4032铝合金圆锭DC半连铸过程中冷却速率对共晶硅变质的影响

采用数值模拟的方法,研究DC(direct chill,DC)半连铸?120 mm、?300 mm、?500 mm的4032铝合金圆锭在横截面上的冷却速率分布,并进一步研究冷却速率对共晶硅Sr变质效果的影响。研究表明,从铸锭表面至中心冷却速率整体呈下降趋势。随着铸锭尺寸的增大,铸锭的液穴变深,液相线温度与固相线温度的等温线之间的距离变大,铸锭内部的冷却速率显著降低。Sr对共晶硅的变质效果受到冷却速率的影响,冷却速率高于1.8 K/s时,Sr变质可以获得较好的变质效果。随着冷却速率的降低,在Sr含量相同的条件下,变质效果变差。工业生产条件下,?500 mm圆锭内部的冷却速率降低至1 K/s以下,此时含量为0.033%~0.036%的Sr已不能使共晶硅有效变质。DC半连铸工艺参数中,铸造速度对?500 mm铸锭的冷却速率分布的影响程度较大,但也仅影响距离铸锭表面小于R/2以内的冷却速率分布,无法提高铸锭内部的冷却速率。     

面向指标论证的战斗机突防效能评估

随着现代战争的体系化,战斗机性能的设计与优化开始结合具体作战任务,从作战效能的角度来分析.尤其是在概念设计阶段,基于作战仿真论证战斗机指标对整个设计过程和全寿命成本都有重要作用。本文提出了应用构造型仿真进行战技指标论证工作的方法论,并以AnyLogic软件为平台搭建了战斗机突防任务仿真框架,构建了突防战斗机与防空系统的Agent(智能体)行为模型,并对试验结果进行了敏度分析。最后,提出了后续进一步研究的方向。     

飞机壁板类组件数字化装配柔性工装技术及应用

柔性工装技术是基于产品数字量尺寸协调体系的可重组的模块化、自动化装配工装技术,其目的是免除设计和制造各种零部件(如壁板类、翼梁类组件,机翼、机身部件等)装配的专用固定型架、夹具,可降低工装制造成本、缩短工装准备周期、减少生产用地,同时大幅度提高装配生产率。     

基于电磁流体动力搅拌器的微流道混合研究

对于许多微流体装置来说,流体的混合是至关重要的.为了实现微流体混合控制,对基于电磁流体动力学原理的微流道主动混合控制方法进行了研究.该方法中使用了一个混合室,在动态洛伦兹力的作用下,混合室内流体往复周期的运动.流体速度的周期性变化使流体分界面折叠,从而使流体接触面增加.用CCD记录设备记录了流体的快速混合过程,并对流体的混合程度进行定量分析.     

含间隙卫星天线双轴定位机构动力学仿真分析

以某卫星天线双轴定位机构为对象,研究运动副间隙对天线定位系统运动特性的影响,采用非线性等效弹簧阻尼模型建立间隙处的接触碰撞模型。同时采用Coulomb摩擦模型考虑运动副间隙处的摩擦作用,并将其嵌入到ADAMS多体系统动力学分析软件中,基于虚拟样机技术建立了含运动副间隙的卫星天线双轴定位机构动力学模型,并采用ADAMS进行了动力学仿真,分析运动副间隙对天线双轴定位机构动力学特性的影响,以及间隙大小对双轴定位机构动力学特性的影响。仿真结果表明,运动副间隙对卫星天线双轴定位机构运动特性有显著的影响,可以较好的预测运动副间隙对双轴定位机构的影响。     

一种新型恒温一温补晶体振荡器

提出了一种OCXO的恒温控制方法.该方法是利用乙醇的沸点制成换态式恒温箱.这种温度控制方法既可以用作中准确度的OCXO,又可以作为精密双层控温OCXO的外层恒温装置,还可以与简单的温补线路结合,构成高准确度的OTCXO.     

ГОСТ17809-72铸造磁性材料牌号和技术要求(违反标准追究法律责任)

本标准适用于Fe-Ni-Al基铸造磁性合金,供制造永磁材料用。 1.牌号和技术要求     

长针电连接器去金搪锡工艺技术

针对长针电连接器手工搪锡效率低、质量差的问题,分析了当前几种搪锡方法的优缺点,提出研制搪锡保护装置使用锡锅搪锡的工艺方法,详述了保护装置研制的关键技术及具体实施方法。结果表明,本工艺方法操作过程简单、难度低,工艺稳定性好,极少出现返工返修情况,搪锡质量和效率均大幅提高,保护装置可以重复使用,降低了搪锡成本。     

精密钣金成形技术在航空制造领域的应用分析

介绍了钣金成形技术的发展和精密钣金成形技术的应用,并对精密钣金成形技术过程中的关键技术和发展方向进行了分析。     

基于时变散射特征与CNN的双极化SAR作物分类

作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而，由于成本和系统限制，越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制，双极化SAR数据集存在严重的贴现特性，使得双极化SAR图像难以获得令人满意的分类精度，因此有必要提取更适合于双极化SAR数据集的散射特征。基于H/α分解的基本理论，引入了一个新的参数来测量农作物的时变散射特性，并针对双极化SAR图像提出了时变散射特征驱动的卷积神经网络(CNN)。实验结果表明:提出的CNN分类方法达到了最高的分类精度。与不同的特征组合输入相比，提出的新参数能稳定地提高分类器的分类性能，H、α、θ和强度特征的组合也能达到最佳的分类性能。