高压涡轮变叶顶蜂窝角度二次流动特性研究

为减少叶顶泄漏流带来的气动损失，本文对高压涡轮叶顶复合蜂窝的排布角度进行寻优，并分析其气动性能。研究过程保持叶顶蜂窝几何形状不变，改变复合蜂窝在叶顶的排布角度，降低叶顶二次流的总压损失系数和叶顶相对泄漏比。以叶栅出口下游30%轴向弦长位置的面平均总压损失系数为目标参数，利用Isight软件嵌套图形-网格自动生成流程，对0～57°旋转角度内的蜂窝排布方式进行遍历寻优，得到低总压损失的蜂窝排布方式。研究表明，最优排布结果与平叶顶相比，叶栅总压损失降低5.21%，与基准角度蜂窝相比降低1.34%。最优排布方案对叶顶泄漏流的阻碍效果更明显，增大了蜂窝对气流的耗散能力，降低了跨叶顶的横向驱动力，减少了泄漏涡的损失。     

周向单槽机匣处理调控高压涡轮叶尖泄漏流的数值研究

为了验证周向单槽机匣处理调控高压涡轮叶尖泄漏流的效果，本文在GE-E³高压涡轮第一级的机匣上引入周向单槽式机匣处理，通过数值模拟手段研究了周向单槽的轴向位置、槽宽和槽深对叶尖泄漏流调控的影响及周向单槽调控叶尖泄漏流的物理机制。结果表明：周向单槽的引入虽然会使叶尖泄漏涡尺寸变大，但会显著降低叶尖泄漏涡及机匣通道涡的强度，使得涡轮转子通道内流动总损失降低，涡轮级效率提高。在设计工况下获得的最优结构参数的周向单槽，可以使涡轮转子通道内的流动损失相对减小9.10%，涡轮转子的效率提高0.40%，级效率提高0.85%。同时发现设计工况下获得的最优结构参数的周向单槽结构，在非设计工况时也有良好的控制效果。     

考虑测试性设计缺陷修正延时的测试性增长模型建模与评价方法

针对现有测试性增长模型忽略了测试性设计缺陷的修正延时过程，进而导致测试性增长模型（TGM）跟踪与预计精度低的问题，提出了一种考虑测试性设计缺陷修正延时的测试性增长模型建模理论与方法。首先分析测试性设计缺陷识别与修正之间的延时机理，得到剩余测试性设计缺陷（TDL）具有先增后减的铃形变化趋势；在此基础上，分别以Gamma、Raleigh和Delay-S 3种曲线拟合剩余测试性设计缺陷（RTDL）变化趋势，研究建立基于以上3种曲线考虑修正延时的测试性增长模型；最后，以某机载稳定跟踪平台测试性增长试验数据验证测试性增长模型拟合、跟踪及预计效能。研究结果表明：基于该测试性增长试验数据，Gamma曲线可以精确地拟合剩余测试性设计缺陷变化规律，测试性增长模型跟踪和预计精度可达到10^-2数量级。     

某型号喷管内壁成形缺陷分析及工艺改进

某型号喷管内壁为曲母线回转体零件,采用锥形坯料液压成形的工艺方法加工。成形后零件存在大端周圈起皱及小端喉部下方周向环状突起的缺陷,严重影响产品质量。为提高零件型面及尺寸精度,应用PAM-STAMP钣金数值模拟软件对零件的成形过程进行仿真,观察零件成形过程中坯料在模具型腔内的变形过程,并获得了坯料变形过程中的应力应变分布状况。同时,结合材料塑性成形理论分析,找到了该零件成形缺陷产生的原因,即模具型面及间隙设计不合理。进而,根据分析得出的零件变形规律及应力应变分布状况对模具型面进行设计改进,生产出了满足设计图纸要求的零件。数值模拟得到的零件壁厚及型面间隙与实际零件一致。可见,准确掌握零件变形规律,合理设计模具型面及间隙,消除了零件成形缺陷。     

