面向飞机部件的柔性多点支撑技术研究

针对传统刚性部件支撑工装的问题,借鉴多点技术在板料多点成形方面的成功经验,提出以具有三坐标自由度的柔性支撑装置为基本单元组成柔性多点支撑系统的飞机部件支撑方法。     

航空发动机推力测量台架原理误差分析

为研究影响航空发动机推力测量台架系统原理误差的因素及作用,针对发动机弹簧片支撑式推力测量台架,以推力偏心假设为基础建立其力学模型,采用理论分析和仿真验证相结合的方法对某试车台架进行原理误差分析.在给定条件下,台架在竖直平面和水平面内的角偏心远小于推力角偏心,并不会对推力测量造成显著影响,台架结构变形引起的角偏心也很小.相比之下,原理误差影响最大的因素依次为推力角偏心、热变形和弹阻力,原理误差分别为0.38％、0.16％和0.04％,应加以控制.当推力偏心量造成的原理误差不能满足精度指标时,需采用原位加载系统或者矢量推力测量台架来评估.     

高速风洞模型支撑方式研究

为了合理选择模型支撑形式,在高速风洞进行了直支杆与Z 支杆两种支撑形式的支架干扰研究试验。结果发现,支架对模型带来不可忽略的干扰量,两种支撑形式对升力、阻力与力矩的干扰量随迎角基本上呈线性变化;直支杆由于距离模型较近,对模型尾部带来较大的影响。而Z 支杆对模型尾部影响较小,在全机与无尾两种状态下的干扰量较为相近。     

带非线性支撑的转子有限元模型求解方法

用数值方法研究了非线性支撑的柔性转子系统的动学行为,提出了一种将有限元与非线性支撑结合的模型和求解方法。利用有限元法(FEM)构建转轴和转盘部分的模型,通过矩阵进行组合;利用离散元方法对包含滚动轴承和挤压油膜阻尼器(SFD)的支撑部分进行建模,此部分包含4个单元,分别为轴承内圈、外圈、SFD内圈和支撑鼠笼。有限元部分和离散元部分通过轴端节点相连,仿真过程中轴端位移传递给非线性支撑部分,支撑部分通过位移计算得到的非线性力反过来作用于有限元转子轴端部分。为了耦合求解有限元转子和非线性支撑组成的数学模型,提出了一种综合的迭代求解方法,克服传统的有限元求解方法对轴端隐性非线性支撑的求解局限性。由于转轴部分采用了Timoshenko梁单元建模,对比与简单转子模型,可以考虑陀螺力矩和轴的柔性特征,更能体现非线性支撑对振动真实影响。在建立的20个轴单元的有限元转子模型中,非线性响应更多体现在靠近非线性支撑的节点1和节点21处,响应频谱中靠近轴端的节点能体现出滚动轴承的2倍和3倍变柔振动频率。     

民用飞机顶起和支撑设备研究

民用飞机的顶起和支撑设备在飞机的维修、改装、抢救等工作中必不可少。总结了顶起和支撑设备的分类,介绍了不同种类设备的主要功能、结构组成以及应用场景。给出了顶起和支撑设备的选型及研制的工作方法和具体工作要求。针对不同的使用单位,给出了顶起和支撑设备的常规配置建议。民用飞机的地面支援设备产业是飞机制造业的支撑型产业,国产民机制造商应积极推进国内地面支援设备产业发展,建立并完善民用飞机地面支援设备设计标准和规范体系。     

基于绳系并联机器人支撑系统的SDM动导数试验可行性研究

详细给出了在低速风洞中,采用绳系并联机器人(WDPR)支撑模型,用强迫振荡法进行标准动态模型(SDM)动导数试验可行性的研究。试验中将杆式六分量应变天平内置入模型中以测量模型的气动力和气动力矩,建立了适用于绳系并联机器人支撑系统的模型运动控制子系统和数据采集子系统。采用绳拉力作为参考信号,对气动力矩信号与位姿信号进行数据的同步处理,解决了绳系并联机器人支撑系统应用于动导数试验时所测力矩信号与位姿信号之间的相位差确定问题,给出了WDPR支撑下模型动导数的计算方法。整个试验样机置于某开口式低速直流风洞中进行了俯仰、带偏航角的俯仰以及升沉的动导数试验,通过测量和计算得到各动导数。试验结果与参考文献相比较具有合理的一致性。研究结果表明,采用绳系并联机器人支撑模型进行动导数试验是可行的,至少对于SDM是这样的结果;使用一套绳系并联机器人支撑系统,可以完成多套硬式支撑系统才能完成的动导数试验,从而提高试验效率,降低试验成本。     

民航二所再获国家科技支撑计划课题立项

近日，由民航二所牵头，联合航科院和民航大学共同申报的国家科技支撑计划课题“多机场联合运营指挥及安全技术”成功立项，获批课题总经费1171万元。这是继2010年“机场（Ⅲ级）综合交通与监视系统”之后，民航二所第二次承担科技部国家科技支撑计划课题。     

低速增压风洞模型支撑系统中的角度机构控制

介绍了在低速增压风洞模型支撑系统中以单片机为核心构建的角度机构控制系统.该控制系统利用单片机接口电路实现了对伺服电机的控制及与上位机之间通信、数据传榆,解决了模型支撑系统中由于机械回差带来的精度问题以及角度机构支杆非线性运动带来的模型控制问题,达到了风洞试验要求的控制精度.     

一种新型的干扰识别与检测算法

在通信系统抗干扰中干扰的检测及识别是一种关键的技术。文章提出了一种新的干扰识别算法。首先,应用盲信号分离算法来分离传感器接收到的混合干扰信号。然后从干扰信号的高阶累积量中提取特征参数用作进行SVM分类时的特征向量。最后,用SVM作为分类器来对单音干扰、多音干扰及脉冲干扰进行分类识别。计算机仿真结果表明,当信噪比不低于5d B时本文算法有较高的识别率。