云空化结构的溃灭与空蚀风险预估研究进展

空蚀是流体机械中普遍存在的现象。空蚀研究涉及空化结构的产生、运动和溃灭过程,分析获取空蚀引起的冲击载荷,并评估特定材料在冲击载荷下的抗冲击能力变得尤为重要。由于空化结构的生成和溃灭过程中涉及复杂的物理机制、宽泛的时空尺度,开展空化结构的溃灭和空蚀风险预估研究具有诸多挑战。文章首先梳理了针对云空化结构溃灭和空蚀破坏方面已开展的理论、数值和实验研究,然后介绍基于能量输运的空蚀风险预估模型方面开展的初步工作,最后探讨了今后在该领域可能的研究方向。     

"J"形燃油导管泄漏原因分析与结构优化

针对生产过程中"J"形飞机燃油导管在其内部充压情况下的法兰区螺栓位置泄漏问题,在圆环坐标系下对导管弯头内壁的压力进行基于参数方程的曲面积分,分析泄漏原因并给出结构优化方案。分析结果显示,由于弯头内壁各向曲面面积差异,导致各向受力不能相互平衡,该非平衡力系的合力使得安装导管的单颗主受力螺栓伸长量过大,导管发生小角度旋转而在法兰区产生泄露。合力的大小与导管内径的平方成正比而与其弯头的回转半径无关。将法兰区的螺栓连接孔位置整体绕导管轴线旋转22.5°,导管安装螺栓的最大伸长量将降低46%,可有效解决导管充压泄漏问题。     

铺层结构对复合材料层合板固有频率的影响

搭建四角简支的复合材料层合板的模态振动实验平台。使用锤击单点激励法获取层合板不同测点位处的频响函数;利用DHDAS动态信号分析系统测得不同铺层结构复合材料层合板的前三阶固有频率,及对应的振型;进一步分析铺层结构对复合材料层合板的振动特性的影响。结果表明,改变测点位置对层合板整体的固有频率影响较小;复合材料层合板的铺层结构对固有频率有很大影响;[0°/90°/±45°]s4铺层结构的层合板的抗冲击性最强、结构整体的刚度最高。     

短螺旋型燃烧室旋流结构及气动边界发展规律数值模拟研究

短螺旋型燃烧室的头部轴线沿发动机周向与发动机轴线偏转一定角度,可以在保证燃烧效率不变的条件下有效缩短燃烧室轴向长度。短螺旋型燃烧室流场的最大特点是旋流流动单侧受限。为了研究头部安装角α变化对燃烧室旋流流动特性的影响,基于数值方法对短螺旋型燃烧室进行了计算分析。结果表明:随着α变化,旋流器下游旋涡依次出现对称环状、马蹄状、环状结构;随着α增加,气动边界逐渐出现并抑制旋流的周向扩张,导致流场出现不同的旋涡结构;不同α下的切向角动量随轴向距离增加而衰减,但α为35°和45°时,气动边界在非受限侧出现并对旋流产生约束,角动量衰减变慢;当α为0°,15°,35°,45°时,燃油液滴依次集中分布在旋流器下游两旋涡边缘、侧壁面和头部端壁、非受限旋涡边缘。本文研究了不同α下的旋涡结构及气动边界沿轴向的演化过程,为短螺旋型燃烧室进一步的设计与优化提供基础。     

浅析波音737-800客改货飞机冲压进气门的改装与修理

随着波音737-800飞机逐渐进入退役期,其客改货业务应运而生,客改货的工作主要是对结构进行改装和修理。本文结合客改货工作经验以及图纸手册,对波音737-800客改货飞机冲压进气门的改装与修理进行了总结,阐明了工作中的难点和误区,有利于提高改装工作的质量和效率。     

钛合金表面抗激光涂层损伤特性及热效应影响研究

实验研究了钛合金和高反射型陶瓷涂层材料抗连续型激光烧蚀的损伤及温度分布特性，并从热效应影响角度对比分析了二者在抗激光损伤效果方面的差异性。研究结果表明：相比于钛合金，高反射型陶瓷涂层材料能有效增强钛合金基底抗激光损伤的能力；在同等激光功率密度辐照下，陶瓷涂层材料能有效提升钛合金基底耐受激光辐照的时间长度。实验结果表明该陶瓷涂层材料的激光损伤阈值比钛合金高约5.8倍。实验发现陶瓷涂层温升速率高于钛合金，但由于陶瓷材料具有较高的反射特性，以及良好的热吸收和热传导特性，因此能使由激光辐照产生的热量在其表面较快地扩散，而降低向基底方向传导的程度，最终提升陶瓷涂层的抗激光损伤阈值。     

超临界CO2技术对空心/实心石英混编纤维表面改性

采用热处理+溶剂浸洗+超临界CO2技术对空心/实心石英混编纤维表面进行预处理,同时利用超临界流体的携带与渗透作用,将KH-560偶联剂引入纤维表面进行改性。采用接触角测试、表/界面张力测试、树脂吸附量测试、力学性能测试、扫描电镜等分别测试纤维表面能、胶液表面张力与接触角、胶液与纤维浸润性,观察纤维表面形貌结构,分析复合材料的力学与介电性能。结果表明:采用热处理+溶剂浸洗+超临界CO2技术可有效去除空心/实心石英混编纤维表面浸润剂,提高纤维表面能,促进胶液与纤维的完全浸润,最终改善复合材料力学与介电性能。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system，BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接，网络权值可以用求解伪逆的方法快速求得，避免了耗时的训练过程，从而成为快速而高效的学习方法。然而在追求高精度结果的过程中，BLS对于增强节点数量的需求过于巨大，容易造成过拟合问题。为此，本文提出了基于函数链神经网络（Functional-link neural network，FLNN）的深度分类器（FLNN based deep classifier，FLNNDC），旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构，每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点，而不是全部映射节点。和原宽度结构相比，在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。