基于椭圆路径的回转二次曲面点接触加工方法研究

本文给出并证明了基于点接触的回转二次曲面加工成形原理,此加工方法加工范围广,刀具和加工面形之间具有多对多的对应特性。提出基于此成形原理的加工机床构建方案,分析加工中刀具配置要求,给出了满足配置要求的刀具配置方案。最后,设计了基于点接触成形原理的加工部件。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。     

加权叠加结构滤波器组动态信道化结构研究

针对传统DFT多相结构滤波器组动态信道化结构要求系统过采样因子必须为整数,限制了参数设置的灵活性的问题,将灵活高效的加权叠加(WOLA)结构滤波器组引入动态信道化结构。通过公式推导得到WOLA综合滤波器组的实现结构,进而设计了基于WOLA结构滤波器组的动态信道化结构。仿真结果表明,设计的动态信道化结构解除了系统过采样因子必须为整数的限制,增强了参数设置的灵活性,同时与DFT多相结构滤波器组动态信道化结构相比,重构误差减小了一个量级,具有良好的重构特性。     

高空飞艇螺旋桨优化设计与气动性能车载试验

结合某高空飞艇螺旋桨的总体设计方案要求,完成螺旋桨的优化设计以及气动性能车载试验.采用叶素动量理论作为螺旋桨气动性能的计算方法,并通过风洞试验验证了该方法的可靠性.结合遗传算法对螺旋桨的弦长和扭转角进行了优化,使螺旋桨更加高效轻质,优化后螺旋桨设计点的气动效率增加了2.3%.建立螺旋桨车载试验测控系统,可以改变试验海拔高度和大气参数,得到优化设计螺旋桨不同工况的气动性能.试验结果表明,相同转速和来流条件下,海拔越高,螺旋桨的推力和扭矩越小.海拔为3-6km时,全尺寸高空飞艇螺旋桨计算推力和扭矩与试验结果的平均相对误差分别为2.8%和9.2%,两者基本吻合,从而验证了高空飞艇螺旋桨车载试验的准确性.      

一种TiAl合金高温低循环疲劳性能及失效机理

通过对TiAl合金进行总应变范围控制的高温(750℃)低循环疲劳实验,研究双态(Duplex,DP)和全片层(Fully Lamellar,FL)组织形态对TiAl合金低循环疲劳性能和寿命的影响,并采用总应变幅-寿命方程对两类组态TiAl合金低循环疲劳寿命进行预测。结果表明:在相同温度和应变条件下,DP组态TiAl合金稳态迟滞回线对应的平均应力明显低于FL组态TiAl合金稳态迟滞回线对应的平均应力;采用总应变幅-疲劳寿命方程能够准确预测两种组态TiAl合金在750℃下的疲劳寿命,预测寿命基本位于试验寿命的±2倍分散带以内;另外,DP组态TiAl合金的疲劳源区位于试样的近心部,而FL组态TiAl合金的疲劳源区位于试样的次表面,两类组态TiAl合金的高温疲劳失效机理存在明显差异。     

风扇翼型气动性能的实验研究

在西北工业大学NF-3风洞二元实验段内对两种风扇翼型的气动性能进行了对比实验研究,实验采用表面测压和尾排型阻测量技术。结果表明:在风扇的工作范围内,新设计的风扇翼型的升阻比要比传统的风扇翼型增大20%左右;通过两翼型翼面弦向压力分布特性的比较,可以推知,前者的气动噪声将会比后者小。     

连续型和非连续型蜂窝芯材的共振吸声结构性能研究

以芳纶纸蜂窝、内嵌树脂隔板和微穿孔面板为原料,制备了连续和非连续双自由度共振吸声结构,对两种共振吸声结构的力学性能和吸声系数进行对比研究。结果表明：连续蜂窝芯材所制备共振吸声结构的压缩和拉伸性能高于非连续型共振吸声结构,其中非稳定型压缩强度和拉伸强度高19%,稳定型压缩强度高32%,稳定型压缩模量高43%,剪切性能基本相当;两层蜂窝芯材容易出现孔格错位（非连续型共振吸声结构）,引起错位区域的微孔堵塞,使该结构的共振吸收峰与理论值出现较大差异。     

浆料浸渍工艺制备高性能Al2O3/Al2O3陶瓷基复合材料

为了利于大型构件的制备,采用浆料浸渍工艺,以Nextel 720连续氧化铝纤维增韧,通过一次烧结过程制备了Al₂O₃/Al₂O₃陶瓷基复合材料。测试了复合材料的物理及力学性能,并采用光学显微镜、SEM对试样的微观形貌进行了表征。结果表明：复合材料的体积密度为2.64 g/cm³,显气孔率为26%,材料基体呈现典型的多孔结构特征;室温及1 200 ℃,复合材料厚度方向的热导率分别为3.49及2.04 W/（m·K）;200～1 200 ℃,复合材料面内方向的热膨胀系数为（4.7～7.1）×10^-6/K;复合材料室温、1 100及1 200 ℃拉伸强度分别为202.4、222.4及228.4 MPa,试样断面纤维拔出明显;室温弯曲强度为200.5 MPa,试样发生韧性断裂;层剪强度为21.0 MPa。制备的材料主要性能与美国ATK-COI陶瓷公司的同类型材料相当,部分力学性能更优异。     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.      

涡轴发动机高精度实时部件级模型研究

提出了基于神经网络的涡轴发动机共同工作方程求解方法。在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解。采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度。在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性。