炭纤维/聚醚醚酮复合材料的激光原位成型工艺探究

为扩大热塑性树脂基复合材料在航空航天领域的应用,选择了一种具有优异力学性能和热性能的聚醚醚酮树脂作为基体,对激光原位成型技术在热塑性树脂基复合材料成型的可行性进行探索。采用溶液浸渍法制备T700炭纤维/聚醚醚酮预浸胶带(预浸带),通过激光原位成型方式缠绕制备T700炭纤维/聚醚醚酮复合材料NOL环(NOL环),探索不同成型工艺条件下NOL环的层间剪切性能,优化出适宜的激光原位成型工艺参数。结果表明,预浸胶带在含胶量为33.6%时韧性好,并且具有较好的拉伸性能;通过层间剪切性能测试,当缠绕速度为3 m/min、激光输出电流为40 A、芯模温度为290℃、压辊压力为150 N时,激光原位成型的NOL环层间剪切性能较为优异,这为激光原位成型热塑性树脂基复合材料在固体火箭发动机复合材料壳体上的应用提供了工艺参考。     

新型国产芳纶Ⅲ纤维的性能实验研究

测试了7批次新型国产芳纶Ⅲ纤维的复丝拉伸性能,且采用第07批次的芳纶Ⅲ纤维进行缠绕制作了NOL环试样和150 mm试验容器。实验结果表明,第04批、06批、07批芳纶Ⅲ纤维复丝强度平均值达到4 535 MPa以上,弹性模量大于139 GPa,这些性能与Armos(2A)纤维相当,断裂延伸率较Armos(2A)纤维低,约为2.9%~3.3%。芳纶Ⅲ纤维单向复合材料的拉伸性能也与Armos(2A)纤维相当,但层间剪切强度较Armos(2A)纤维低很多,150 mm国产芳纶Ⅲ纤维试验容器性能有高有低,表明芳纶Ⅲ纤维的成型工艺性差,线密度太低且不均匀,另外与树脂浸润性差,层间剪切强度低,有待于进一步优化成型工艺参数。     

连续纤维增强PEK-C复合材料缠绕成型工艺及性能研究

利用在线溶液浸渍法制备预浸带,采用原位固结的方式进行连续玻璃纤维增强PEK-C复合材料的缠绕成型工艺研究.分析了缠绕速度、加工温度及树脂含量等因素对NOL环层间剪切强度的影响,研究发现在一定的缠绕速度和加工温度范围内,可制得性能良好的NOL环缠绕构件.SEM断口形貌分析表明,树脂和纤维分布均匀,界面粘接良好.该方法的研...     

基于温度及芯模变形作用的复合材料缠绕张力设计

基于复合材料缠绕成型过程对工艺参数的要求,针对缠绕过程中芯模变形和加热温度对缠绕层应力分布影响等问题,建立温度和芯模变形作用下的缠绕张力设计数学模型。研究了温度引起缠绕层的应力分布解析模型,分析了缠绕内层和芯模在外层压力影响下制品的应力分布,结合3种典型的张力缠绕模型,研究了芯模内外径比以及张力锥度系数对缠绕层剩余张力的影响。提出实现缠绕制品等剩余张力下,初始缠绕张力和温度的理论关系。计算解析解与现有文献一致,文章考虑芯模变形和温度对制品应力影响,计算方法更符合实际,研究结果可用于缠绕张力设计和固化应力分析。     

带药缠绕复合材料壳体张力分析及优化研究

研究了带药柱缠绕复合材料壳体中的张力制度,结合相关理论公式,分析了带药柱缠绕过程中张力对推进剂药柱的影响以及缠绕层自身张力松弛的原因。提出了以"最小剩余张力梯度"为优化目标,对以复合推进剂药柱为缠绕芯模的张力制度进行了优化,并缠绕了钢芯模及药柱芯模NOL环进行试验验证。试验结果表明,当缠绕层剩余张力趋于一致时,NOL环的力学性能有所提高。在优化张力制度下,与恒张力制度NOL环的拉伸强度和剪切强度相比,药柱芯模NOL环的拉伸强度提高了22.9%,剪切强度提高了8.4%。所用的分析及优化方法可为带药柱缠绕复合壳体张力制度的设计及优化提供借鉴。     

