经互会光滑工件尺寸检验标准介绍

从一九七七年一月开始,苏联先后贯彻了经互会光滑工件的公差与配合统一体制、量规制和检验制(见表1)。其中,公差与配合统一体制和量规制都是根据ISO标准(ISO R286,ISO R1938等)制订的,但光滑工件的尺寸检验标准CT CэB 303-76却与ISO R1938不同。现将该标准的有关内容介绍如下。     

阅读美国军用标准化文件小常识

当您阅读1988年后出版的美国军用标准化文件(含美国军用标准、军用规范和军用手册及其修订单、补充单和通知单)时,会发现在它的封面或首页上比1988年前的版本多了一些标记,这些标记均有一定的含义,现介绍如下。     

天梯系统设计及其力学问题研究进展

天梯系统能够实现地面与太空之间的高效运输,具有载重大、成本低及环保等优点。针对天梯绳索承受应力大的问题,介绍了近年来国内外提出的天梯新结构,通过合理的设计大幅降低了天梯绳索的应力。对于天梯的振动问题,首先介绍了天梯振动的计算研究现状,通过连续体模型可以提高计算的精度;然后介绍了天梯的振动控制方法,被动控制一般通过天梯绳索和攀爬器的设计实现,而主动控制目前也有初步的研究;最后展望了天梯领域未来的研究方向。     

虚拟现实技术在航天控制领域的应用

介绍虚拟现实技术的概念以及它的系统结构、应用领域 ,并结合新一代运载火箭设计工作中虚拟现实技术的应用 ,简单介绍了使用MultiGen -Paradigm公司的Vega软件环境进行建模、图形界面、编程的方法 ,并展望了虚拟现实技术在未来航天控制领域内的广泛应用。     

远程操控飞行器自适应神经网络观测器设计

针对无人飞行器远程操控系统设计时,由于远程操控飞行器动力学的非线性和飞行器控制系统性能的不确定性,无法精确建立远程操控飞行器控制系统模型的问题,提出了一种自适应神经网络状态观测器设计方法实现对远程操控飞行器的控制系统模型的估计。首先将飞行器的动力学环节与自动驾驶仪构成的闭环回路作为一个整体建立了远程操控飞行器控制系统的非线性模型。然后针对模型中存在未建模动态的问题,采用神经网络算法对非线性动力学模型进行在线辨识,并引入鲁棒项对附加扰动进行抑制。最后设计自适应律对神经网络的权值进行实时调整,保证了系统的稳定性,并基于Lyapunov理论证明了观测器的估计误差是最终一致有界的。仿真结果表明,所设计的观测器能够保证远程操控飞行器在存在未建模动态和附加扰动的情况下对飞行状态具有良好的估计性能。     

B/Al复合材料的制造、性能及应用

综述了国内外B/Al复合材料的发展研究现状 ,具体介绍了几种制备技术的基本原理和工艺 ,包括热压扩散法、熔体浸渗法等。从工艺的角度分析了复合工艺参数———温度、时间、压力和环境对B/Al复合材料及对B纤维的影响。对B/Al复合材料的力学性能和在航空航天等方面的应用也做了较为系统的介绍 ,分析认为国内采用热压扩散法制备的B/Al复合材料性能稳定 ,其管材、型材已达到了应用阶段 ,为我国航空航天技术中应用此类复合材料奠定了基础     

TA15钛合金环件径轴向辗轧成形全过程组织演变模拟

钛合金环件径轴向辗轧成形制造全过程通常包含加热环坯转移、辗轧成形及轧制环件冷却3个阶段,而每个阶段都将对最终环件的微观组织产生重要影响。因此,研究阐明钛合金材料在该成形制造全过程的微观组织演变特征与规律,对控制环件最终的组织和性能至关重要。以TA15钛合金环件径轴向辗轧为研究对象,首先阐明了TA15钛合金在上述各阶段的微观组织演变机制与演变模型,进而基于ABAQUS软件平台,建立了TA15钛合金环件径轴向辗轧成形制造全过程的宏微观耦合有限元(FE)模型。通过大量模拟研究表明:加热环坯转移阶段促使初生α相的体积分数增加,晶粒尺寸略微增大;辗轧成形阶段一定程度上细化了初生α相晶粒尺寸,而对初生α相体积分数影响不明显;轧制环件冷却阶段会使初生α相体积分数明显增加,晶粒尺寸增大。     

太阳系中的宝石

土星看上去是什么样的?在太阳系行星中,土星光环最惹人注目,它使土星看上去就像戴着一顶漂亮的大帽子,所以,很多天文学家认为土星是太阳系中最漂亮的行星,称它为"太阳系中的宝石"。与其他行星比较,土星环系不仅漂亮,还比木星、天王星和海王星的环系都清晰。喜欢观看夜空的人们,利用一个小小的玩具望远镜就可以看见土星的环系。如果通过天文望远镜     

基于磨粒磨损机理的机械磨损状态监测

针对机械设备磨损状态监测准确率较低的问题,基于不同磨损机理下磨粒具有不同的形状和纹理特征,提出了一种基于磨粒特征识别的机械磨损状态监测的数学模型。通过形状特征识别球状磨粒和切削磨粒,结合形状、纹理特征识别疲劳磨粒和严重滑动磨粒,基于提取的特征参数建立机械磨损状态监测的特征向量,通过量子粒子群优化(QPSO)的径向基函数神经网络模型,实现对机械磨损状态的监测和判别。实验结果表明:QPSO-RBF神经网络数学模型结构简单,比传统PSO-RBF神经网络模型的识别准确率高5%,可用于常见机械磨损状态的检测。