焊透深度和前进侧位置对FSW 贮箱锁底接头性能的影响

开展了2219MCS 叉形环和2219C10S 短壳组成的锁底接头的搅拌摩擦焊工艺试验,详细分析了

搅拌针长度和前进侧位置对锁底接头Hook 型缺陷、力学性能、断裂方式的影响规律。结果表明:搅拌摩擦焊

锁底接头在短壳一侧存在Hook 型缺陷,短壳位于前进侧时的搭接界面上翘曲率和迁移量均大于叉形环位于

前进侧,且随着搅拌针长度的增加,搭接界面的向上迁移量逐渐增大。相同的焊透深度时,叉形环位于前进侧

的力学性能优于短壳位于前进侧;相同的前进侧位置时,随着焊透深度的逐渐增加,接头力学性能逐渐降低。

锁底接头搭接界面缺陷形貌及迁移量的变化是引起力学性能变化的主要原因。优化的试验结果显示,当焊透

深度和短壳板材厚度相同,且叉形环位于焊缝前进侧的力学性能最优,常温可达到300 MPa,低温可达到370

MPa,延伸率均超过3. 5%。锁底接头的拉伸断裂方式与焊缝前进侧位置密切相关。当短壳位于前进侧时,从

短壳一侧热力影响区断裂;当叉形环为前进侧时,从焊缝焊核区断裂。

     

重大公共卫生事件、税收政策与企业创新——基于新冠疫情的证据

基于增长期权理论，利用我国A股上市公司2015—2021年的面板数据，研究新冠疫情对企业创新的影响。研究结果表明：新冠疫情的冲击能促使企业增加研发投入；这种影响在行业集中度低、金融发展水平高的企业中更加明显。进一步的分析表明，新冠疫情期间我国政府推出的税收优惠政策在其中起到了部分中介作用。研究结论有助于理解重大公共卫生事件冲击下企业创新行为的发展过程，并为政府引导企业促进创新发展提供了经验证据。企业应充分理解危机中创新活动的重要性，加大研发投入，并以此赢得竞争优势；政府则应在发生危机时主动发挥“有形之手”的积极作用，出台针对性的经济政策，助推企业平稳发展，降低危机带来的负面影响。     

基于数字孪生的飞机起落架健康管理技术

针对飞机起落架系统，传统健康管理方式存在知识不完备、数据不平衡和模型固化等问题，开展了数字孪生驱动的健康管理技术研究，提出以自更新模型为基础实现故障诊断与预测的数字孪生健康管理框架。从起落架系统物理和行为2个维度建立孪生模型来实现真实系统的数字映射，依托强化学习算法实现数字孪生模型参数的更新，确保孪生模型实时跟踪和反映实体健康状态，并以此为基础设计基于事件的故障诊断和基于粒子滤波的故障预测方案。以起落架收放系统为例完成实验验证，与传统方法相比，本文方法在实时性、准确性和鲁棒性方面表现更优。     

商用飞机持续适航事件经济性分析模型

我国某型民用飞机于2015 年开始陆续交付运行，积累了大量的持续适航事件和数据，但缺少量化的评价机制，用于持续适航事件的经济性分析。本文通过对民用飞机持续适航事件和数据的收集与分析，结合对主制造商和航空公司的成本和收益损失的计算，提出持续适航事件成本结构；在此基础上，建立单个事件的成本模型和持续适航事件经验曲线模型，进一步提出预测机型成熟期的持续适航事件成本预测模型并验证。结果表明：在机队持续适航成本预测模型提出的过程中，飞机停场天数、事件接收到确定措施时间和措施实施时间的取值敏感度高，在后续机队的运行过程中，应尽量减小这三个参数的取值，以降低持续适航事件成本。     

导弹发射筒筒底压力场仿真

文章对筒底结构经过适当的简化,选取了计算模型,给出入口边界条件和筒内流场湍流参数,确立了动网 格边界条件,通过仿真计算,得出筒底压力场。比较筒内特征点压强和试验值之间的吻合情况,从而验证了筒底压 力场仿真方法的正确性。     

无塌陷型面出流及输送管内推进剂利用技术研究

针对火箭通用芯级氧箱的共底贮箱结构，通过理论分析及数值仿真，提出了“无塌陷型面+消漩叶片”的出流方案，并通过优化型面起始点半径，确保出流过程中不产生明显的液面塌陷。仿真及缩比试验结果表明，相比传统的“圆盘+倒锥”出流方案，贮箱推进剂在无塌陷型面出流方案下的出流过程中，没有明显的气液掺混或漩涡夹气现象，贮箱内推进剂可得到充分利用。在此基础上，利用Wallis两相漂移模型对输送管内两相介质传播速度进行了理论研究，并结合出流过程中气泡运动速度的试验结果，提出了输送管内推进剂的可用量准则。     

一种基于学习的高超声速飞行器智能控制方法

针对吸气式高超声速飞行器的飞行控制问题，提出一种基于学习的智能控制方法。为便于控制器设计，将飞行器动力学模型划分为速度子系统和高度子系统：为解决速度子系统控制输入受限的问题，提出一种基于强化学习的智能控制方案；对于考虑有限通信资源的高度子系统跟踪控制问题，提出一种基于事件触发的确定学习控制方案。该方案包含离线学习训练和在线触发控制两个阶段。首先在本地离线学习训练阶段获取并存储系统的未知动态知识，随后利用所获取的经验知识设计基于事件触发机制的在线触发控制器。本文所提方案基于学习的思想将离线学习训练获取的智能体和经验知识应用于在线控制，使得所提方案能够快速计算控制指令且通信资源占用少。仿真结果说明了所提出方法的有效性。     

具有欺骗攻击的主从神经网络混合 事件触发同步控制

文章提出了一种针对受到欺骗攻击的主从神经网络的混合事件触发同步控制方法。所提出的方法采用以伯努利分布为特征的混合事件触发方案，通过仅在必要时传输数据来减轻通信负担并处理不可预测的网络环境。记忆事件触发机制可以在系统响应状态的峰值和低谷期间传输更多的数据。通过考虑实际情况中的不确定性，将网络诱导时滞和随机发生的欺骗攻击纳入一个统一的框架，并构建了相应的李雅普诺夫泛函。其次，使用李雅普诺夫理论，推导出一个稳定性判据。最后，通过数值算例验证了所提出方法的有效性。     

基于带有事件触发机制的集员滤波的RSSI室内移动定位

在室内移动定位系统中,由于待定位节点易受统计特性未知的噪声干扰影响,采用Kalman滤波和粒子滤波等经典的噪声抑制方法,已无法有效满足室内定位精度不断提升的要求。针对这一问题,提出了一种基于事件触发的集员滤波室内移动定位算法。首先,针对基于接收信号强度指数(RSSI)测距误差导致传统三边定位算法无法获取可行解的问题,提出了一种椭圆三边定位算法;其次,考虑待定位节点的移动性,为了提高定位精度,提出了一种锚节点自主切换算法;最后,针对噪声统计特性未知的情形,考虑使用带有事件触发机制的集员滤波算法来估计待定位节点位置。通过仿真实验验证了所提方法的有效性。