用于复合材料成型的硅橡胶气囊的使用寿命评估

为考察用于复合材料成型的硅橡胶气囊的使用寿命，模拟气囊的实际应用条件，利用热老化后的硅橡胶的拉伸强度、撕裂强度和硅橡胶与试件的剥离强度相对比来评估。试验表明：1453D硅橡胶老化100次后拉伸强度和撕裂强度都远远大于其剥离强度，推测其力学性能能够满足使用100次的要求，因此可推荐用硅橡胶气囊代替金属芯模用于复合材料成型工艺中。     

激波作用下粉尘卷扬,点火与燃烧的数值研究

根据本文给出的守恒方程和计算方法，对激波与沉积可燃粉尘的相互作用进行了数值研究，讨论了激波作用下的颗粒的上扬、点火与燃烧的基本特征以及波后燃烧粉尘云的内部结构。     

二维粘性跨音叶栅流场计算中逆风因子法的应用

本文是二维亚音叶栅粘性流场计算的推广。在非正交贴体坐标中用有限差分法解非定常运动方程;用逆风因子法确保其数值稳定性。采用总温处处相等这个能量方程。时间步长由运动方程的离散方程的系数非负性确定。采用k-ε紊流模型。对DFVLR跨音叶型叶栅分别在进口马赫数为1.05和0.82的条件下作了数值试验。计算和实验的对比是满意的。     

一种分析稳态压力畸变对多级轴流压缩系统稳定性影响的新方法

发展了一种分析进口稳态压力畸变对多级轴流压缩系统稳定性影响的逐级平行压缩系统模型；建立了一种稳态压力畸变进气条件下，多级轴流压缩系统对燃烧室燃油瞬时脉冲的气动响应及气动稳定性分析的新方法；导出了基于ＭａｃＣｏｒｍａｃｋ隐式格式的新的数值计算方法。应用新的模型方法对一个三级实验压气机进行了数值分析，给出了稳态压力畸变与压缩系统稳定裕度损失及不稳定发生时间之间的定量关系，定量给出了压气机失稳首发级的识别方法。     

FL—23风洞洞壁对跨声速颤振的干扰影响

本文提供了在FL-23风洞中进行的试验研究结果。试验采用动力相似的四种不同尺寸的60°三角机翼平板半模型。结果表明:洞壁干扰提高了跨声速颤振临界速压,当模型展长对试验段宽度的比值Lm/B为0.687、0.600和0.512时,使颤振临界速度的压缩性修正系数分别减小3.8％、2.5％和1.4％。改变开孔率的试验定性验证了上述结果的合理性。     

含燃速催化剂的丁羟推进剂高压燃烧性能研究

对含Ｔ２７（一种二茂铁衍生物）、卡托辛、Ｆｅ２Ｏ３三种燃速催化剂的ＨＴＰＢ／ＡＰ／Ａｌ推进剂在１６ＭＰａ～２２ＭＰａ下的燃速和燃速压强指数进行了研究。结果表明：二茂铁衍生物能大幅度提高ＨＴＰＢ／ＡＰ／Ａｌ推进剂的燃速,同时可使高压下的压强指数大幅度地下降;Ｆｅ２Ｏ３对ＨＴＰＢ／ＡＰ／Ａｌ推进剂有着显著的燃速催化效果,但其推进剂压强指数较高;Ｆｅ２Ｏ３的催化效率较Ｔ２７高,但不及卡托辛;Ｆｅ２Ｏ３和二茂铁衍生物组合使用能进一步提高ＨＴＰＢ／ＡＰ／Ａｌ推进剂的燃速,并使推进剂具有较低的压强指数。     

一种基于数字信号处理的阻抗参数测量新方法

利用数字信号处理理论与技术提出了一种阻抗参数测量新方法,即采用任意的周期信号作为测量的激励信号,激励信号的信噪比可以很低;采用高镜频抑制比的数字正交采样滤波器得到被测阻抗和标准阻抗上的电压采样序列的同相分量与正交分量,并据此确定被测阻抗参数,该方法能得到较高的阻抗参数测量精度和较宽的测量范围,并且硬件电路实现比较容易.文中给出了计算机仿真分析和硬件实现系统的实验结果,证明了新方法的有效性和正确性.     

栅极偏压对纳米金刚石薄膜沉积过程的影响

在HFCVD系统中施加栅极偏压和衬底偏压,采用双偏压成核和栅极偏压生长的方法成功制备了高质量的纳米金刚石薄膜.采用显微Raman高分辨率SEM和AFM等现代理化分析手段分析纳米金刚石膜的微结构,结果表明双偏压显著促进了金刚石的成核密度,平均晶粒尺寸在20 nm以内.试验观察和理论分析表明栅极偏压促进了热丝附近的等离子体浓度,提高了衬底附近的碳氢基团和氢原子浓度,提高了金刚石的成核密度、在保持晶粒的纳米尺寸的同时保持了较高的成膜质量和较低的生长缺陷.     

神经网络在直升机空空导弹攻击中的应用研究

应用神经网络方法研究了直升机发射空空导弹的一些问题。文中首先介绍了直升机空空导弹攻击的火控系统原理；其次，对复杂且不稳定的直升机飞行运动模型设计了模糊神经网络控制器；然后，用BP网络实时计算了直升机发射空空导弹的空中攻击包线；最后，设计了综合火／飞控制系统，并对所设计的整个攻击系统进行了仿真，通过仿真证明满足系统设计要求。在神经网络设计中，采用了变尺度优化算法，提高了算法的速度和精度，对空战的实时应用提供了重要的参数价值。     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论，分析了网络流量，用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间，进而计算了实际网络的关维数和Lyapunov指数，并证实了网络流量存在混沌特性；据此建立了基于径向基函数（RBF）神经网络的模型，并对实际网络数据流进行了预测。仿真结果表明，相对于其他前馈神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。