基于5M1E+Bow-Tie模型的质量疏漏风险分析应用

从外部获取资源是国内外航空制造业的普遍作法,伴随而来的质量疏漏已成为航空制造业各组织重点关注并急需解决的关键问题,但传统的质量疏漏管控仍过多地聚焦于分析其产生的原因及纠正与整改,而对其可能导致的后果风险管控不足。为此,构建基于5M1E分析法+Bow-Tie模型下质量疏漏顶事件的风险分析方法,对产品交付顾客后发现的质量疏漏进行“前因后果”式的风险分析,以期总体降低质量疏漏风险,并满足质量管理体系“基于风险的思维”要求。     

多涵道无人机设计及悬停性能数值仿真

针对无人机空中自主对接和组合飞行任务需求设计了6涵道螺旋桨无人机气动构型。运用数值模拟对该型无人机进行悬停工况气动特性研究，研究不同悬停转速下整机气动性能的变化，并在涵道环括工况下对螺旋桨进行气动优化。研究结果表明：螺旋桨是悬停升力的主要来源，随着转速变化，涵道升力始终占总升力的17%左右；阻力来自机体上表面和电机支架的迎风阻力，支架的阻力达到涵道螺旋桨总升力的10%；随着桨盘载荷提升，无人机功率载荷降低；涵道的存在影响了螺旋桨的滑流特性，造成桨盘平面轴向速度增加，截面翼型迎角变小，工作效率降低，经过合理调整其扭转角分布螺旋桨效率得到提升，拉力提高3.3%，效率提高2.9%。     

基于改进的SqueezeNet直升机滚动轴承故障诊断

针对现有基于卷积神经网络的故障诊断方法存在模型参数量和计算量大的问题，提出一种改进的SqueezeNet模型应用于直升机滚动轴承故障诊断。该模型借鉴VGG16模型的思想，在经典的SqueezeNet基础上，采用3个3×3卷积核代替1个7×7卷积核，实现了在相同感知野条件下增加网络容量、增强非线性、减少网络参数量，采用卷积层、池化层和Fire模块、池化层两大结构交替的方式组成模型特征提取层，在保障特征提取能力的情况下，进一步减少了网络参数量。通过轴承数据开展模型故障诊断实验，结果表明该模型诊断精度达到99.65%，与传统卷积神经网络及经典的SqueezeNet模型相比诊断精度相当，而计算量与参数量最大缩减约6倍和36倍。     

球体五通结构承载分析及试验研究

针对液体运载火箭五通结构承载能力开展仿真分析和试验研究，获得了五通不同部位的Mises应力分布图，并基于五通工艺成形过程中球体壁厚减薄规律，提出了薄弱环节的优化改进措施。在此基础上，开展了五通在不同内压载荷下的液压强度试验，并监测球体表面的应力水平。结果表明：五通产品承载最大的部位是球体大凸孔根部圆角附近，与产品成形过程中壁厚减薄最大位置不重合；在不改变球体外形尺寸的情况下，适当提升结构壁厚，产品重量增加小于1kg，应力水平下降了4%，产品合格率提升了30%；采取改进措施后的五通，内压爆破试验压力达到3.6MPa以上，相对于设计压力有3倍以上安全裕度。