基于改进PSO-WNN的高频地波雷达 电离层杂波抑制方法

高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络（PSO-WNN）能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。     

z向纱对三维正交复合材料层间剪切性能影响

采用置换法增强体成形工艺和树脂传递模塑(RTM)固化工艺制备炭纤维三维正交复合材料。对比研究了不同z向纱体积含量的三维正交复合材料的细观结构、层间剪切性能和破坏形貌。结果表明,基于置换法成形工艺制备的三维正交预制体其3个方向的纱线具有优异的伸直性;z向纱的体积含量在1%~5%时,对材料的层间剪切强度及模量的增强作用明显;同时,随着固化成型压力的增加,材料的层间剪切强度呈上升趋势,但当压力增大到一定程度,纤维屈曲现象明显,从而降低层间剪切强度的增加幅度;在层间剪切载荷的作用下,材料的主要破坏模式包括纤维的断裂、抽拔以及z向纱与树脂的脱粘,但相应增加z向纱的细度,使z向纱与基体之间的孔隙尺寸减小,可防止材料分层现象的产生。     

针刺预制体参数对C/C复合材料力学性能的影响

通过针刺与化学气相沉积分别制备碳纤维预制体与碳基体,获得针刺C/C复合材料.研究了针刺密度、针刺深度、网胎面密度等预制体成型工艺参数对C/C复合材料力学性能的影响,并探讨了预制体体积密度与C/C复合材料力学性能关联关系.结果表明,针刺密度在20～ 50针/cm2之间时,C/C复合材料拉伸强度先增后减,而层间剪切强度一直上升;针刺深度在10～16 mm之间时,拉伸强度和层间剪切强度随针刺深度的提高而增加;网胎面密度在100～300 g/m2之间时,拉伸强度和层间剪切强度随网胎面密度的提高而降低;当只改变针刺密度、针刺深度、网胎面密度其中一个成型参数时,拉伸强度和层间剪切强度受预制体密度影响显著,预制体密度可作为预测C/C复合材料力学性能的一个宏观成型参数.     

针刺预制体参数对C/C复合材料力学性能的影响（英文）

通过针刺与化学气相沉积分别制备碳纤维预制体与碳基体,获得针刺C/C复合材料。研究了针刺密度、针刺深度、网胎面密度等预制体成型工艺参数对C/C复合材料力学性能的影响,并探讨了预制体体积密度与C/C复合材料力学性能关联关系。结果表明,针刺密度在20~50针/cm2之间时,C/C复合材料拉伸强度先增后减,而层间剪切强度一直上升;针刺深度在10~16 mm之间时,拉伸强度和层间剪切强度随针刺深度的提高而增加;网胎面密度在100~300 g/m2之间时,拉伸强度和层间剪切强度随网胎面密度的提高而降低;当只改变针刺密度、针刺深度、网胎面密度其中一个成型参数时,拉伸强度和层间剪切强度受预制体密度影响显著,预制体密度可作为预测C/C复合材料力学性能的一个宏观成型参数。     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

一种粒子群模糊支持向量机的航天器参量预测方法

针对航天器精确预测与健康管理的需求,将粒子群算法、模糊数学与支持向量机的优势相结合,提出了一种粒子群模糊支持向量机预测方法。针对某卫星南帆板输出电流参量的预测实例,设计了总平均绝对误差、总平均绝对百分比误差、总均方根误差三个预测结果评价指标,对不同步长情况下的预测结果进行了比较,证明了粒子群优化模糊支持向量机预测方法的有效性。通过对比粒子群优化模糊支持向量机模型、灰色粒子群神经网络优化模型、粒子群神经网络模型、灰色模型预测的总平均绝对百分比误差,结果证明粒子群优化模糊支持向量机的预测精度和效率较高,在航天器参量预测领域具有较好的应用前景。     

基于统计分析的有限元模型修正

响应面模型代替有限元模型进行修正便于与粒子群算法等优化算法结合,有利于提高修正效率和精度。文章用某雷达卫星的简化有限元模型计算基于正交设计的各水平参数下模态频率,用方差分析确定待修正参数并构造二次响应面模型,用最小二乘法确定多项式系数,以响应面计算结果与实测结果的差值构造适应度函数并用之引导含混沌搜索机制的改进粒子群算法对待修正参数的偏移量进行寻优,修正后参数代入原有限元模型得到修正模型。修正后模型不仅能以高精度复现测试频段内的模态频率,而且能以一定精度预测测试频段外频率,证实了修正方法的有效性。     

