基函数宽度对RBF神经网络气动力模型精度的影响研究

将带输出反馈的RBF（recursive radial basis function, RRBF）神经网络用于构建非定常气动力模型,能够得到一种动态非线性气动力降阶模型（reduced order model, ROM）。隐含层神经元的基函数宽度是该气动力模型的一个重要参数。为了研究基函数宽度对RRBF神经网络的影响,首先通过数学分析和计算仿真研究了训练过程中宽度与神经网络结构之间的关系,而后用NACA0012翼型俯仰运动作为算例,研究模型在不同训练信号、延迟阶数和流动状态的情况进行测试。测试结果表明,基函数宽度对此类非定常气动力模型的稳定性及泛化能力都有较大影响;最优宽度的选择随训练及预测信号的变化有所不同;较多样本时,通常选择55~75的宽度能够保证非定常气动力模型具有较高的预测精度。通过对随机俯仰运动样本的预测结果,验证了宽度的最优选择范围。     

TB-13钛合金动态再结晶行为研究

研究TB-13钛合金在β单相区热轧变形过程中不同变形量对组织演变规律的影响.进行了32％,50％,59％和75％变形量的热轧后,利用光学显微镜和透射电子显微镜观察了该合金热轧变形后的组织变化.结果表 明,TB-13钛合金在热轧变形过程中的动态再结晶发生机制是连续动态再结晶.当变形量为32％时,沿着轧制方向存在拉长的扁平状原始β晶粒,晶界平直,晶粒内部存在大量无规则位错和胞状结构位错.随着变形量的增加,晶界处形成亚晶,大量位错在亚晶界处聚集,使亚晶界角度不断增大,最终由小角度晶界转为大角度晶界,从而形成细小的动态再结晶晶粒.     

基于四杆机构单元的柔性铰链设计与尺寸优化

针对柔性铰链存在的转动角度小和径向漂移大等问题,进行了大转角和高精度柔性铰链设计。利用四杆机构中曲柄摇杆机构的转角放大特性,以固化的四杆机构为变形模块,通过摇杆的小变形实现铰链的大转角运动。柔性铰链中固化的四杆机构为超静定结构,基于超静定结构理论进行了柔性单元的受力分析,并建立了柔性铰链的刚度模型,实现柔性铰链的分析和设计。根据设计方案选取设计变量,基于理论推导得到刚度建立目标函数,根据性能和几何边界建立约束条件,利用遗传算法对柔性铰链尺寸进行优化,并通过ANSYS进行了特定尺寸下柔性铰链变形和应力分析,验证了优化结果的正确性。     

支柱式前起落架摆振性能研究

为了研究支柱式前起落架的摆振性能,建立了双轮式摆振方程组。在线性参数方面,研究了支柱柔性和陀螺力矩对摆振性能的影响;在非线性参数方面,研究了扭转间隙和库仑摩擦对摆振性能的影响。研究结果表明支柱刚度不足时会发生"结构性摆振";支柱扭转间隙过大时会发生"间隙性摆振",这两者必须予以避免;陀螺力矩对摆振影响不大且偏安全,常可忽略;使用过程中库仑摩擦的减小会降低系统的减摆储备能力。     

海洋环境对舰载导弹贮存可靠性影响分析

舰载导弹所处的舰上环境与岸基环境截然不同,与陆基导弹相比其贮存可靠性与保障要求也有着特殊性。文章结合我国海洋环境的特点,分析了导致上舰机载导弹失效的主要原因,对影响舰载导弹可靠性的主要环境因素进行了系统的分析,并总结了综合环境因素对其产生的影响。     

新型耐烧蚀涂层防隔热性能

介绍了一种新型发动机用外防热材料,该防热材料在短时间高热流的条件下,通过电弧风洞试验 考核,试样的背壁温度可降低至144℃,相较于无涂层试样,背温的降温幅度高于300℃。0. 5 mm 厚涂层与0. 8 mm 厚涂层相比,试样背温并无明显优势。且室温固化涂层比高温固化涂层试样背壁温度低30℃,均低于 234℃,均满足设计指标要求的背壁温度低于350℃的使用需求。     

含椭圆分层缝纫复合材料层板的局部屈曲研究

建立了分析含椭圆分层的缝纫增强复合材料层板压缩屈曲问题的三维模型.通过应用瑞利-里兹法研究了分层椭圆几何参数和缝线等效弹性系数对压缩屈曲载荷的影响.分析结果表明,缝纫对提高临界曲屈载荷的作用十分明显,随着缝线等效弹性系数的增大,临界曲屈载荷迅速提高;分层椭圆的长轴垂直于载荷方向时,临界曲屈载荷最小,并且随长轴的长度增大时,临界曲屈载荷减小并逐渐收敛.     

基于RDC的感应同步器测角系统设计与实现

对基于RDC（轴角转换器）的感应同步器测角系统的方案进行了设计与工程实现。利用高度集成的RDC,不仅简化了测角系统的设计结构,而且还提高了测角系统的可靠性,降低了转台的生产成本。     

基于深度置信网络的近距空战态势评估

针对传统态势评估方法权值确定困难、大规模数据处理和特征提取能力不足的问题,结合当前空战数据特征,将深度置信网络(DBN)应用于近距空战态势评估。通过密度峰值算法对空战特征数据进行聚类分析,并结合态势函数和专家判读进行修正,建立标准空战态势样本库;以重构误差和测试错误率为基础,建立网络拓扑结构和最优参数确定方法,提高模型的训练效率,并通过样本数据,对模型进行训练和验证。实验表明,模型态势分类正确率达到92.7%,模型运行时间满足应用需求,实例评估结果与客观态势一致性强。