HGB 含量对SiO2 / PF 复合材料性能的影响

采用模压成型复合材料层压板工艺,制备了HGB 质量分数分别为0、3%、5%、10%的SiO2 / PF 复 合材料,研究了HGB 含量对其密度、热物理、烧蚀及力学性能的影响规律。结果表明,HGB 加入可降低SiO2 / PF 密度,提高耐热、耐烧蚀及其力学性能。当HGB 含量为5wt% 时,体系密度为1. 634 g/ cm3;23℃ 时cp 从 1． 062 提高到1. 137 J/ ( g·K),950℃ 时,质量保留率为82. 08%;线烧蚀率和质量烧蚀率分别为91 μm/ s 和 66． 9 μg/ s,降低了35. 9% 和20. 1%;拉伸、弯曲和剪切强度分别提高了12. 86%、21. 50%和7. 80%。     

An effective crack position diagnosis method for the hollow shaft rotor system based on the convolutional neural network and deep metric learning

In recent years, the crack fault is one of the most common faults in the rotor system and it is still a challenge for crack position diagnosis in the hollow shaft rotor system. In this paper, a method based on the Convolutional Neural Network and deep metric learning (CNN-C) is proposed to effectively identify the crack position for a hollow shaft rotor system. Center-loss function is used to enhance the performance of neural network. Main contributions include: Firstly, the dynamic response of the dual-disks hollow shaft rotor system is obtained. The analysis results show that the crack will cause super-harmonic resonance, and the peak value of it is closely related to the position and depth of the crack. In addition, the amplitude near the non-resonant region also has relationship with the crack parameters. Secondly, we proposed an effective crack position diagnosis method which has the highest 99.04% recognition accuracy compared with other algorithms. Then, the influence of penalty factor on CNN-C performance is analyzed, which shows that too high penalty factor will lead to the decline of the neural network performance. Finally, the feature vectors are visualized via t-distributed Stochastic Neighbor Embedding (t-SNE). Naive Bayes classifier (NB) and K-Nearest Neighbor algorithm (KNN) are used to verify the validity of the feature vectors extracted by CNN-C. The results show that NB and KNN have more regular decision boundaries and higher recognition accuracy on the feature vectors data set extracted by CNN-C, indicating that the feature vectors extracted by CNN-C have great intra-class compactness and inter-class separability.     

2524与7150铝合金激光焊T型接头的组织与性能

介绍了2524与7150铝合金激光焊T型接头优化的工艺参数,并研究了T型接头在优化工艺下的显微组织与力学性能,进行金相分析、显微硬度测试与接头拉伸试验。结果表明:优化工艺下焊缝没有裂纹、气孔,金相组织晶粒细小、致密,焊缝区域的硬度最低;T型接头x方向的拉伸强度达到384 MPa,z方向的拉伸强度为236 MPa。     

动态跳波束策略中的自适应波束功率分配算法

摘要：多波束卫星发射机的成本很高，同时地面小区的通信需求和通信优先级一直处在动态变化中。通过研究一种动态波束跳跃策略，实现在卫星资源受限和较少发射机数量约束下的广域覆盖和按需服务。区别于传统的分簇波束跳变思想，为了提高卫星系统的频谱效率，考虑在整个频率带宽上应用全局波束跳变。因此考虑在共信道干扰背景下，提出一种新型服务质量指标来衡量波束跳变结果。在卫星资源有限的情况下，各波束提供的通信容量不能满足地面小区的业务请求，基于粒子群算法选择的波束跳动图案，提出了一种自适应波束功率分配算法。该算法通过优先级加权，最小化波束业务容量需求差值，进而提高服务质量水平。最后，通过仿真验证了所提算法的性能优越性。     

推进剂管理装置的可靠性增长及试验验证

采用原始的焊接方式焊接筛网式推进剂管理装置的收集器合格率低、可靠性差。为此,采用纯钛箔作为过渡层进行了不锈钢筛网与钛合金支压板的电阻缝焊试验以及随后这两者与钛合金骨架的电子束焊试验,然后进行了地面力学环境下的振动试验,以验证焊接方式改进后收集器的可靠性。焊接试验结果表明,纯钛箔过渡层一方面可以大幅降低筛网在电阻缝焊时的焊接热量,有效地减小筛网的热变形;另一方面可以在电阻缝焊后形成牢固、封闭的纯钛/不锈钢筛网焊缝过渡区,有效地增加电子束焊时筛网的变形抗力,从而使得焊接后试样的合格率和性能大幅提高。振动试验结果表明,焊接方式改进后收集器的可靠度置信下限从0.90增加到了0.96。     

EOC-g-MAH 共混增韧PLA/ HGB 复合材料的结构及性能

采用熔融共混和模压成型工艺制备了马来酸酐接枝聚烯烃弹性体(EOC-g-MAH)共混增韧聚乳

酸/ 中空玻璃微珠(PLA/ HGB)复合材料,考察了EOC-g-MAH 的质量分数对复合材料的微观结构、力学性能

和热稳定性的影响。结果表明,EOC-g-MAH 的引入促进了基体对HGB 的表面润湿,显著增强了两者的界面

结合。随EOC-g-MAH 的含量增加,PLA/ HGB 复合材料的拉伸强度先上升后降低,并在含量为3% 时达到最

大值,较未改性体系提高了14. 23%,而弹性模量持续下降。在0 ~9%内,PLA/ HGB 复合材料的冲击韧性先急

剧上升而后趋缓,当EOC-g-MAH 的添加量为7%时,即可使增韧体系的冲击韧性提高近40%,表明EOC-g-

MAH 更有利于提高PLA/ HGB 复合材料的抗冲击性能。EOC-g-MAH 的引入使复合体系的热分解过程由一阶

失重转变为两阶失重,但对热分解温度几乎没有影响。

     

基于数字多波束星载多通道VDES设计

阐述了甚高频数据交换系统(VDES)系统产生背景,针对目前普遍存在的系统通信速率受限以及自动识别系统(AIS)时隙冲突问题,提出一种全双工射频通信频段设计方法和时隙冲突解决途径。通过采用多个射频通道以及多个波束合成,利用阵列天线和数字波束合成(DBF)技术,将卫星大覆盖范围划分为多个相互独立区域,缩小单个天线波束视场覆盖范围,减少单波束范围内船舶数量,能有效降低AIS信号时隙冲突。以600 km卫星轨道为例,介绍了8通道及8个波束DBF设计方法,对波束视场和天线增益等进行了仿真计算。结果表明:多波束可覆盖±42°视场角范围,单波束视场角最大为±14°。