PBT弹性体微相分离及对其力学性能的影响研究

为了获得微相分离对宽温PBT叠氮聚醚弹性体力学性能的影响规律,用红外光谱分析法(FT-IR)和动态热力学分析法(DMA)研究了PBT叠氮聚醚弹性体产生微相分离的机理和影响因素。用调节硬段含量、交联参数的方法调控其微相分离,控制适当的微相分离程度可显著改善推进剂的力学性能。研究结果表明:在二元醇扩链的弹性体体系中,当硬段含量约为15%时,弹性体发生相对最大比例的微相分离,体现出较佳的综合力学性能。通过微相分离的调控可获得宽温范围内综合力学性能较好的叠氮聚醚推进剂用粘合剂基体材料。     

非线性能量阱对飞轮振动抑制效果的实验研究

利用薄片金属梁作为非线性刚度元件，构建一种非线性能量阱。为了验证非线性能量阱对飞轮振动特性的抑制效果，搭建地面飞轮测试系统。分别采用力锤敲击和飞轮以恒定转速运行的方法施加不同载荷，对安装非线性能量阱前后测试系统各典型位置的振动响应进行对比研究。利用实测数据，采用傅里叶变换方法将动态响应信息分别在时间域和频率域内展开。研究表明：力锤敲击产生的冲击载荷和飞轮以恒定转速运行产生的稳态载荷均可以激发非线性能量阱定向能量传输；受非线性能量阱的影响，柔性支架设备安装面和飞轮安装面振动响应得到有效抑制。但是，由于非线性能量阱阻尼和吸振子质量较小，不同程度削弱了其振动抑制效果。     

宽弦风扇叶片颤振预测的工程研究

为研究宽弦复合弯掠风扇叶片的颤振问题,以及适用于工程设计的颤振预测方法,分别采用经验法和数值模拟方法,对大涵道比风扇性能试验件叶片进行颤振预测,并将预测结果与试验结果进行对比,考察颤振预测方法的准确性和实用性。对比过程中,分析了颤振发生的机理,提出了抑制颤振的手段。结果表明:两种方法都准确地预测了风扇转子叶片发生的颤振,与试验现象吻合,计算量在可接受范围内,具备工程实用价值。     

引气结构对二元塞式喷管冷却和红外辐射特性的影响

为降低加力状态下二元塞锥表面温度和喷管红外辐射强度，对塞锥进行冷却结构设计。采用数值模拟的方法对比分析了引气结构、冷却通道高度和冷气入口总压比对塞锥冷却和喷管红外辐射特性的影响。结果表明：塞锥冷却后其表面温度和喷管红外辐射强度显著降低；引气腔内无冲击板时，引气角度的改变引起射流核心区位置的变化，造成塞锥头部和前缘展向温度分布差异明显，引气角度为90°时塞锥表面最高温度要比30°和60°的模型高50K；加装冲击板后，冷却通道内的流量分配和塞锥前缘的展向温度分布得到有效改善、塞锥头部的换热得以增强，但同时会引起较大的总压损失，因此相同入口总压比下，加装冲击板后冷却流量降低、塞锥外表面温度升高；随着冷却通道高度增大，冷气流量增加、流速降低，故存在一个最佳通道高度使得塞锥冷却效果最好；以塞锥无冷却为基准，入口总压比为1.0～1.8时，塞锥外表面最高温度降低了470～590K,0°探测角上红外辐射强度降低了25%～33%。     

基于双环滑模控制的直/气复合控制系统设计

直/气复合控制导弹具有强干扰、强非线性以及强耦合等特点，传统的姿态控制器难以适用于该种复杂干扰并存的情况，文章提出了基于双环滑模控制的直/气复合控制器。首先采用有限时间收敛趋近律分别构造内外环滑模控制器，并将角速度回路的滑模变量量化为直接力指令，以解决空气舵与姿控发动机之间的耦合问题。接着使用非线性扩张状态观测器估计综合干扰，从而设计控制器补偿侧向喷流干扰及模型不确定性等综合干扰的影响。然后基于李雅普诺夫方法证明了控制系统闭环稳定，分析了干扰补偿对控制器收敛域的影响。最后仿真结果表明，该方法跟踪速度快，动态过程平稳，具有较强的干扰抑制能力，具有很强的鲁棒性。     

一种圆柱物料装填机器人残余振动抑制方法

为提高载具内的物料装填效率，提出了一种在载具内受限空间中使用的新型圆柱物料装填机器人，并通过优化关节轨迹，对机器人末端残余振动进行抑制。首先，给出物料装填机器人的总体设计方案和工作流程。然后，结合物料装填机器人的结构特点，应用拉格朗日方法建立封闭形式的刚柔耦合动力学模型，并应用模态分析方法得到机器人末端动态响应计算方法。最后，以物料装填机器人关节残余弹性势能最小为优化目标，使用最大最小蚂蚁系统，对机器人关节轨迹进行优化，并对优化结果进行仿真验证。仿真结果表明，优化后的关节轨迹，在满足快速装填要求的基础上，可以降低约34.4%的关节残余弹性势能和约37.6%的机器人末端振动振幅。      

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

用于叶片减振的压电材料分布拓扑优化

提出一种可用于实际叶盘结构的压电分支阻尼器拓扑优化方法,可以给出总质量受约束的压电材料在叶片上的最佳分布,达到尽可能大的模态阻尼比。通过理论推导说明:压电阻尼器所产生的模态阻尼比仅取决于模态机电耦合系数,且该系数只与压电材料的几何形状以及模态应力场有关。进一步结合压电本构关系,基于应力分量的线性加权给出了有限的压电材料在叶片上铺设位置“优先级”的判断指标。给出了基于叶盘结构有限元模型的压电材料拓扑优化方法,通过替换单元类型和材料参数的方式对压电材料进行布置,并给出了多模态族优化、极化方向设置、电极铺设等问题的解决方案。在一个接近真实的叶盘模型上应用了此优化方法。结果表明,仅使用质量占叶片质量10%的压电材料,就可以为多个模态提供约12%的阻尼比。