首先探究了融合式翼梢小翼倾斜角、高度以及安装角对民用运输机气动特性的影响。然后基于多区域自由变形(FFD,free form deformation)技术、拉丁超立方取样方法(LHS,latin hypercube sampling)、Kriging代理模型以及改进的粒子群算法构建优化设计系统,对融合式翼梢小翼应用优化系统,通过对FFD控制体框架的合理布置,实现了多个控制框架对融合式翼梢小翼的自由变形参数化设计。优化设计结果表明,设计后的融合式翼梢小翼较原始构型减阻效果有明显改善。并通过与"翼尖延伸"、"涡扩散器"和"双叉弯刀"等3种翼尖装置进行调参对比分析,得出一些对翼尖装置设计具有参考价值的结论。

摘要：提出一种安全监测系统传感器逻辑结构的动态优化方法,通过一个动态贝叶斯网络描述被监测系统(设备)与安全监测系统的关系,使由于安全监测系统"漏报"和"虚警"两类故障引起的总预期损失降到最小,从而确定传感器系统最优的动态逻辑结构。用一个三传感器安全监测系统逻辑结构动态优化的算例说明所提方法的特性和优点。

摘要：空腔气动噪声的抑制对武器舱声学相关难题的解决具有重要意义。采用两方程尺度适应模型的计算流体力学方法对空腔标模进行模拟,通过与国外学者及风洞试验数据的对比,验证了该计算方法的可靠性。基于此,对比分析了不同射流量的射流方式对空腔时均变量,湍动能、压力脉动均方根、声源分布及压力脉动的频域特性的影响,分析可得:射流方式通过改变剪切层的形态来达到影响空腔中的流场形态及压力脉动均方根分布,其中射流构型4(Spout4)能有效降低整个空腔的压力脉动均方根。结果表明:不同射流量对腔内压力脉动及远场噪声的抑制效果不同,且射流量的大小与其抑制效果并不成正比关系。

摘要：如何抑制开式空腔内的气动噪声是航空研究领域的一个研究热点。采用非线性扰动方程和基于雷诺平均NS方程的湍流人工重构方法对空腔标模进行数值模拟,通过与风洞试验数据的对比,验证了该计算方法的可靠性。基于此,在空腔前缘上方采用不同几何形状的栅板措施,以此来改变空腔前缘的剪切层形态,对比分析其对空腔湍动能、速度型、声源、声压级分布及压力脉动频谱特性的影响,分析可得:仅改变剪切层的方向和强度并不能降低空腔中的声源强度,还需通过改变剪切层的稳定性来影响空腔中声源的分布及强弱,这样才能有效降低流激振荡效果。研究结果表明:采用被动控制措施改变剪切层形态能有效抑制空腔中的气动噪声,其具备一定的工程应用价值。

摘要：发展了一种可用于翼型/机翼外形设计中的气动噪声快速预测方法。相较于传统的半经验噪声预测方法,该方法以两方程非线性k-ε湍流模型模化雷诺应力的雷诺平均方程为背景,考虑了升力系数、三维流动效应以及机翼几何参数等因素对后缘噪声的影响。而相对于直接数值模拟或声类比拟方法,该方法虽不能准确预测噪声强度,但其计算量小,能给出不同翼型/机翼的相对总声压级,以及总声压级随升力系数的变化情况,易于应用于翼型/机翼气动外形优化设计中。通过计算分析二维NACA0012翼型几何参数或来流状态的改变所带来的气动噪声差异,与ANOPP软件及Brooks等计算结果进行对比,验证了该模型的可靠性。最后,计算分析二维、三维翼型/机翼气动噪声,凸显该方法在翼型/机翼气动外形优化设计中的应用价值。

摘要：本文以S研发机构为例,介绍并分析了研究机构建立基于"3P"模式的人力资源管理体系的背景、架构、设计思路及具体举措。

摘要：5月23日,初夏的上海,天气格外晴朗。这一天,地处浦东张江高科技园区的中国商飞公司设计研发中心满眼新绿,生机勃勃,空气中流淌着欢快愉悦的气息。"总书记要来看咱们了!"干部职工奔走相告,翘首以待。幸福,写在每一个人的脸上。下午5时30分,一辆客车缓缓驶入设计研发中心,停在综合试验大楼前,习近平总书记下车,与迎候在此的中国商飞公司董事长金壮龙、总经理贺东风等人亲切握手。

摘要：介绍了需求开发和需求管理的基本概念,说明了需求捕获、需求分析、需求定义、需求确认以及需求管理的具体内容。结合大型客机的设计研制特点,阐述了在大型客机设计中开展需求管理工作的重要作用与意义,重点介绍大型客机需求管理流程定义、需求管理策略、需求确认与验证等内容。实践证明,在大型客机设计中实施需求管理工作、实现需求的规范化与精细化管理,可有效提高需求的正确性、完整性和协调性,并确保设计结果与需求之间的一致性,促进大型客机的研制、市场和商业成功。

摘要：商用飞机的自主研发需要科学系统的技术经济分析方法解决技术先进性、研制成本以及使用经济性三者之间的矛盾。因此需要综合考虑市场竞争、技术性能、经济环境等多方面的因素,建立全寿命周期成本模型、基于直接运营成本的竞争定价模型和面向使用经济性的优化模型。通过项目盈亏平衡、基于EBOM的成本控制和发动机选型三个案例,分析说明了技术经济方法在商用飞机项目技术决策过程中的作用。

摘要：针对具有复杂耦合关系的试飞任务难以进行全局优化的问题,提出了一种计算机辅助任务优化方法,该方法将复杂的试飞任务优化问题分解为多项串联问题,然后采用启发式算法(A*算法)和遗传算法相结合的混合遗传算法获得试飞任务单的较优组合,并以此为基础实现对试飞任务进行全局优化。工程应用表明,通过使用该方法获得的试飞任务优化结果置信度高,可有效缩短飞行试验任务周期和降低试验成本。