高背压等离子点火器及其液体燃料点火特性实验研究

航天应用的液体火箭发动机及燃烧型加热器燃烧室室压高、燃料流量大、温度低、有重复启动需求，实现安全可靠点火的难度较大。针对这些需求，研究了一种采用高背压设计的电弧等离子体点火器。实验研究了Ar，N₂气体工质在高进气压力下的伏安特性，发现N₂在宽压力范围内适用于点火。发射光谱分析表明，在高达数MPa的进气压力下，Ar，N₂等离子体射流电子密度符合局部热力学平衡判据（LTE判据），点火能量集中。N₂等离子体整体温度低于Ar，但阳极喷口附近温度高于Ar，N₂等离子体射流火焰长，卷吸沿程空气造成射流平均温度偏低，但有助于低温液体推进剂的蒸发混合和强化点火。等离子体射流引起了臭氧和氮氧化物的形成，具有促进点火和化学反应的作用。背压提高引起电源输出电压升高，提高供气压力和电流，有助于点火器在高背压环境中稳定电压。燃烧型空气加热器燃烧室的点火实验发现，采用N₂等离子体喷注面中心点火，可以在短时间内完成酒精-空气和酒精-液氧-空气的点火，最高燃烧室室压接近5MPa时，点火器仍能稳定工作，多次使用电极烧蚀不明显，在液体火箭发动机的重复可靠点火方面具有很好的应用前景。     

高温存储对Sn-Pb-Ni凸点界面金属间化合物生长的影响

倒装焊工艺由于具有信号处理速度快、封装密度高、可靠性高等特点，已广泛应用于高密度集成电路封装工艺中。高可靠倒装焊器件的互连焊点通常采用10Sn90Pb等高铅焊料，该焊料具有剪切强度高、可靠性高等优点，但其熔点高、回流工艺窗口窄等特性给封装工艺带来一定难度，此外该焊料在高温存储环境的可靠性有待进一步提高。本文采用Ni元素对10Sn90Pb焊料进行改性，研究高温存储下Sn-Pb-Ni体系凸点的力学性能以及金属间化合物（Intermetallic compound,IMC）的生长演变规律，以此评估Ni元素对10Sn90Pb凸点可靠性的影响。主要结果如下：适量添加Ni元素可以细化10Sn90Pb焊点界面处IMC晶粒，降低高温存储条件下的IMC生长速度，但在一定程度上会降低凸点的剪切强度。0.05%~0.1%含量的Ni元素添加对10Sn90Pb凸点综合性能提升较为显著。     

航空制造领域移动机器人加工系统研究综述

移动机器人加工系统在航空大部件装配领域应用广泛。由于移动机器人加工系统脱离定点作业模式进行移动加工,在实际加工过程中,其大部件待加工部分的高精度定位以及切削加工过程的加工稳定性问题必须要得到研究和解决。通过对国内外先进移动机器人加工系统的研究综述,重点研究移动状态下大部件高精度定位技术以及加工过程中的振动抑制问题,以实现移动机器人的稳定切削加工,并对有待解决的问题及未来的研究方向进行了讨论和展望。     

基于量子化、芯片化的先进计量测试技术发展动态

计量是国家质量基础的重要组成部分，产品质量的提升离不开科学、精准的计量。工业发达国家极为重视计量测试技术的发展。通过搜集、整理量子效应计量、芯片级计量等国内外大量文献资料，归纳分析了近年来国外先进计量测试技术发展动态与趋势。以量子技术和基本物理常数为基础建立量子计量基标准，将大幅提高测量准确度和稳定性，结合量子效应的微加工技术实现芯片尺度的测量等，微纳尺度计量技术也在科学研究、精密测量、智能制造等领域得到广泛应用。本文可为我国计量技术发展提供借鉴。     

高能(450 kV)X射线参考辐射场附加过滤研究

利用MCNP程序对450kV X光机建立模型，计算各参考辐射质下的原级谱、平均光子能量。对ISO 4037-1中已有范围的管电压与附加过滤片厚度关系曲线进行二次拟合，确定模拟厚度范围。利用MCNP计算各附加过滤组合下的平均光子能量值，并与外推法得出的平均光子能量值进行对比，将相对偏差最小时的附加过滤作为最终确定值。从部分能量点的模拟与测量结果的对比可看出，模拟得出的平均光子能量在2%以内与PTB及中国计量院测量结果保持一致，附加过滤最大相对偏差为18%。     

前缘缝翼构型平尾直升机气动特性分析

使用数值模拟方法研究了前缘缝翼翼型气动特性,并将该前缘缝翼翼型应用于直升机平尾,分析了该直升机全机气动特性,最后通过风洞试验对数值模拟结果进行验证。结果表明,前缘缝翼构型平尾能有效改善直升机的纵向静稳定性。     

非线性弹簧形态优化及可调节恒力装置设计

基于组合结构研究一种可调节恒力装置的设计方法，恒力装置由负刚度非线性弹簧和正刚度线性弹簧组合而成。采用B样条曲线描述非线性弹簧的形态，基于GA算法和非线性有限元法实现非线性弹簧的形态优化设计。根据恒力装置的工作原理，设计线性螺旋弹簧，并分析刚度/强度特性。组合结构的力学性能分析表明恒力装置可以实现输出恒力。为了实现自我保护、输出的恒力大小/方向可调，进行了恒力装置的部组件设计。本文的恒力装置设计方法为平面薄膜天线和太阳电池阵的工程研制提供了技术支撑。     

基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来，卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性，已被认为是最有前途的CNN硬件加速器，但是受FPGA计算能力、存储资源的限制，基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先，研究了适用于三维运算的Winograd算法一维展开过程；然后，通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法，优化算法每个卷积层的时钟周期数减少了7倍左右，相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究，证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度，并改善在FPGA运行CNN的性能。