航天器在轨泄漏声发射信号特征分析

载人航天器的防护要求不断增强, 在轨泄漏检测的重要性日益凸现。文章阐述了航天器在轨泄漏声发射检测的基本原理, 介绍了泄漏检测系统的基本组成及性能参数。通过泄漏声发射检测实验, 利用频谱分析法和特征参数分析法对不同孔径圆形漏孔泄漏产生的声发射信号进行研究, 得到了泄漏声发射信号的频谱和特征参数。实验结果表明, 机械泵运行产生的背景噪声信号主要分布在10 kHz以下, 而气体泄漏产生的是高频声发射信号, 且漏孔越小, 信号能量越小, 高频成分所占比例越大。该研究对于航天器在轨泄漏的检测及泄漏量评估等具有实际意义。     

基于不相干平面波叠加以模拟混响声场的航天器低频声固耦合分析

文章针对航天器在混响声场中的随机振动问题,提出一种通过多个不相干的平面波线性叠加以模拟混响声场的实现方法,给出了每个平面波的具体参数并从理论上证明其满足理想混响声场假设。在此基础上利用有限元-边界元耦合方法对整星低频声固耦合问题进行分析,并用混响室噪声试验响应数据进行了验证。研究结果表明:该方法理论推导正确,为航天器低频声固耦合分析及声振力学环境预示提供了一种新的有效手段。     

基于声发射非线性模型的损伤状态转变的评估

建立了声发射非线性模型来监测和评估16Mn钢试样在拉伸过程中的损伤状态的转变.首先,建立声发射突变模型,判断试样在拉伸过程中从弹性损伤状态转变为屈服损伤状态可能的时间点.然后,根据声发射参数的特点和突变量的变化,建立声发射突变复检模型,从而得到试样在拉伸过程中从弹性损伤状态转变为屈服损伤状态确切的时间点.试验结果表明:应用声发射非线性模型可以快速、预先预测出材料损伤状态的转变.     

一种小口径火箭弹弹头超声检测方法

针对小口径镁合金火箭弹弹头的结构和存在缺陷的类型,采用水浸式的超声检测方法,分析了偏心距和水声程对检测灵敏度的影响,推导出了偏心距和水声程的计算方法。通过与X射线对弹头检测结果的对比分析可知,采用中心频率为5 MHz的水浸式聚焦探头,能准确检测出弹头内部存在的夹杂和裂纹缺陷,并对表面的划伤缺陷也有很高的检测灵敏度。通过C扫描方式对缺陷特征的重构,能直观地判定缺陷的位置、形状和大小。为小口径火箭弹弹头的缺陷检测提供了一种有效的检测手段。     

裂纹故障齿轮结构声振特性与模拟研究

将齿轮结构按照圆盘来等效处理,建立了故障齿轮的动力学分析模型与声学模型,分别分析了径向裂纹和弧向裂纹情况下齿轮体的振动辐射声压与声场指向特性,研究了裂纹对齿轮结构辐射声场特性的影响.综合利用ANSYS及MATLAB软件模拟计算得到裂纹齿轮结构在r=0.5 m球面上的声压指向分布及轴向声压分布,探讨了不同的裂纹类型和不同的裂纹大小对齿轮结构振动声特性的影响程度,通过对模拟研究结果的分析比较与评价来说明裂纹的位置、形状以及裂纹大小对齿轮结构声场特性的影响大小和影响规律,为采用声学方法来诊断齿轮故障奠定了基础.      

变截面风扇管道快速声散射计算

针对航空发动机消声短舱声学设计的需要,发展了一种结合快速声散射和直接边界元计算发动机远场声散射的方法,用于计算包含了壁面声阻抗影响的复杂截面管道声散射问题.应用该方法针对某风扇实验台进行了管道消声的数值模拟,得到了远场声散射结果,进行了声衬声阻抗影响的计算,并通过与文献结果的对比表明该方法具有工程应用价值.      

高温耐辐照声发射传感器

研制了一种新的耐高温抗辐照声发射传感器,并讨论了传感器制作工艺上的特点和优点。在经受400℃和2.4×10~6GYγ辐照的考验后,传感器仍保持性能稳定。     

时间积分声光相关器光学结构的设计

提出用时间积分声光相关器进行长码的捕捉.以相加时间积分声光相关器为实验系统模型,把系统划分成光源部分、分束部分、扩束部分和光电检测部分,通过对各部分的分析和计算,建立了实验的最佳方案,并用该模型进行了时间积分声光相关器的实验,对实验结果进行了分析.首次在国内完成了时间积分声光实验模型,并给出了满意的实验结果.     

补燃循环火箭发动机气液同轴式喷嘴声学特性研究

基于经典声学和振动理论,运用流体动力学基本方程描述燃气通道内气体的波动现象,建立了双组元同轴直流离心式气液喷嘴声学特性分析的物理、数学模型,采用四端网络方法进行了计算。对单喷嘴声学模拟试验结果进行了分析。结果表明,所建声学特性分析模型用于分析喷嘴波动过程是可行的;合适的通道长度和节流嘴直径对液氧／煤油补燃循环发动机高频燃烧不稳定性有明显的阻尼作用。     

基于声发射的铝蜂窝板超高速撞击损伤模式识别方法

为通过声发射技术识别铝合金蜂窝板超高速撞击(HVI)的损伤状态,提出一种基于神经网络的损伤模式识别方法。通过超高速撞击实验获取声发射信号,结合精确源定位技术、时频分析技术、小波分析技术及模态声发射技术,提出了10个与损伤相关的特征参数,通过非参数检验分析其与损伤的关系,设计了一种基于贝叶斯正则化BP神经网络的超高速撞击损伤模式识别方法。建立最优网络模型,通过不同参数组合识别能力分析,优选出2种特征参数组合,通过非同源样本对其损伤模式识别能力进行验证。结果表明:传播距离与损伤模式无关,却是识别损伤模式的重要参数;125~250kHz频域的自动加窗小波能量比会降低损伤模式的识别能力;采用贝叶斯正则化的BP神经网络可以较好地识别蜂窝板超高速撞击损伤模式,参数组合为传播距离、上升时间、持续时间、截止频率、4个自动加窗小波能量比及小波能量熵,共9个参数,对任意选取非同源样本识别错分率仅为9.38%。