闭式整体叶盘通道五坐标分行定轴加工刀轴矢量规划方法

闭式整体叶盘是新一代航空发动机实现减重增效的关键零件,其通道结构属于典型多约束复杂通道结构。针对闭式整体叶盘通道精加工,提出了一种基于五坐标分行定轴加工的刀轴矢量规划方法。从加工原理上给出了分行定轴加工方法的基本概念,并分析了闭式整体叶盘通道五坐标加工的特征;在刀具预定义和建立检查面球体包围盒层次树结构的基础上,给出了刀轴矢量无干涉区域的计算方法;基于刀位点最短刀长的计算与分析,进行了叶盘通道加工区域划分,建立了分行定轴加工刀轴矢量规划方法。实验验证表明:分行定轴相对五轴联动加工方法不仅可明显提高加工过程中的稳定性和叶片加工表面质量,还可提高叶片精加工效率。     

国际商业发射市场的黑马-美国太空探索技术公司

2016年4月,美国太空探索技术公司（SpaceX）成功实现其猎鹰－9（Falcon－9）火箭一级的海上平台回收试验,验证了可重复使用运载火箭关键技术,在探索大幅降低航天发射成本的道路上迈出了重要一步。2013年以来,该公司以0.56亿～0.62亿美元的低地球轨道（LEO）载荷单次发射价格进入国际商业发射市场,远低于传统发射服务商1亿～2亿美元的价格,打破了原有由欧洲阿里安空间公司（Arianespace）、俄罗斯国际发射服务公司（ILS）形成的垄断局面,成为国际商业航天发射市场的一匹强劲黑马。据该公司CEO伊隆·马斯克预测,猎鹰－9实现火箭一级的海上平台回收并重复使用后,其发射成本将成数量级下降,有望彻底颠覆商业发射市场传统发展模式。     

美国国防高级研究计划局2019财年航天预算分析

正2018年2月,美国国防高级研究计划局(DARPA)发布2019财年"研究、开发、试验与评估"(RDTE)预算申请,对2017-2019年间的预算情况进行了总结和规划。预算内容显示,2019财年DARPA航天项目预算额相比2018财年略有增加,为历年最高水平,同时新增了2个项目。预算额与项目内容的变化,反映出DARPA加大核心战略领域投资,持续推动重点航天技术项目发展,其在军事航天前沿领域的布局上也出现了若干新动向。     

KTP晶体频率转换带宽特性研究

以0．8μm波长作为泵光频率,对KTP晶体在近红外光区的匹配特性作了研究,对各种可能的频率转换关系进行了分析,提出了两个最优宽带转换方式以及获得宽带频率转换的方法。     

紫外固化环氧树脂复合材料及其修补性能研究

为了推进紫外固化技术在树脂基复合材料的制备及结构修补中的应用,制备了紫外固化环氧树脂基复合材料并进行力学性能测试和微观组织分析。在此基础上,采用紫外固化复合材料对含人工缺陷的层合板试样进行了修补。结果表明,与热固化复合材料相比,采用紫外固化技术制备的复合材料具有良好的综合力学性能,复合材料中树脂基体与纤维之间结合良好;紫外固化复合材料制成的修补贴片对缺陷试样的修补效果显著,修补后试样的拉伸强度可以达到标准试样的84.1%,是缺陷试样的1.21倍。实验证明采用紫外固化复合材料修补贴片对缺陷进行修补是一种快速、有效的修补方法。     

液体火箭发动机低温阀门铝垫片密封性能数值分析

为研究某液体火箭发动机低温阀门铝垫片密封结构在低温工作环境下的密封性能，利用Abaqus软件建立了该结构的二维轴对称模型，计算了低温工作状态下铝垫片密封表面接触压力的变化，并研究了铝垫片在循环温度载荷作用下接触压力下降的机理。结果表明，在低温工作时密封垫片与阀门各部件材料线胀系数不同导致了在温度降低时密封面上的接触力的下降；而铝垫片密封表面上复杂的应力应变状态导致接触压力在温度载荷作用下无法恢复。在温度载荷循环作用下，铝垫片密封面上产生了棘轮效应。垫片的塑性应变在棘轮效应中累积且最大应力值在棘轮效应中下降；接触力会随着温度载荷循环次数增加逐步降低并在一定周期后保持稳定。提出了采用锥形垫片的结构改进方案，并通过仿真验证了该结构在循环温度载荷作用下保持密封压力的有效性。     

船用低速发动机技术发展综述

船用低速发动机是远洋船舶推进的首选动力,具有经济性好、可靠性高等优势。本文主要介绍了低速机的技术特点,回顾低速机技术发展的历史,基于当前低速机技术研究的现状重点分析了不同低速机有害排放物和温室气体减排技术的原理和特点。对于低速柴油机选择催化还原技术是目前最为主流的氮氧化物减排手段;双燃料技术则是当前综合应对氮氧化物（NOx）、硫氧化物（SOx）、黑碳以及温室气体减排的最佳选择;零碳和智能技术将是低速机未来的发展方向。     

基于能量法的舰载机拦阻着舰动力学分析及建模仿真

针对舰载机拦阻着舰过程,采用能量法分析了任意着舰姿态和位置下的拦阻力响应,建立了全机六自由度动力学模型,考虑了航母甲板风的影响以及航母纵摇和升沉运动。通过MATLAB／SIMULINK建立数学模型,并以一种偏心非垂直着舰拦阻状态为算例进行了仿真分析。     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间，提高空管部门间的协作效率，采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发，分析航空器在进近管制空域飞行时间产生差异的原因，提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签，基于提出的重要特征，采用岭回归、支持向量机、随机森林和神经网络算法，建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例，对4种机器学习模型进行训练、验证和测试，对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明，对于航空器进近飞行时间的预测，基于随机森林的模型表现出了最高的预测性能，模型的泛化能力最好、精确度高，回归效果越显著；进场状态是影响航空器进近飞行时间的最重要因素，而进场点和进场高度特征则对结果的贡献度最大。