共查询到20条相似文献,搜索用时 31 毫秒
1.
近年来国外在复合材料无损检测方面有很大进展,采用的技术有X射线CT、超声法、核磁共振和声发射等。最近美国又提出一种用声发射数据预测φ460mm石墨/环氧压力容器的爆破压力方法,即是从水压检测试验中取得声发射数据,由这些数据归纳出一个预测爆破压力的线性方程。 相似文献
2.
1.引言用声发射(AE)技术对压力容器和压力边界进行结构评价是声发射的应用中很有吸引力的领域之一。本文介绍了由NAIS系统最先提出的评价缺陷程度的方法应用于东京大学的M—13火箭发动机壳体的爆破实验的情况,目的是为了评价由于水压压力上升时该发动机壳体的有害度,而且讨论了断口特征和得到的声发射结果之间的关系。更进一步讨论了在高压 相似文献
3.
为获得适用于国内情况的Whipple防护结构超高速弹道极限方程,研究了指标寻优方法,对国外的Christiansen改进型方程,以国内实验数据为依据进行多指标修正。结果发现:以预测概率型指标(包括总体预测率、安全预测率)和预测误差型指标(如:预测误差平方和)联合进行方程系数的逐级修正,可获得预测效果更好的修正方程。通过对低速段和高速段方程的整体系数进行修正,最终得到的新方程在国内107个实验数据上的总体预测率达到了89.7%,安全预测率则高达100%,分别较修正前的相应指标提高了10.3%和2.8%。 相似文献
4.
文章提出一种新的Whipple防护结构弹道极限方程,对之进行了准确率分析,并与NASA约翰逊空间中心最新的Christiansen方程进行了对比。结果显示:新方程对国内外大量试验数据的预测准确率达到了78%,而Christiansen方程的预测准确率为72%。对于国内200多次超高速碰撞试验数据,新方程预测准确率为78%,而Christiansen方程仅为61%。可见,文章所提出的新方程对国内外材料具有高准确率和普适性,能够满足工程需要。该方程有效克服了国外有关弹道极限方程预测准确率低及通用性不强等缺点,可为我国空间站的M/OD撞击风险评估和防护设计提供技术支持及保障。 相似文献
5.
本文采用纤维缠绕管状试件测试的基本性能常数和引进的退化系数(实验已测出了退化系数),用层合板理论研究了纤维缠绕压力容器的爆破强度,理论计算与实验结果比较表明,计算的容器爆破压力与实测的爆破压力,其相对误差不超过5%。 相似文献
6.
《固体火箭技术》2020,(2)
为获得不同固体推进剂工作燃气的粘度(η)、定压比热容(c_p)、热导率(λ)和音速(a)参数,补充现有数据不足,为其作为导弹和航天运载器等工程应用提供技术支持,采用最小吉布斯自由能法,对五种推进剂在900~3500 K温度范围和5~15 MPa压力范围内的粘度、定压比热容、热导率和音速进行了研究,并拟合出计算方程。不同推进剂的粘度和定压比热容的相对拟合偏差基本在±2%以内,热导率和音速最大的相对拟合偏差基本在±4%以内。研究结果表明,根据计算模型所获得的结果比较准确可靠,并且能够满足工程应用的精度要求,因而所获得的计算方程可为固体推进剂的工程应用提供基础热物性数据。 相似文献
7.
本文讨论了耐高温热塑性树脂/碳纤维压力容器的缠绕成型工艺。对ASTMD—2585压力容器的制造设备及设计参数进行了描述。通过水压爆破试验,对环氧/碳纤维和热塑性基体/碳纤维二种复合材料的性能进行了比较,得到了水压爆破的试验数据,包括爆破压力、复合材料和纤维的拉伸强度以及容器的特性系数(PV/W)。另外,对纤维缠绕复合材料的固结成型以及容器的显微照片进行了研究和讨论。 相似文献
8.
针对传统切削数据人工提取的特征主观性和盲目性强、特征提取过程耗时且提取质量难以保证等问题,提出一种基于堆栈自编码网络(SAE)的切削信号数据特征提取方法,构建了由3个自动编码器(AE)组成的SAE网络。前一个AE无监督训练后得到隐藏层特征,作为下一个AE的输入,最后整体利用反向传播算法进行有监督微调,从而得到更优的特征表达。从基于SAE的数据重构性能分析和加工信号特征主成分分析2个层面,对切削信号特征提取的优劣进行评估。实例验证说明,相比于传统手工提取特征的方法,所提方法在压缩信号的特征提取方面表现出明显的优势,进一步说明了SAE特征提取的有效性。 相似文献
9.
10.
针对因卫星入境数据延迟,无法快速判断太阳能电池阵温度遥测数据是否发生异常问题,提出一种SE-TCN网络模型。首先借鉴SENet中的通道注意力机制,对时间卷积网络(TCN)进行改进,提高模型的特征提取能力;其次使用SE-TCN做为特征提取网络,训练出网络模型;最后对温度遥测数据做中长期预测(约4轨)。以某在轨卫星实际太阳能电池阵温度遥测数据作为实验数据。结果表明:本文提出的SE-TCN网络模型在评价指标上与传统TCN网络模型相比,平均绝对误差(MAE)降低了7.7%,均方根误差(RMSE)降低了5.2%,相关系数(R)提高了0.4%。当卫星入境时,该检测方法可根据预测值快速判断实时遥测数据是否发生异常。 相似文献
11.
