固体火箭飞行静载荷计算的偏差使用方法优化

新型固体火箭对提升运载效率的需求日益强烈,由此发展出一些以提升载荷设计精度为目标的载荷优化方法,可有效实现结构的减载减质。现有优化方法仅考虑单项偏差,未考虑各项偏差间的匹配性和传递过程的合理性,很大程度上限制了载荷设计精度的进一步提升。梳理和分析了载荷计算过程涉及的多项参数偏差,提炼出原始偏差和过程偏差的概念,指出了传统方法在偏差使用及传递过程中的不合理。在此基础上,充分结合新型固体火箭的研制特点,改进了偏差的使用方法,降低了过程偏差对载荷计算精度的影响。结果表明该方法可有效提高载荷设计精度、准确性和效率。     

一种应用于卫星通信的小型双频天线设计

文章提出一种应用于卫星通信的小型化双频天线。为了实现天线的小型化和双频段工作，在圆形单极子天线上进行了削顶和矩形切割操作；为了有效扰动电流路径而进一步缩小天线尺寸、扩大天线带宽，在天线上表面和下表面又分别刻蚀了圆环槽和对称C型槽，改善天线的阻抗匹配。天线最终尺寸为16mm×18.5mm×1.6mm。利用电磁仿真软件对天线性能进行了仿真，结果表明：该天线能够在4.76GHz~9.25GHz和10.46GHz~14.2GHz两个频段内工作，最大增益为5.9dBi，平均增益为4dBi，且满足圆极化条件，具备良好的辐射特性。     

基于机器学习的机翼气动载荷重构及传感器优化布置

风洞实验通过在机翼表面布置传感器来测量相应位置的气动载荷，由于传感器布置数量有限，难以直接得到整个机翼全息气动载荷分布。本文采用机器学习方法通过有限传感器数据重构机翼表面全息气动载荷，并提出了利用仿真数据对传感器进行优化布置的方法。从计算流体力学（Computational fluid dynamics,CFD）计算所得的机翼全息气动数据中选取有限位置数据模拟传感器实验数据，对比深度学习模型、高斯过程回归（Gaussian process regression, GPR）、支持向量回归（Support vector regression, SVR）与BP神经网络（Neural network, NN）对气动载荷的重构精度。通过评估由传感器数据重构的全息载荷精度对传感器布置方式进行优化设计。以M6机翼为例在给定的两个工况条件下验证本文所提出的方法。实验结果表明，GPR模型获得了最高气动载荷重构精度；给出了M6机翼在不同传感器总数下最优的截面数和单个截面布点数，最低传感器布置数下的最优布置方式，以及流场变化相对剧烈的前缘区域与展向截面的传感器布置方式。     

空间级硅橡胶胶黏剂粘结界面改性分析

针对空间级硅橡胶与聚酰亚胺的粘结界面呈现低表面能、粘结可靠性差的现状，利用有机硅烷的润湿和键结作用对界面进行预处理，改善其粘结强度。通过FTIR、¹H-NMR和GC-MS分析，有机硅烷的主要成分中对粘结性能影响较大的是正硅酸丁酯和丙基三甲基硅氧烷，采用两种偶联剂对聚合物表面进行预处理，在聚合物间不同均相结构层通过硅烷相互扩散和互穿网络形成的分子桥可实现致密交联。力学试验表明，经有机硅烷对待粘结界面表面预处理，粘结构件的剪切强度值可达0.65 MPa；选择适当的有机硅烷作为附着力促进剂，利用其有机官能团、成膜性和交联性可提高粘结构件的可靠性。     

一种自黏性预浸料-蜂窝夹层结构制备工艺研究

将ACTECH~?1210/SW220D自粘性透波环氧预浸料与Nomex蜂窝粘接,制备蜂窝夹层结构,采用滚筒剥离强度表征其粘接强度,研究不同固化工艺参数对粘接强度的影响规律。制备蜂窝夹层结构过程中,对加压时机、组装方式、施加压力大小等关键工艺参数进行了研究。实验结果表明,ACTECH~?1210/SW220D预浸料与Nomex蜂窝粘接质量良好,滚筒剥离强度可达57 (N·mm)/mm。使用上下盖板组装对于粘接强度的提高有积极作用,相比于仅用下盖板的组装方式,上下盖板组装的夹层结构滚筒剥离强度提高了98.3%。热压罐成型工艺与模压成型工艺均适用于蜂窝粘接,对于热压罐成型工艺,在起始温度至65℃范围内加压较为适宜,对于模压成型工艺,在起始～100℃范围内加压较为适宜,施加压力范围可选择0.3 MPa～0.4 MPa。综合结果表明,采用ACTECH~?1210/SW220D自粘性预浸料与蜂窝粘接,可以制备粘接强度良好的蜂窝夹层结构。