浆料-烧结法制备ZrB2-SiC-B4C涂层及性能研究

通过浆料刷涂-烧结法在Cf/SiC复合材料表面制备了ZrB2-SiC-B4C超高温陶瓷涂层,研究了浆料中粉末填料、稀释剂的质量分数及高温烧结温度对涂层形貌、成分和相组成的影响。结果表明:当粉末填料与树脂质量比为1∶1、稀释剂与树脂质量比为1∶2、高温烧结温度为1 500℃时,在Cf/SiC表面可形成致密、结合力强的ZrB2-SiC-B4C涂层。涂层内部相组织均匀,Ra1μm,孔隙率约为4. 2%,平均拉伸剪切强度约为5. 4MPa。1 500℃等温氧化30 h后,有涂层Cf/SiC复合材料的失重率约为10. 7%,涂层表面形成了完整的含有ZrO2-SiO2的复合氧化膜,为基体提供了有效的氧化防护。这说明Cf/SiC复合材料表面涂覆ZrB2-SiC-B4C涂层有望满足高温燃流环境的使用要求。     

用于卫星测控地球站的微波集成上变频器

本文所介绍的是为卫星测控地球站设计和研制的微波集成上变频器。它是按全激励大信号进行设计的变容管上变频器,且采用了微带的带阻带通组合滤波技术,实现了全集成化。其体积为48×183×24mm,重量0.6kg。主要性能为:具有三通道的、等幅的、同相的、变频的功率输出,频稳度为2.5×10~(-8)、效率为32%和对泵频信号有大于25dB的抑制能力。     

加速度计校准的趋势

前言由于近几年来形形色色结构与机器设计的进展,相应出现了更多的振动问题。精确测量冲击与振动的必要性变得十分重要。因此,为优选振动传感器的结构与规定其校准方法付出了很大的努力。本文着重论述压电加速度计的动态校准方法。压电加速度计已很普及,因为它对质量比的灵敏度高而对不利环境的灵敏度低。压电加速计的频率范围与动态范围很宽,适合于当前先进的测量与分析设备的性能。校准一般是指用于检验可能影响传感器测量精度的全部工作特性的过程。即使时间和外     

CJ828主起落架收放机构设计与仿真

起落架系统是飞机的重要组成部分,其功能的好坏直接影响飞机的起飞和着陆性能以及飞行安全.在现代飞机起落架的各个工作部件中,收放机构在使用中发生失效的概率高达34.4％,开展起落架收放机构的研究具有极其重大的意义.根据CJ828的参数要求对主起落架的收放机构进行了优化设计,并对所设计的收放机构进行仿真计算,论证了所设计的收放机构的可行性,同时对我国未来干线飞机设计具有重要的参考价值.     

基于非下采样轮廓波的多源图像融合

利用非下采样轮廓波（NSCT）对源图像进行多尺度、多方向分解,对分解后的低频子带系数采用区域能量的融合规则,对高频子带系数采用基于领域方差加权平均的融合规则,对融合后的系数经过NSCT逆变换得到融合图像。实验结果表明,在主观视觉和客观评价指标上均优于其他对比方法。     

于达仁 先进动力专家

多年来,您在先进动力技术领域从事了深入的、系统性的研究,请介绍一下您的研究进展。于达仁:这些年做了一些国家有需求、自己感兴趣的研究,主要分为3个方面:     

DSMC热化学模拟分子数对氮氧离解反应计算影响的分析

准确模拟高速流场中的热化学非平衡问题一直都是各种流场数值计算的难点。DSMC作为一种有效的流场模拟方法,从统计学的角度而言,作为统计母体的模拟分子数是影响计算准确性的关键。Bird等[Bird,1990]针对不涉及热化学非平衡的流场提出了一个统一的模拟分子数选取规则。本文在热浴条件下使用DSMC模拟了空气中三种常见氮氧气体的离解反应,对涉及热化学非平衡的流场中模拟分子数对DSMC精度的影响进行了分析。结果表明:与Bird针对普通流场所提出的统一模拟分子数选取规则不同,在不同的流场物理条件(本文主要为温度)下,得到正确结果的模拟分子数阈值与温度成正相关(最小离解度与最大离解度模拟分子数选择下限相差10倍),超出阈值后增加模拟分子数对流场精度并无明显提高,这一结果与Parker的分子能量传递理论相符。从保证计算精度和平衡计算效率的角度,本文的结论对DSMC非平衡流场模拟具有参考价值。     

非定常环境中叶栅总压恢复系数的数值研究

利用以Ni格式和隐式双时间步法求解二维非定常N-S方程为基础的数值模拟方法研究了流动的非定常性对涡轮叶栅总压恢复系数的影响,并与文中提出的定常模型和准定常模型进行了对比。结果发现,非定常流动能够提高叶栅的总压恢复系数,但这是建立在与准定常流相比较的层面上,而和定常流比较时,非定常流只会使总压恢复系数下降。      

军机用户技术资料管理系统

介绍了自行开发的军机用户技术资料管理系统应用软件。对军机用户技术资料的概念、管理状况、国际办公自动化发展的需求及开发软件VisualFoxPro3.0作了必要的阐述。同时介绍了军机用户技术资料管理系统的主要功能、特点和使用方法等,并对软件的前景进行了展望。     

基于ANFIS的涡轮发动机风车工况建模仿真

小样本情况下神经网络模型泛化能力不足的缺陷限制了其在涡喷发动机风车工况建模中的应用。在十组风车工况实验数据的基础上建立了涡喷发动机风车工况的神经网络模型，并且利用人们对涡喷发动机动静态、相似参数以及剩余功率与加速度的关系等先验知识不断对神经网络的输入变量进行变换，逐次减少神经网络的训练样本数目，最终只用一组训练样本就可以训练出泛化能力较强的神经网络模型，大大提高了小样本情况下神经网络的泛化能力。仿真结果表明，该方法简单有效。