复合材料湿法模压成型工艺参数研究

采用湿法模压成型(WCM)工艺制备碳纤维复合材料层合板,对浸润时间和固化压力两个工艺参数进行了设计,制备了不同参数的层合板。利用金相显微镜观察了不同参数制备层合板截面的微观形貌,对层合板成型质量进行表征,主要包括层合板厚度、纤维体积含量、短梁剪切强度(ILSS)、压缩强度以及拉伸强度的测试和计算。结果表明,当浸润时间4min、固化压力1MPa时,层合板的成型质量最好,截面缺陷较少,力学性能优良,力学强度相对提高5%~11.45%左右;随着浸润时间的增加,力学性能先迅速增大后趋于平缓,随着固化压力的增加,层合板的纤维体积含量和力学性能都逐渐增加,在浸润时间10min/固化压力1.5MPa时,纤维体积分数和拉伸模量达到最大值,为66.12%和86.50GPa。     

惯性信息辅助的大视角目标快速精确定位

目标定位技术广泛应用于航空领域的侦察机、无人机等各类侦察打击任务中,目标定位精度的高低及效率对作战效果具有重要影响。针对仿射尺度不变的特征变换(ASIFT)算法对远距离大视角目标定位精度较低、速度较慢的问题,提出了一种基于惯性信息辅助的大视角目标快速精确定位方法。该方法首先对目标实测序列图像构造尺度空间,结合FAST特征检测与FREAK特征描述的方式进行匹配,实现对待定位目标的快速提取;然后利用机载惯性信息求解目标实测图与参考图之间的透视变换矩阵,利用该矩阵对实测图进行变换以减小图像间视角差异,克服了ASIFT算法盲目匹配计算的弊端,并通过FAST特征检测与FREAK特征描述相结合的方式提升了大视角图像的匹配速度;最后通过单应性矩阵映射关系实现对目标的精确定位。实验结果表明,大视角目标快速精确定位方法匹配耗时比ASIFT算法的减小了1个数量级,定位精度比目标平均值定位算法精度提高了1个数量级,有效提高了图像匹配定位在航空领域的应用效率。     

基于VAPS的虚拟航空仪表的构造与实现

航空仪表仿真是飞行模拟器中的一个重要组成部分.结合虚拟现实技术的发展和全任务飞行模拟器样机的技术要求,阐述了虚拟航空仪表的构建和虚拟仪表系统的实现方法.首先介绍了如何使用VAPS6.3仿真建模软件建立各种逼真的虚拟航空仪表模型并生成可执行性文件;在此基础上,采用TCP/IP协议实现与飞行仿真计算机的数据通信,文中分析了显示驱动程序并得出虚拟航卒仪表的显示界面.通过实际调试,证明了该设计方法的可行性.     

整体化结构成形软模对压力传递的影响数值分析

基于层合板理论,给出了纤维增强橡胶软模的等效刚度的预报方法.采用有限元分析方法分析了橡胶软模对复合材料整体化结构固化成型过程中对压力传递的影响.     

无铝CTPB＋PB固体推进剂旋转燃烧的试验研究

启动鱼雷动力系统的固体推进剂药柱系低燃温、无铝复合推进剂，处于旋转状态下燃烧。本项研究利用旋转燃烧试验台进行了药柱的燃烧试验，显示了加速度对无铝推进剂燃烧的影响。结果表明：在试验条件范围内，推进剂药柱随着加速度增大，燃烧室压强增大、燃烧时间缩短。根据实验数据整理出旋转燃烧条件下燃速公式。     

多孔介质有效导热系数的计算方法

高孔隙率多孔介质如泡沫陶瓷在新型多孔介质燃烧器技术中应用日益广泛,其重要传热特性参数--有效导热系数反映了两相流气、固相导热、对流和辐射的综合效应,对其研究尚非常缺乏.本文基于实验测定的温度分布,给出多孔介质有效导热系数的初始估值,用有限体积法求解二维控制方程,采用二维寻优搜索的办法,确定使测定点上测量与计算温度均方根误差为最小的径向与轴向有效导热系数,是一种逆计算方法.对球粒子颗粒床进行的有效性试验证明了方法的可行性.     

发射系下SINS/GPS/CNS多组合导航系统算法及实现

首先建立了发射惯性系下的组合导航系统模型,据此设计了基于联邦滤波器的SINS/GPS/CNS组合导航算法,最后研制了基于PC104硬件平台的组合导航算法验证样机。通过实时半物理仿真测试得出,三组合导航系统的姿态误差小于15″,位置误差小于10m,速度误差小于0.2m/s,表明所设计的组合导航系统算法正确,实现合理。     

2006年航班正常率报告分析

航班正常率报告制度实施两年以来,提高了各航空公司对于航班正常工作的重视程度。本文中,我们对06年全年航空公司航班正常报告书的数据和空管局统计的数据进行对比、分析,以便能更准确地评估航空公司的航班正常水平,并为建立和完善航班正常工作的长效机制提出了一些建议。     

尺寸公差与形位公差的关系

新国标《形位公差》对尺寸公差与形位公差的关系作出了明确规定,要求图样上在标注各种公差的同时,还必须表明各种公差之间的关系,并且规定了具体标注方法和符号.这就使得该标准不仅在内容上更加充实和完善,而且对尺寸公差和形位公差在理论上的进一步探讨和研究,也将起到很大的推动作用.     

基于超统计的多阶段航空发动机剩余寿命预测

针对传统航空发动机剩余寿命（RUL）预测模型无法客观描述多阶段性能衰退过程及对于RUL预测精度不高的问题, 提出了一个新的多阶段航空发动机RUL预测模型, 包括超统计理论、突变点检测、无迹卡尔曼滤波（UKF）与非线性预测4部分内容。提出了基于超统计理论的多阶段分割滤波（BS-MSF）算法。首先, 该算法采用超统计理论进行突变点检测, 将航空发动机的健康数据划分为多个退化阶段；其次, 应用UKF对融合的时变参数进行滤波处理；最后, 通过非线性拟合对发动机RUL进行预测, 实验采用美国NASA发布的航空发动机数据进行数据分析和验证。结果表明:所提算法在发动机性能退化中的预测具有更好的适应性和更小的拟合误差, 能更准确地预测发动机的RUL, 预测精度比单阶段方法提高5.5%。