复合材料层板冰雹高速冲击损伤预测及失效分析

针对冰雹冲击对复合材料结构安全造成的潜在风险,提出了一种基于连续介质损伤力学的非线性有限元模型,研究了碳纤维复合材料层板冰雹高速冲击力学行为。综合采用拉格朗日法和光滑粒子流体动力学（SPH）法对冰雹进行建模,引入水的状态方程描述冰雹破碎后的流动特性;考虑应变率的单向复合材料本构模型,根据三维Hashin失效准则及材料刚度折减方案,进行复合材料层内损伤预测;引入界面单元结合双线性内聚力模型模拟层间分层现象;编写用户材料VUMAT子程序,实现基于ABAQUS/Explicit显式模块的数值求解。模拟了冰雹高速冲击复合材料层板的瞬态过程,分析了材料的损伤特性和失效机理。探讨了冰雹冲击速度、冲击角度对层板冲击损伤性能的影响,为复合材料结构冰雹冲击问题数值分析提供参考。      

一种新型并联灌注机器人运动学分析和多目标优化

针对大型航天器蜂窝结构灌注需求,提出一种新型串并混联灌注机器人机构,主要对并联机构进行分析研究。首先,对3PSS-PU并联机构进行了运动学分析,建立了运动学反解数学模型和雅可比矩阵;其次,确定了影响机构工作空间主要因素的约束条件,求解出了机构的工作空间;然后,建立了机构的刚度模型,求得机构在运动过程中的刚度变化分布;最后,利用遗传算法,以工作空间和全局刚度为目标对机构结构参数进行优化分析,确定了最终的机构尺寸参数,为蜂窝灌注机器人应用奠定基础。      

用锥面镜制作环形全息光栅

本文提出一种新的制作环形全息光栅的方法－－即利用圆锥面镜反射波干涉获得等间距环形干涉条纹，并给出了圆锥面镜反射光干涉场的强度分布及环形全息光栅记录方法，这种环形全息光栅制作方法在光学测试、光通信器件等方面有潜在的应用前景。     

一种可用于预白化类空时自适应处理中的阵元误差校正算法

在非均匀杂波环境中,预白化类空时自适应处理(STAP)具有较高的收敛速度,可显著提高雷达的杂波抑制性能。但在实际阵列接收系统中,阵元误差的存在会使预白化类STAP性能严重下降。针对此问题,提出了一种基于杂波回波的阵元误差校正算法。该算法首先将阵元误差表示为方位依赖的幅相误差;然后将空间各个方位的主瓣杂波作为校正源,利用其阵列输出协方差矩阵的Toeplitz结构会在阵元误差影响下发生改变的特性,估计相应方位的阵元幅相误差;最后利用估计的幅相误差校正先验协方差矩阵和假定目标的导向矢量。仿真结果表明:当阵列接收系统存在阵元误差时,阵元误差校正算法可明显改善预白化类STAP算法的杂波抑制性能。     

某型机主起缓冲器低压腔故障分析及改进

针对某型机的主起落架缓冲器低压腔泄漏和掉压故障,依据缓冲器结构分析和返厂件检测、试验结果,分析和判断返厂的缓冲器低压腔体发生泄漏、掉压的形式及位置。针对低压腔的泄漏、掉压形式,分析低压腔发生泄漏和掉压的机理,查找低压腔泄漏和掉压原因,进而对缓冲器进行改进设计和试验验证。     

发动机装配检测一体化系统设计与关键工艺

介绍了发动机装配检测一体化系统的整体架构与设计。开发了作为系统核心部件的气体静压轴承的工艺新方法,利用大型数控光学加工机床,得到光学级气浮工作面,实现高精度气浮转台制造。以此为基础,研制具有高精度、高可靠性、高易用性、可定制特性的发动机装配检测一体化系统,突破国产航空发动机装配工艺及其装备制造技术瓶颈。针对压气机转子开展装配试验,将多级装配体的累积径向跳动误差降低46%,累积同轴度误差降低30%,验证了装配系统与装配工艺的有效性。     

变结构近空间飞行器大飞行包络控制特性研究

针对近空间飞行器大包络、多任务模式飞行运动,结合通用高超声速飞行器确立了近空间飞行器不同飞行阶段的机体结构,详细建立了气动参数由攻角、马赫数与控制舵面偏转最表示的12状态动力学方程,绘制了不同飞行阶段气动参数随攻角、马赫数的变化曲线,建立了近空间飞行器的大包络运动控制模型,而后研究了不同机体结构与飞行状态下的控制特性和各通道耦合性质,表明该系统可以有效用于全程强鲁棒稳定飞行控制系统的设计与仿真测试,充分体现了近空间飞行器非线性、时变、耦合等飞行运动特点,仿真验证表明了研究结果符合现有分析结果.     

大规模固体微推力器阵列点火关键技术

为了将固体微型推力器阵列应用于姿轨控,需要对点火相关技术进行研究。分析了点火电路在姿态、轨道控制上的应用问题;设计了适用于大规模阵列的驱动电路,通断可控,能够满足点火需要;研究了点火延迟时间以及单次多组点火的间隔时间,当点火功率为2 W时,点火延迟时间经测试最大为7.6 ms,而点火间隔时间经测试最小为50μs。经过综合测试实验,点火成功率能够达到100%,验证了点火系统相关模块的可靠性和匹配性;经过控制仿真,验证了该系统能够满足卫星姿轨控需要。     

基于NN-PSM的航空发动机机载自适应稳态模型

为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型,提出一种基于神经网络和推进系统矩阵相融合（NN-PSM）的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机进行线性化来提取推进系统矩阵,用于表征机载模型与发动机之间的输出偏差量。基于神经网络建立发动机基线模型,用于映射飞行条件与发动机输出量之间的关系,利用神经网络的强拟合能力提高机载模型的稳态精度;设计卡尔曼滤波器实时估计发动机健康参数,提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证,并与传统的复合推进系统模型（CPSM）进行对比,结果表明:NN-PSM模型的平均精度在0.66%以内,而CPSM的平均精度为2.07%以内,运行时间仅为CPSM的1/10,且具有数据存储量少的特点。