数字摄像在脉冲推力器性能分析中的应用

为更详细地分析脉冲推力器的实际工作性能,弥补传统推力和压力曲线分析的不足,利用高速数字摄像仪拍摄了脉冲推力器尾焰图像,根据图像特征进行了推力器工作性能的辅助分析,结果表明:尾焰图像特征可以反映脉冲推力器的点火启动性能和实际推力特性以及推力器的工作效率,将图像分析与推力或压力分析相结合可以更全面地进行脉冲推力器性能分析,有利于推力器设计性能的进一步提高。     

弹射座椅稳定伞高速风洞动态测力试验研究

为了测试弹射座椅稳定伞在高速气流中的动态特性,在1.2m×1.2m跨、超声速风洞(FL 24)进行了稳定伞高速风洞动态测力试验。笔者叙述了试验方法,并给出了典型试验结果,包括稳定伞在试验M=0.65±0.04时的气动特性、进入自转状态的时间t自转以及在试验M=1.14时的强度测试结果等。试验结果表明,稳定伞的材料、设计及工艺是可行的,试验方法是成功的。     

侧向喷流的一种直接实验模拟

研究了侧向喷流的一种直接实验模拟技术,旨在探讨喷流力直接作用在天平上时,侧向喷流对气动载荷的影响及其增益情况。本文的直接模拟是通过一种通气式应变天平实现的。研究中分析了有关模拟原则,妥善处理了诸如高压气体密封、天平变形引发的漂移、干扰等相关技术问题,并在一尖拱柱构型上实现了多种条件下的直接模拟,给出了来流条件和喷口参数条件对法向力、俯仰力矩增益因子的影响。最后,就实验结果进行了适当讨论和评述。     

高速风洞引射式进排气动力模拟试验研究

为了测定具有埋入式进气道的某航弹发动机进排气对航弹的气动影响量 ,采用引射式动力模拟器在FL 7高速风洞 ,首次在国内成功地进行了高速风洞进排气动力模拟试验。试验模型缩比为 1∶1 0 ,M =0 .7,P0j/P∞ =2 .62 ,Cφ=0 .79。试验结果表明 ,有动力后XD,CL,CD增加 ,Cma减少。试验表明在高速风洞中对于小尺寸的试验模型 ,采用引射式动力模拟器开展进排气动力模拟试验是一种简便适用的好方法     

纳米高岭土增强PTFE复合材料的摩擦磨损特性

采用纳米高岭土颗粒增强聚四氟乙烯(Po lytetrafluoroethy lene,PTFE),通过熔融插层工艺,制备了不同重量分数的纳米高岭土增强PTFE自润滑复合材料,摩擦磨损实验在往复式滑动摩擦实验机上进行。实验条件:接触压力为5.5M Pa,往复频率为1 H z,往复行程为1.5 mm。实验结果表明:在重载低速的条件下,这种新型的自润滑材料在稳定阶段的摩擦因数在0.07~0.19的范围,填充后的PTFE复合材料的耐磨性显著提高,其中含10%高岭土的PTFE复合材料的表现最佳,比纯PTFE提高了大约54倍。纳米高岭土提高PTFE耐磨性的主要原因是:其层片结构间被PTFE分子链插入,达到了增强基体并阻止PTFE成片剥落的目的。     

圆环压缩的刚塑性有限元分析与应用

本文采用刚塑性有限元法分析圆环压缩,并与上限法分析和试验结果进行比较。结果表明,采用这种方法可以计算标定曲线,计算各种润滑剂的摩擦因素和压缩状态下材料的应力应变曲线,模拟圆环的变形和摩擦面的正压力分布。 本文还通过试验,求得四种高温润滑的摩擦因素和Ti-6Al-4V在不同条件下的应力应变曲线。     

开关磁阻调速电动机

开关磁阻电机是由功率开关电路、双凸极磁阻电机及控制器构成的新型调速电动机系统。本文阐述该系统的组成,结合所研制样机的实践,介绍它的基本工作原理和控制方式,并扼要归纳基本特点。研究和实践表明,这是一种结构简单、性能优良的机电一体化调速电动机系统。     

低速风洞带螺旋桨动力模型支架干扰实验研究

本文给出了 FL-8风洞中螺旋桨处于不同位置的三个飞机模型支架干扰实验结果,分析了影响带螺旋桨动力的飞机模型支架干扰的因素。实验表明,由于螺旋桨滑流的诱导和夹带作用,使腹撑支杆附近的气流沿轴向加速;由于模型支杆的存在,将影响螺旋桨滑流的空间位置和尺寸,这些都将影响支架干扰量的大小,因此,一般不能用无螺旋桨动力模型的支架干扰数据代替有螺旋桨动力模型的支架干扰数据。实验结果还表明,滑流存在对阻力、俯仰力矩支架干扰有一定影响,其影响量与螺旋桨的位置和拉力系数有关。滑流对升力、滚转力矩和偏航力矩支架干扰无明显影响。除单发右停顺状态外,滑流对侧向力支架干扰无明显影响。     

高速流中壁面剪应力某些测量方法

本文综述了高速流中壁面剪应力的三种测量方法——普雷斯顿管法,底层隔板法和表面热膜法。着重讨论压缩性影响。作者还用 White-christoph 壁面律,导出计及压缩性,压力梯度和壁面热传导影响的普雷斯顿管理论校准公式,又从二维可压缩边界层的能量积分关系导出了表面热膜测量所需的壁面剪应力和压力梯度、压缩性及壁面热传导率的关系式。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。