一种基于深度学习的电磁信息泄漏检测方法

电子信息设备工作时无意发射的电磁波中包含有用信息，会导致电磁信息泄漏，从而威胁设备的信息安全。现有的电磁信息泄漏检测方法，在复杂现场环境下，难以从具有不确定性的电磁泄漏信号中提取有用信息。面向电磁信息安全问题，开展了电磁信息泄漏检测研究，提出了一种基于深度学习的检测方法。设计了一个适用于电磁泄漏信号的一维卷积神经网络，并结合改进的梯度加权类激活映射方法，在未知电磁信息泄漏特征的前提下，通过深度学习实现电磁信息泄漏特征的智能标定和自动提取，从而解决了现场环境下电磁信息泄漏检测难以提取有用信息的问题。分别通过实测和仿真对比实验，验证了所提方法的有效性。      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题，提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法，算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节，以充分利用模型中的低层特征，增加细节信息；改进模型的区域生成网络，加入多种滑动窗口，从而优化了模型锚点的长宽比设置，提高检测能力。实验表明，改进Faster RCNN模型取得最优的缺陷检测结果，对于小缺陷目标仍取得较好的检测精度，从而验证了算法的有效性。     

碳纤维增强聚四氟乙烯材料微观结构

为了研究碳纤维增强聚四氟乙烯材料的最佳加工工艺,采用扫描电镜对碳纤维增强聚四氟乙烯材料的微观结构形貌进行了观察,并对碳纤维增强聚四氟乙烯材料的结晶形态和成型后毛坯的内部微观缺陷进行了对比研究和分析。研究表明:碳纤维增强聚四氟乙烯毛坯表面存在"球状结晶",无缺陷的毛坯内部不会产生"球状结晶";碳纤维增强聚四氟乙烯毛坯内部的气孔、分层缺陷在冷压过程中形成。减少碳纤维增强聚四氟乙烯粉料的团聚,能有效减少成型后毛坯内部气孔缺陷的产生;碳纤维增强聚四氟乙烯材料冷压时适当降低压制压力,能有效减少分层缺陷的产生。     

基于ProCAST的镁合金惯组支架砂型铸造工艺研究

为实现镁合金惯组支架的高效率、高质量研制,使用ProCAST软件仿真优化ZM5镁合金惯组支架铸造工艺。通过对充型、凝固过程进行分析,发现铸件内部的3条薄壁筋板易出现浇不足、冷隔缺陷,圆弧面内侧厚壁筋条易出现缩孔、缩松等缺陷。经过优化设计,通过采取增加薄壁筋板厚度、调整内浇道位置、改变厚壁筋板上侧冒口结构等措施,较好地避免了上述铸造缺陷的产生,获得了合格的支架铸件。数值模拟仿真技术可应用于绝大多数航天构件的铸造过程分析,实现构件快速研制。     

"J"形燃油导管泄漏原因分析与结构优化

针对生产过程中"J"形飞机燃油导管在其内部充压情况下的法兰区螺栓位置泄漏问题,在圆环坐标系下对导管弯头内壁的压力进行基于参数方程的曲面积分,分析泄漏原因并给出结构优化方案。分析结果显示,由于弯头内壁各向曲面面积差异,导致各向受力不能相互平衡,该非平衡力系的合力使得安装导管的单颗主受力螺栓伸长量过大,导管发生小角度旋转而在法兰区产生泄露。合力的大小与导管内径的平方成正比而与其弯头的回转半径无关。将法兰区的螺栓连接孔位置整体绕导管轴线旋转22.5°,导管安装螺栓的最大伸长量将降低46%,可有效解决导管充压泄漏问题。     

基于机器视觉的半导体表面缺陷检测研究

半导体的广泛应用使得人们对其质量要求越来越高。半导体生产过程中塑封表面缺陷的检测得到更多生产厂家的重视。本文对SOT-23封装式半导体的表面塑封缺陷进行了研究,改进并优化半导体质量缺陷检测系统,通过边缘检测算法提取半导体管体的塑封边缘,确定被检管体的位姿,缩小检测范围,使用基于边缘点的模板匹配算法来判断字符的完整性,最后利用差影法准确地检测出塑封缺陷。经工厂试用后,结果显示此系统能有效地检测出表面质量缺陷。目前此系统已在工厂正式使用。