纺丝工艺对炭纤维缠绕复合材料强度转化率的影响

通过不同纺丝工艺的聚丙烯腈基炭纤维表面状态、NOL环及Φ150 mm容器的实验研究,分析了不同纺丝工艺对湿法缠绕复合材料聚丙烯腈基炭纤维强度转化率的影响。结果表明,干喷湿纺炭纤维比湿法纺丝Φ150 mm容器环向纤维强度转化率要高出11.9%~15.4%,湿法纺丝的炭纤维复合材料NOL环层间剪切强度要比干喷湿纺炭纤维复合材料高7.4~34.1 MPa。因此,干喷湿纺的炭纤维可应用于固体火箭发动机缠绕壳体、压力容器等主要承受拉伸应力的领域,可充分发挥其纤维强度;而湿法纺丝工艺制成的炭纤维与树脂基体结合紧密,利于载荷的传递,可应用于承受压缩剪切等复杂载荷的领域,从而发挥这两种纤维各自不同优势。     

进化神经网络在复合材料格栅结构设计中的应用

根据Kolmogorov多层神经网络映射存在定理,利用进化神经网络来实现结构设计参数(输入)与结构响应参数(输出)的全局非线性映射关系,以此来代替实际结构优化过程中存在的大量有限元计算,从而提高优化效率。以遗传算法为优化求解器,神经网络屈曲稳定性响应面为主要约束,对复合材料格栅加筋结构的优化问题进行了分析研究。算例表明,在相同(有限元)样本数据的情况下,进化神经网络通过自适应调节网络结构和权值,可获得比BP神经网络更高精度的映射模型,具有很强的泛化能力。该方法可为解决大型复合材料结构优化设计提供一条高效途径。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

基于改进粒子群算法的红外灯阵自动优化设计

为提高航天器热试验用红外灯阵的设计效率、提升灯阵热流分布均匀性,提出一种基于粒子群算法的红外灯阵自动优化设计方法:建立红外灯单灯的热流分布数据库与灯阵位置参数的自动优化设计方法;并通过优化参数的重新选择和优化参数间约束条件的建立,改进传统的粒子群算法以提高设计效率。计算结果表明,相比遗传算法,使用改进粒子群算法进行灯阵优化设计用时缩减82%,而优化所得的热流分布均匀度仅低了0.77%。     

基于广义回归神经网络集成的宽带波束形成算法

首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法求出波束成形时的权系数,既考虑了网络的差异性,又考虑了网络的正确性。仿真结果表明,提出的基于聚类启发式神经网络集成的波束形成算法在网络结构十分简单的情况下,仍然具有较好的性能。     

Particle swarm optimization applied to impulsive orbital transfers

The particle swarm optimization (PSO) technique is a population-based stochastic method developed in recent years and successfully applied in several fields of research. It mimics the unpredictable motion of bird flocks while searching for food, with the intent of determining the optimal values of the unknown parameters of the problem under consideration. At the end of the process, the best particle (i.e. the best solution with reference to the objective function) is expected to contain the globally optimal values of the unknown parameters. The central idea underlying the method is contained in the formula for velocity updating. This formula includes three terms with stochastic weights. This research applies the particle swarm optimization algorithm to the problem of optimizing impulsive orbital transfers. More specifically, the following problems are considered and solved with the PSO algorithm: (i) determination of the globally optimal two- and three-impulse transfer trajectories between two coplanar circular orbits; (ii) determination of the optimal transfer between two coplanar, elliptic orbits with arbitrary orientation; (iii) determination of the optimal two-impulse transfer between two circular, non-coplanar orbits; (iv) determination of the globally optimal two-impulse transfer between two non-coplanar elliptic orbits. Despite its intuitiveness and simplicity, the particle swarm optimization method proves to be capable of effectively solving the orbital transfer problems of interest with great numerical accuracy.     

基于深度网络的太赫兹波束预判方法研究

针对太赫兹波波束较窄引起的伺服天线被动跟踪无法达到空间太赫兹通信链路性能要求的问题,提出了一种基于优化深度网络的太赫兹波束预判方法。首先通过分析方位、俯仰角误差大小随运行周期、外推初始时刻的变化,得到高轨对低轨卫星指向误差呈周期性发散的特征;然后采用粒子群算法优化长短时记忆网络参数,对未来时刻指向误差进行预测并修正,针对粒子群算法易陷入局部最优、全局搜索能力较差的问题,通过动态调整粒子群算法的惯性权重,以达到优化长短时记忆网络的目的。仿真结果表明：基于改进后粒子群算法优化的长短时记忆网络能够有效预测未来时刻指向误差,在同一链路场景中相比未改进网络平均绝对百分比误差降低13.08%。