2A12-T4铝合金自冲摩擦铆焊接头力学行为研究

针对干涉配合铆接中预制孔工序带来的连接效率等问题，采用自冲摩擦铆焊(F-SPR)工艺，通过半空心铆钉高速旋转产生摩擦热软化铝合金，在无预制孔条件下获得机械-固相复合连接接头。根据接头成形质量确定F-SPR工艺合适的转换深度，分析了典型接头的微观组织特征，研究了进给速度对接头宏观形貌、硬度分布及力学性能的影响规律。试验结果表明，转换深度为3.5 mm时可消除多余物、间隙、张开不足及裂纹等缺陷，实现铆钉与板材紧密连接；进给速度主要通过影响接头中母材硬度，进而影响接头拉剪及正拉力学行为。F-SPR工艺接头的拉剪强度约为2A12-T4铝合金母材抗拉强度的80%,相比于电磁铆接及自动压铆工艺具有较大优势。     

进气角与注水规律对燃气-蒸汽弹射的影响

为了研究弯管进气角和注水规律对燃气-蒸汽弹射过程中流场和内弹道的影响,采用Mixture多相流模型，Renormalization group (RNG) k-ε湍流模型和动网格技术,建立了燃气-蒸汽弹射数值模型.通过与文献数据的对比,验证了数值方法的可靠性,分析了注水规律与弯管进气角度对燃气-蒸汽弹射过程流场和内弹道的影响.研究结果表明:当弯管进气角为60°时,燃气-蒸汽介质的能量能得到最大利用,发射筒内的温度分布较均匀；另外在同样的注水量下,缓慢注水导弹出筒时间相对较短,但波动较大；快速注水导弹运动平稳,但出筒时间较长.结果可为导弹燃气-蒸汽弹射动力系统的设计提供参考.      

下表面射流的超临界翼型气动性能分析

为探究下表面射流关键参数对超临界翼型气动性能的影响，采用雷诺平均NavierStokes(RANS)方程与Spalart-Allmaras(S-A)湍流模型进行数值模拟。通过比较基准RAE2822翼型与下表面射流翼型的流场，验证下表面射流能够在翼型后缘诱导产生逆时针分离涡，带动流线向下偏折，增加了翼型的等效弯度，同时加大前缘的吸力峰，从而提高翼型的气动性能。进一步探究射流位置、射流动量系数、射流角度、马赫数等关键参数对RAE2822翼型气动性能的影响规律。结果表明：给定状态下，下表面射流的位置越靠后，动量系数越大，翼型的气动性能越优。下表面射流在α=0°和2°时的最优射流角度为110°，在α=4°时的最优射流角度为160°，且在最优射流角度下能有效提高翼型马赫数在0.3～0.6范围内的气动性能。     

碳纤维表面状态对C/C复合材料性能影响的研究

用两种经高温处理的碳纤维织物,以酚醛树脂作为基体先驱体,制备了二维C／C复合材料。通过扫描电镜（SEM）,X－射线光电子能谱（XPS）研究了两种碳纤维（TCF和JCF）的表面状态,测试了C／C复合材料（TCC和JCC）的层间剪切强度,拉伸性能,SEM观察表明,TCF及JCF表面都有沟槽,但TCF横断面呈腰子形非圆形,XPS分析表明TCF表面含氧官能团数量多,力学测试结果为：TCC层间剪切强度（ILSS）高于JCC,达到16．1MPa;TCC拉伸强度,模量均高于JCC,而JCC断裂延伸率达1．1％,是TCC的3倍,拉伸断口SEM分析表明,TCC断口平整,无纤维拔出,呈脆断,JCC断口有纤维拨出,是纤维控制的多层基体断裂。     

基于AE-BN的发电机滚动轴承故障诊断

为解决风力发电机在复杂工况及耦合性、不确定性条件下故障识别的准确性问题，提出了一种基于自动编码器(AE)与贝叶斯网络(BN)的AE-BN故障诊断方法。采用AE对电流信号进行特征提取，得到能够高度表征信号的特征分量；基于故障与特征之间的因果关系，建立由故障位置、故障状态和故障特征搭建的三层BN；将AE的特征分量与BN的拓扑结构相结合建立风力发电机故障诊断模型，解决故障诊断中的不确定性问题，提高多故障诊断的准确性。实验结果表明：所提方法能够对故障特征信号进行分析及诊断，精确辨识不同故障类型，相比K近邻算法等具有明显优势。     

四旋翼的改进PSO-RBF神经网络自适应滑模控制

针对非线性、强耦合并带有不确定性干扰的四旋翼无人机模型，提出了一种改进粒子群算法-径向基(PSO-RBF)神经网络自适应滑模控制器。在对RBF神经网络自适应滑模控制器进行控制量平滑改进的基础上，利用改进的具有全局寻优能力的PSO算法来调整RBF神经网络的拟合参数，从而进一步提升网络的拟合能力。根据实际四旋翼的模型参数，搭建四旋翼的动力学模型，通过Lyapunov理论验证了系统的稳定性。仿真结果表明：与RBF神经网络自适应滑模控制器和双闭环PID控制器相比，改进PSO-RBF神经网络自适应滑模控制器可以在一个控制周期内寻找到合适的控制量，其调节时间分别提升约50%和75%；改进PSO-RBF神经网络自适应滑模控制器具有轨迹跟踪速度快且准、抗干扰能力强和鲁棒性好的特点。     

航天器太阳翼在轨挠性振动测量中的无依托敏感技术

基于自供电无线加速度计网络，中国空间站天和核心舱、问天实验舱分别于2021年5月、2022年7月针对大型柔性太阳翼在轨开展了振动测量和挠性参数辨识试验。以该任务需求为牵引和实践，总结了无依托敏感技术在空间探测任务中需具备的若干核心能力，包括自供电自充电、无依托敏感器间数据代传、高可靠数据采集、高精度时间同步和自主休眠唤醒等方面。详细阐述了上述能力的设计思路和实现方案，并给出了空间站太阳翼在轨振动测量任务中无依托敏感器的实际应用结果。在轨测试数据验证了所提出的无依托敏感技术设计策略的有效性和合理性。