针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。 相似文献
12.
前言声发射(Acoustic Emission简称AE)无损检验最近被重视。AE方法是利用物体受到应力时,从缺陷或应力集中部位发出的声发射,进行检查的方法,从AE的发生程度,而知道缺陷的位置和程度。AE法与其他的无损检验方法(射线、超声波等)不同,其他方法是测量静态缺陷的大小和位置,来判断有害度,AE法可以由AE信息直接知道物体实际承受应力时,缺陷及应力集中部分与其他部分比较有什么危险。 相似文献
13.
《航天器工程》2016,(2):46-51
针对锂离子电池的空间应用特性,根据在轨可测的锂离子电池放电终压,建立寿命预测模型(非平稳自回归模型,ARI模型);将加速因子引入ARI模型中,获得加速非平稳自回归(ND-ARI)模型,通过对放电终压的预测实现电池的寿命预测。利用低地球轨道(LEO)航天器锂离子电池长寿命模拟验证试验数据,分别以原始数据的前30%,50%,70%的训练数据作为模型预测的起始点,对预测方法进行验证。结果表明:在不同建模预测起始点下,ND-ARI模型得到的预测结果具有较高的精度,相对误差均小于0.60%。因此,ND-ARI模型可用于航天器锂离子电池的退化状态监测及寿命预测体系的构建。 相似文献
14.
采用声发射仪,对F-12芳纶纤维缠绕复合材料壳体火压实验过程进行了低压AE检测,选用设计爆破压强的43%以下的AE数据,建立了一个低压下的A量与爆破压力之间的多元线性回归方程式。该方程式对壳体爆破压力的预测值与实测值符合较好,从而为降低复合材料壳体水压安全评定实验压强提供了新途径。它既保证了经过水压实验后的复合材料壳体有足够的承载能力,又能可靠地预报其爆破压强。 相似文献
15.
本文提出了高氯酸铵(AP)复合推进剂的一种燃烧模型。此模型是根据各个氧化剂晶粒周围的火焰结构建立的;对氧化剂晶粒和粘合剂骨架之间的关系进行了统计估计。考虑了三个不同火焰区:1.粘合剂和氧化剂分解产物之间的初焰;2.预混氧化剂焰;3. 以上两种产物的末扩散焰。对于气相反应,可假定为简单的球形运动,而且假设推进剂组分的表面分解可用简单的阿仑尼乌斯(Arrhenius)方程表示。燃烧过程中氧化剂的分解则被取作总的控制因素。所得结果表明,计算出的表面温度和从模型预测的氧化剂含量影响与实验的趋向一致。预测的颗粒大小影响比实验值稍高,而温度敏感度与实验数据完全符合。计算结果表明,在推进剂表面发生比较强烈的放热反应。显然,高氯酸铵在表面薄层熔化时部分地放热分解,这在以往的AP爆燃研究中曾报道过。 相似文献
16.
固体火箭发动机(SRM_S)中实际的稳态压力——时间历程经常不遵循用经典方程和方法所预示的曲线形状。每个发动机偏离预示压力的最大幅度和时间均不相同。对具有圆柱和星孔形状的分段推进剂药柱的航天飞机固体火箭发动机,本文提出了关于这种偏差的数据。本文对端面燃烧药柱的有关类似情形的数据也进行了讨论。 相似文献
17.
18.
为了研究固体推进剂二硝酰胺铵(ammonium dinitramide,ADN)点火过程中物理化学变化,建立了1个考虑两相(固相和气相)表面化学反应的点火模型。该模型基于固相与气相的质量守恒方程、组元连续方程、能量守恒方程及有限速率化学动力学方程而建立,并引入多组元系统状态方程封闭方程组。模型中包含35种组元,2个固相ADN总分解反应和166个气相细节(基元)化学反应,并使用温度函数表示物性参数进行计算。应用该点火模型对0.1 MPa下ADN在不同初始温度下点火延迟时间进行预测,计算结果与试验数据较吻合,说明该点火模型较准确地描述了ADN点火过程;计算表明,ADN点火延迟时间随初始温度升高而急剧缩短,且初始温度高于600 K时,温度存在一个短时间的降低过程;计算得到ADN完全燃烧产物为H2O(0.393)、N2(0.394)、O2(0.193)及极少量的NO(0.009),表明ADN是一种绿色无污染低特征信号推进剂。 相似文献
19.
提出一种利用长短周期记忆(LSTM)神经网络模型动态预测无控再入过程中弹道系数(BC)值实现空间碎片高精度再入时刻预报。通过利用空间碎片两行根数(TLE)、简化通用摄动模型(SGP4)与公开的物体陨落时间作为实测数据样本,利用迭代修正BC值方法构建预测模型的训练集,由此构造用于预测BC值的LSTM模型预测BC,再采用高精度轨道外推动力学模型配合预测BC值预报再入时刻,结果表明基于LSTM模型预测BC的空间碎片再入时刻预报方法是可行的,在95%的置信度内,90天以上的再入时刻预报精度小于10%,30天预报精度小于8%。 相似文献