国外低温复合材料贮箱渗漏性能研究进展

对低温复合材料贮箱渗漏性能的研究背景、最新发展方向、研究现状进行了概述,重点介绍了复合材料低温微裂纹特性、复合材料低温渗漏性能及其机理模型。研究表明:选用低模量碳纤维、减小树脂基体与碳纤维的线胀系数差别、协同提高树脂基体的低温韧性和强度、减少预浸料单层厚度、增大复合材料铺层角度,可以减少复合材料低温微裂纹,从而降低复合材料低温渗漏率。     

航空复合材料加筋板压缩屈曲及后屈曲力学性能

航空复合材料加筋板由于具有良好的力学性能,广泛地应用于航空结构中。本工作研究了航空复合材料加筋板压缩屈曲及后屈曲力学性能,首先应用工程方法对复合材料加筋板进行压缩稳定性计算,得到加筋板的屈曲载荷和破坏载荷的预估值;其次,开展复合材料加筋板压缩稳定性实验,得到实验件的屈曲及破坏形式、实验件的载荷-应变及载荷-位移关系和实验件的屈曲载荷和破坏载荷。结果表明:采用工程方法得到的计算结果与实验结果较为吻合,屈曲载荷和破坏载荷的误差分别为6.12%和9.31%,合理应用工程方法可以为实验提供较好的指导;加筋板的破坏形式为壁板的分层、鼓包和撕裂、筋条的断裂以及筋条-壁板的脱粘;屈曲比为1.65的复合材料加筋板具有较强的后屈曲承载能力;工程中可充分应用加筋板的后屈曲承载能力提高结构的利用效率。     

基于LabVIEW的超精密磨床嵌入式监控系统

针对超精密磨削机床的监控需求,基于NI–sbRIO硬件平台开发了一套应用于超精密磨床状态监测和数据采集的嵌入式监控系统,使用FPGA对温度、振动、声发射等信息进行实时数据采集,并使用实时处理器对数据进行分析和处理,实现对机床的实时状态监测和数据存储。通过FPGA编程取代硬件数据采集卡,成本低,灵活性强。试验表明,该系统能够胜任超精密磨床的监控任务。     

有翼再入飞行器气动外形集成设计优化

气动外形设计是有翼再入飞行器（RV-W）的关键技术之一。分析了气动参数对再入飞行性能的影响,探讨了有翼再入飞行器气动外形设计的规律和准则。基于上述设计准则,以类X-37B飞行器为研究对象,集成几何参数化建模、气动力、气动热、热防护等学科快速分析方法,采用多学科设计优化方法,以最优气动特性为目标对飞行器气动外形进行了优化;得到优化气动外形后,对飞行器热防护系统（TPS）进行了轻量化设计优化。结果表明,优化外形的气动特性相比初始外形得到了较大的提升,设计优化得到的热防护系统重量占比（8.7%）优于同类飞行器的热防护系统重量占比统计数据,说明了本文有翼再入飞行器气动外形集成设计优化方法的有效性,可为同类飞行器提供参考。     

考虑盘片耦合的缘板阻尼器减振性能分析方法

叶盘结构趋于轻薄,盘片耦合振动不能忽略。本文旨在揭示缘板阻尼器对叶盘不同节径模态减振性能的影响规律。建立了考虑缘板转动的叶盘-缘板阻尼器集中参数模型,采用结合解析雅可比矩阵的多阶谐波平衡法求解稳态响应,利用非线性周期减缩技术,在不损失精度的情况下使计算效率提高至少3倍以上。研究结果表明,针对叶片主导的一阶弯曲模态,缘板阻尼器总体上对节径数越高的模态阻尼效果越好,但在盘片耦合区阻尼效果显著下降,约为25%至50%;此外,忽略缘板的转动效应可能导致对阻尼器减振效果高估约70%至100%。     

基于点线特征融合的双目惯性SLAM算法

针对室内弱纹理场景下,基于点特征的SLAM算法难以追踪足够多的有效特征点,导致系统定位精度和鲁棒性较差,甚至完全失效的问题,提出一种基于点线特征并融合惯性测量单元(IMU)的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性,同时引入IMU数据为视觉定位算法提供先验和尺度信息,通过联合最小化多残差函数得到更准确的相机位姿,并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在复杂场景下易检测到大量短线段和相似线段特征以及线段存在过分割等弊端,利用线段长度抑制、近线合并及断线拼接策略在FLD算法的基础上进行改进,以降低线特征的误匹配率,运行速度是LSD算法的2倍以上。通过对比多组公开数据集和真实弱纹理场景下得到的仿真实验结果可知,所提算法在保证定位精度的同时能够获得更为丰富的环境地图,具备较好的鲁棒性。     

含通孔损伤变截面钛合金蜂窝壁板拉伸性能研究

针对飞行器结构采用的钛合金蜂窝壁板,采用试验研究和有限元分析相结合的方法,研究了通孔损伤对变截面钛合金蜂窝壁板拉伸性能的影响.其中,有限元模型采用参数化建模方法建立,包含蜂窝芯体细节和斜角区细节结构.研究结果显示,斜角区是变截面钛合金蜂窝壁板的薄弱部位,无损伤试验件的破坏模式为沿斜角起始区域内蒙皮倒圆处横截面断裂;对于...     

反推力装置结构优化设计

根据叶栅式反推力装置结构及其工作原理,建立了反推力装置运动学与动力学数学模型,以此为基础,取反推力装置对作动系统的最大负载力极小化为目标函数,装置各运动机构满足几何关系为约束条件,建立反推力装置结构优化模型。通过反推力装置运动学及动力学仿真,并分析在不同结构参数下反推力装置运动学及动力学特性,验证了所建立模型的合理性与正确性。在Matlab环境下采用惩罚函数法对反推力装置进行结构优化设计,结果表明：优化后的反推力装置正向最大负载力下降了24.5%,负向最大负载力下降了16.3%,且各个机构运动不出现干涉,整个反推力装置可正常工作。论文建模方法与优化结果可为反推力装置结构设计提供参考。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。