李洁
- 作品数：77 被引量：58H指数：4
- 供职机构：国防科学技术大学更多>>
- 发文基金：国家自然科学基金国家部委资助项目国家高技术研究发展计划更多>>
- 相关领域：航空宇航科学技术理学自动化与计算机技术兵器科学与技术更多>>
- 一种轴对称高超声速飞行器周向热防护装置
- 本发明提供了一种轴对称高超声速飞行器周向热防护装置，采用多片复合蒙皮沿飞行器圆周向螺接，俩块复合蒙皮之间其对接面有间隙；在复合蒙皮下方设置散热槽，散热槽内放置热密封胶填充物，螺接的外螺孔的尺寸略大于螺钉头的膨胀长度。复合...
- 罗世彬周进柳军杨阳刘冰李大鹏夏智勋王中伟金亮李洁颜力黄伟罗文彩付博文隆清贤梁文鹏
- 文献传递
- 稀薄流气粒两相耦合作用的热力学模型被引量：3
- 2009年
- 基于直接模拟Monte Carlo(DSMC)方法,从描述粒子微观运动层次出发,构造高空稀薄环境下气体—颗粒两相双向耦合作用的热力学模型,发展适用于稀薄流过渡区多相复杂流动的DSMC算法。通过算例验证,结果表明,此模型能够较好地反映相间动量和能量传输机制。
- 李洁尹乐颜力
- 关键词：稀薄气体动力学多相流DSMC方法
- 一种应用于高超声速机动再入飞行器的多孔流动控制装置
- 本发明提供一种应用于高超声速机动再入飞行器的多孔流动控制装置，其通过无活动部件实现调节飞行器力矩的目的。该多孔流动控制装置包括开设在飞行器头部的进气孔以及开设在飞行器尾部的排气孔，进气孔和排气孔之间通过设置在飞行器内部的...
- 金亮谢攀黄伟颜力李洁柳军刘珍闻讯刘元春
- 基于改进神经网络模型的可再生能源预测方法研究
- 随着能源危机和环境污染的问题日益严重，可再生能源因为其清洁和高效性成为传统化石能源的最佳替代品，国内外对可再生能源的课题研究也越来越深入。其中，太阳能发电与风力发电的起步比较早，应用技术发展较其他形式而言最为成熟。可是，...
- 李洁
- 关键词：风速预测BP神经网络
- 一种适于并网光伏发电的迁移神经网络功率预测方法
- 本发明公开了一种适于并网光伏发电的迁移神经网络功率预测方法，包括获取多个光伏方阵的相关数据；建立聚类模型，将多个光伏方阵进行聚类；对每组类光伏方阵分别建立BP神经网络模型；将对应的神经网络模型进行二分；符合自主训练的模型...
- 王锐廉振宇张涛雷洪涛刘亚杰黄生俊李洁明梦君李凯文
- 文献传递
- 一种轴对称高超声速舱段垂直对接装置
- 本实用新型一种轴对称高超声速舱段垂直对接装置，包括垂直装配架、端面调节块、水平调节支座、垂直面调节支座组成；所述垂直装配架由多条角铁焊接而成，其外形根据舱段的外形相适应；通过端面调节块1连接舱段和垂直装配架；所述水平调节...
- 罗文彩杨阳王振国刘冰罗世彬明志茂王中伟夏智勋王德全曾庆华郭振云柳军颜力李洁金亮李大鹏黄伟梁文鹏
- 文献传递
- 基于后缘线等激波强度楔导乘波舵机鼓包设计方法
- 基于后缘线等激波强度楔导乘波舵机鼓包设计方法,以鼓包迎风面后缘线作为设计输入，通过在鼓包迎风面各个纵向截面设置相同的楔角，实现各个纵向截面激波强度相同的设计构想，即实现舵机鼓包迎风面纵向激波沿横向等激波强度设计，与此同时...
- 丁峰柳军金亮肖婷李洁郭善广
- 基于稀薄气-粒两相流的蒙特卡洛颗粒辐射模型研究
- 2012年
- 在气-粒两相相变模型及液态和固态颗粒碰撞、聚合和分离模型的基础上,发展稀薄条件下考虑颗粒辐射的蒙特卡洛颗粒辐射模型。通过对高超声速稀薄环境中的气-粒两相喷流流场的数值模拟,得到气-粒两相流的流场参数,利用所得流场参数作为颗粒辐射模型的初始参数进行颗粒辐射计算,同时考虑了有无探照发射时的光谱辐射强度。结果表明,在颗粒浓度较大时计算两相稀薄流的流场参数,考虑颗粒辐射是必要的,并且考虑有无探照发射对光谱辐射强度数值的影响。
- 徐振富李洁石于中刘英胡建峰
- 关键词：稀薄气体动力学DSMC方法
- 一种基于时间序列数据分析的神经网络风速预测方法
- 本发明公开了一种基于时间序列数据分析的神经网络风速预测方法，包括获取风电场的多组时间序列数据；分别建立所述气象数据的回归模型，记录回归后的气象属性数值；建立BP神经网络模型，采用差分操作和萤火虫混合算法对神经网络模型先进...
- 王锐廉振宇刘亚杰张涛黄生俊雷洪涛李洁明梦君李凯文
- 文献传递
- 高超声速稀薄流的气粒多相流动DSMC算法建模研究被引量：3
- 2012年
- 基于直接模拟Monte Carlo(DSMC)方法,构造适用于DSMC算法的固态和液态颗粒碰撞、聚合和分离模型,发展稀薄条件下双向耦合作用的气粒多相流的DSMC算法,在此基础上初步实现高超声速稀薄流环境中的气粒多相喷流流场数值模拟。算例结果表明该方法能为稀薄过渡区气粒多相流动提供一种新的应用研究手段。
- 李洁石于中徐振富王小虎
- 关键词：稀薄气体动力学高超声速多相流DSMC方法
