300M超高强度钢锻造粗晶行为研究

通过300M钢楔形试样镦粗试验,研究了不同锻造温度、不同保温时间和不同变形量对该材料低倍组织的影响,分析得出了300M钢锻造粗晶临界温度和临界变形量;并试验研究了300M钢低倍粗晶细化的有效方法.结果表明:(1)300M钢锻造时奥氏体晶粒粗化临界温度TGC为1050℃;(2)因锻造温度过高所形成的低倍粗晶,通过合适的变形量或热处理能够予于有效消除;(3)保温时间长短对低倍粗晶没有明显的影响;(4)在0%~5%之间存在晶粒粗化的临界变形量,这一临界变形程度是锻造时必须控制的最小变形程度.     

整体壁板压弯成形的形状控制

针对整体壁板压弯成形过程中由于回弹导致的压弯成形精度低和不可控问题,提出整体壁板压弯成形形状控制方法。以铝合金（7050-T7451）机翼整体壁板为研究对象,设计了整体壁板缩比试件模型,基于弹塑性变形理论和几何分析建立了压弯成形局部变形下压量解析预测模型,基于有限元法建立了压弯成形整体变形有限元仿真预测模型,并将模拟结果与实验结果进行了对比;在压弯成形局部-整体变形预测模型的基础上,综合考虑局部-整体变形精度,利用迭代补偿机制与逐步逼近思想,构建了压弯成形轮廓曲线迭代模型。通过与传统的试错法进行对比,研究结果表明所提方法能够以更高的精度、更快的收敛速度有效控制压弯件的成形形状。     

一种新的轴流压气机叶片参数化方法

提出一种新的轴流压气机叶片参数化设计方法。通盘考虑了轴流压气机不同设计阶段所面临的几何需求,探讨了压气机叶片的参数化准则。引入了叶片几何三要素(特征、几何和参数),并阐述了各要素之间的关系以及彼此间的转化。最后通过实例验证了所提出方法的使用效果。结果表明,这种新的叶片参数化方法可适用于不同进口马赫数的压气机叶型设计,且具有简便、鲁棒和准确的特点。     

基于预装配精度分析的飞机关键装配工序质量控制技术

针对大型飞机机身部件装配过程中经常出现装配精度超差造成的装配返工、返修现象,提出基于预装配精度分析的飞机关键装配工序质量控制技术。首先,对零部件或在制装配件的关键特性点实际坐标信息进行预处理,包括坐标系转换、数据补偿、数据整合与格式转换;其次,基于装配工艺和实测数据,建立基于实测数据的装配工序精度模型,进行预装配精度分析。最后,以某型飞机中机身壁板装配为例,采用激光跟踪仪获得关键控制特性点的三维坐标实测信息,将处理后的实测数据作为装配精度预测模型的输入偏差进行预装配精度分析,实现了中机身壁板的质量控制。     

QY8911－Ⅱ改性双马来酰亚胺树脂及其复合材料工艺性能研究

本文研究了ＱＹ８９１１－Ⅱ耐高温双马来酰亚胺树脂及其复合材料的工艺性能。结果表明，合格的ＱＹ８９１１耐温双马树脂具有良好的耐热性和力学性能，可以满足短时间２３０℃耐温要求，适合于航天主承力结构件的制造。     

基于反方法的高负荷涡轮动叶激波控制

为控制高负荷涡轮叶栅中的激波、改善涡轮叶栅流动状况,针对E3涡轮第二级动叶中间叶高叶型,通过修改叶型吸力面压力分布进行了弱化激波S1流面反方法研究,并基于反设计叶型,对涡轮整级性能进行了三维数值计算分析。S1流面求解器选取MISES程序,应用Mixed模式反方法对叶型表面压力分布进行修改,并在反设计过程中临时"冻结"边界层来提高计算鲁棒性,加速收敛。结果表明,S1流面反设计叶型变薄,喉道位置前移,叶栅通道内激波强度明显削弱,叶型尾迹损失明显降低;涡轮整级环境下,反设计叶型使低背压工况下的等熵效率提高了约0.55%,涡轮出口激波强度显著降低,高效运行区拓宽,变工况性能较原始涡轮得到优化,验证了本文反方法的可行性。     

自适应康达喷气控制在高负荷压气机中的试验研究

未来航空发动机的发展要求其压缩系统级负荷不断增大，由此将使得压气机内部出现较强的角区分离、附面层流动分离等二次流。提出了一种新型的自适应康达喷气流动控制（ACJC）方法，更加智能且高效地抑制压气机内部流动分离并提升压气机的扩压能力，进而拓宽高负荷压气机稳定、高效运行范围。为构建自适应康达喷气流动控制系统并在高负荷压气机上验证其控制效果，首先，选取了扩压因子为0.66的压气机静叶叶栅为研究对象，并优化设计了单缝康达喷气静叶叶栅；然后，基于数值计算结果采用方差分析法、主成分分析法和神经网络算法建立了单缝康达喷气静叶叶栅来流攻角预测模型和最佳喷气量预测模型；最后，搭建了基于自适应康达喷气流动控制系统的试验平台，验证了其对高负荷叶栅流动分离控制的有效性和准确性。试验结果表明：在不同攻角和不同来流马赫数条件下，自适应康达喷气流动控制系统能够实时准确地预测来流攻角，并瞬间做出喷气量实时调节与反馈。此外，在5°来流攻角下，当来流马赫数为0.4、0.5和0.6时，相比于无康达喷气叶栅，康达喷气的引入使得总压损失系数分别降低了11.5%、9.8%和8.0%。     

基于条件生成对抗模型的遥感卫星影像重建技术研究

为了快速侦察未知区域的地貌信息，遥感卫星可对特定区域进行扫描以获取遥感卫星影像。当卫星经过国外未知区域时，部分卫星无法针对某特定区域进行长时间的驻留扫描，本文提出一种基于条件生成对抗网络模型（Conditional Generative Adversarial Network，CGAN）进行网络训练，前期将某方法获取的区域轮廓地形信息作为CGAN网络的生成网络和鉴别网络中的条件约束信息，通过网络生成器与判别器在训练过程中互相博弈产生特定的输出集，有效地实现由单张电子轮廓图像到对应卫星遥感图像的端到端的非线性映射。本文通过原真实卫星遥感图像与生成卫星遥感图像进行四种对比误差计算，平均误差、均方误差与结构相似度均高于99%，峰值信噪比高于30 dB，生成的图像与原图像之间具备高相似度，实现了在获取坐标定位轮廓信息的先验条件下，对特定区域进行遥感卫星影像内容重建技术。