M40/4211 复合材料层合板铣削加工试验

通过分析碳纤维复合材料的性能特点及对切削加工性能的影响,提出了铣削刀具材料和几何结构形式的选用原则,介绍了几种适于碳纤维复合材料铣削的加工刀具。针对碳纤维复合材料中常用的M40/4211复合材料层合板进行加工缺陷试验和切削试验,总结出影响M40/4211复合材料层合板加工质量的因素及规律,得到每种刀具加工M40/4211复合材料层合板的最佳加工参数,较高的切削速度配合恰当的进给速度可以有效提高M40/4211复合材料层合板的加工质量和加工效率。     

基于叶尖定时的叶片耦合振动参数辨识与仿真

为了实时掌握叶片振动情况、预防故障发生,目前最常用的非接触振动测量方法是基于单自由度模型的叶尖定时法,但当叶片耦合振动时2个振动峰相隔很近,该方法无法同时识别出其振动参数。采用基于2自由度模型的曲线拟合方法,得到叶片耦合振动2个峰的初始相位等参数,用相位遍历法辨识出叶片的振动阶次和频率。结果表明:采用基于2自由度模型的曲线拟合方法提高了叶片耦合振动参数辨识的精度,辨识了相邻2个峰的振动参数。辨识振动与仿真参数设置基本一致。     

TC18钛合金疲劳断裂过程声发射信号特征分析

声发射技术通过实时监测结构服役过程中发出的声发射信号,判断结构是否出现损伤,是一种重要的在线监测损伤的技术。为了明确TC18钛合金在疲劳试验中产生微裂纹、裂纹扩展及断裂等过程中声发射信号的特性,设计TC18钛合金试验件,进行其疲劳试验并全程采集声发射信号;采用参数分析方法,得到声发射信号在时域、频域方面的参数特征。结果表明:在裂纹萌生及扩展阶段,声发射信号幅值为40~65dB,低于相同条件下铝合金的信号幅值;在200~280kHz频段上,裂纹萌生阶段与后续过程的能量分布存在较大差异。结合上述研究结果,给出TC18钛合金试验件声发射监测的参考原则。     

结构特征参数对发动机支点同心度的影响研究

航空发动机静子支点作为转子的支撑部位,由于制造工艺、装配误差和长时间工作的影响,较易出现支点不同心的现象。基于形状和位置公差理论,建立了一种发动机支点同心度的计算模型,并对某发动机的支点同心度分布进行了仿真计算。通过分析影响支点同心度的关键结构参数和测量支点同心度试验,提出了同心度的控制方法。结果表明:采用本文所述理论计算和控制方法,可准确地判断出发动机支点同心度是否符合标准,以便有针对性地选择调整措施,进而提高了发动机的装配质量,有效避免转、静子不同轴引起的碰摩问题,减小了发动机整机振动出现的几率。     

基于结构动力学特性的损伤识别方法

基于等效模态应变/动能理论,提出了一种利用实际结构的测试数据识别结构中损伤位置的方法。在此基础上,研究了利用模型修正技术识别结构中损伤强度的方法。分别以一个单损伤平板结构和多损伤平板结构为例,通过仿真分析了以上方法的有效性。结果表明,以上方法可以有效识别结构中的损伤位置和损伤强度。     

导弹撞地概率对参数选择的影响

研究了巡航导弹的撞地概率和系统参数选择的关系问题。首先在考虑了地形随机输入和低空风随机干扰共同作用的情况下，推导了撞地概率的计算方法。其次以导弹主要参数（ａ２４和Ｋｈ）的选择为例，在给定条件下求出了它们和撞地概率的关系曲线，并分析了它们对撞地概率的影响。研究结果表明，协调选择ａ２４和Ｋｈ等参数，能有效降低撞地概率，提高巡航导弹的作战效能。     

飞机带外挂对称结构振型局部化的参数影响

本文在文〔１〕研究的基础上，详细分析了飞机左右对称子结构间的耦合度以及外挂联接刚度失调量的大小等因素对振型局部化程度的影响。通过具体的数据揭示了各参数对局部化程序的影响规律。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。     

Inverse identification of constitutive parameters of Ti2AlNb intermetallic alloys based on cooperative particle swarm optimization

Ti₂AlNb intermetallic alloy is a relatively newly developed high-temperature-resistant structural material, which is expected to replace nickel-based super alloys for thermally and mechanically stressed components in aeronautic and automotive engines due to its excellent mechanical properties and high strength retention at elevated temperature. The aim of this work is to present a fast and reliable methodology of inverse identification of constitutive model parameters directly from cutting experiments. FE-machining simulations implemented with a modified Johnson-Cook (TANH) constitutive model are performed to establish the robust link between observables and constitutive parameters. A series of orthogonal cutting experiments with varied cutting parameters is carried out to allow an exact comparison to the 2D FE-simulations. A cooperative particle swarm optimization algorithm is developed and implemented into the Matlab programs to identify the enormous constitutive parameters. Results show that the simulation observables (i.e., cutting forces, chip morphologies, cutting temperature) implemented with the identified optimal material constants have high consistency with those obtained from experiments, which illustrates that the FE-machining models using the identified parameters obtained from the proposed methodology could be predicted in a close agreement to the experiments. Considering the wide range of the applied unknown parameters number, the proposed inverse methodology of identifying constitutive equations shows excellent prospect, and it can be used for other newly developed metal materials.     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点；然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。