涡轮盘定心衬套失效模式与疲劳寿命研究

针对涡轮盘定心衬套的结构特点和各工况下的载荷形式,分析了它的失效模式.确定其寿命消耗主要为在高温、高机械负荷作用下的多轴低循环疲劳破坏.通过建立了高压涡轮转子整体分析模型,模拟定心衬套主要工况下的各种载荷和约束条件;定心衬套工作状态的温度场条件是利用相关冷却气流参数进行稳态对流换热仿真计算得到的.采用弹塑性有限元分析方法,计算中充分考虑了高压涡轮转子主要部件的相互影响,获得了定心衬套主要工况下危险点的最大应力应变循环.根据危险点的计算结果,利用不同的低循环疲劳寿命方程对危险点进行寿命预测,并对得到的结果进行分析和比较.研究结果表明,定心衬套的存在两个危险点,一是冷却气孔边受轴向载荷作用,二是衬套内壁后缘倒角处受径向和轴向载荷作用.      

丁羟固体推进剂力学性能模拟计算

提出了丁羟固体推进剂力学性能的三相结构模型(分散相-界面相-连续相),建立了丁羟固体推进剂力学性能与弹性母体的伸长率和弹性模量、推进剂组分固体含量、粒径、级配、粘合剂和键合剂等的数学关系,进行了编程计算;推进剂抗拉强度和伸长率的计算结果与实验值吻合较好,并用该软件计算研究了弹性母体的伸长率及模量?AP的粒径及级配?键合剂的含量等对推进剂力学性能的影响规律。     

结冰对飞机飞行包线影响分析及控制

为解决飞机在结冰后因飞行包线范围缩小而危及飞行安全的问题,针对飞机纵向三自由度非线性模型分析了翼面结冰对飞行包线的影响。在二级折线软限制式迎角限制器中引入结冰信息,综合考虑各个结冰传感器信号,通过比较采用对迎角、襟翼偏度限制最大的结冰信号来设定限制器阀值,在线/实时地改变可用飞行包线范围,使结冰飞机在缩小的飞行包线范围内能够安全飞行。仿真计算表明,该方法实用有效,可供飞机结冰问题研究人员参考。     

发展中的激光推进

激光推进作为一种利用激光能量与工质相互作用产生推力的新概念推进技术,以其比冲高、成本低、快速机动等优点吸引了国内外学者的广泛关注,美国、日本、德国、俄罗斯等国家都掀起了激光推进研究工作的热潮。这种新概念推进技术在微小卫星的近地轨道发射和卫星姿轨控等领域有着广阔的应用前景。总结了近年来国外在激光推进领域的主要研究计划,讨论了国外研究计划的进展情况及发展趋势。对激光推进研究工作具有一定的借鉴作用。     

水工质激光推进数值建模分析

在对水工质激光推进内流场特征分析的基础上,对描述内流场演化过程的数学模型进行探讨,研究了水滴蒸发模型、水滴变形和破碎模型在水工质激光推进内流场演化过程中的作用。研究结果表明,流场演化过程中,蒸发引起的水滴体积变化率不会超过0.0216%,因而蒸发模型对于计算结果影响不大,在计算过程中可以忽略;水滴在激波流场的作用下破碎成较小的水滴,形成二次雾化,破碎后的水滴体积最小只有原体积的1.5%,对于激光能量的沉积有较大影响,所以在计算中必须考虑水滴变形和破碎模型。     

带金属橡胶油膜环的自适应挤压油膜阻尼器非协调响应研究

为改善挤压油膜阻尼器(SFD)油膜力高度非线性的不足,提出了一种带金属橡胶油膜环的自适应挤压油膜阻尼器(ASFD/MR),对ASFD/MR和SFD抑制非协调响应的能力进行了对比,研究表明:ASFD/MR能够更好的抑制转子系统的非协调响应,具有更好的减振效果.      

纳米CuO的制备及其对RDX热分解特性的影响

以CuCl     

Ti-6Al-2Zr-1M0-1V合金的热变形行为

在Gleeble-1500热模拟机上对Ti-6A1-2Zr-1Mo-1V钛合金铸态材料进行了恒温和恒应变速率下的热压缩变形实验，温度范围是700～1000℃，应变速率范围是5×10     

Ti600合金的性能与显微组织的研究

Ｔｉ６００ 合金是一种新型近α高温钛合金,其名义成分为Ｔｉ－６Ａｌ－２．８Ｓｎ－４Ｚｒ－０．５Ｍｏ－０．４Ｓｉ－０．１Ｙ（ｗ ｔ％ ）。测试了该合金在热暴露前后拉伸性能和蠕变性能,并进行了透射电镜和光学显微镜观察。研究结果表明：合金的机械性能优异,与美国Ｔｉ１１００ 性能水平相当;在常规热处理条件下,合金组织是一种典型的针状组织,该组织具有良好的抗蠕变性能。Ｔｉ６００ 合金热暴露后,合金中存在的α２ 相（Ｔｉ３Ａｌ）和Ｓ２ 相（Ｔｉ５Ｓｉ３）使合金的室温塑性降低。讨论稀土氧化物对合金显微组织及性能的影响,表明稀土的加入对改善合金蠕变性能有较大作用。     

基于朴素贝叶斯K近邻的快速图像分类算法

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.