一种新型的张力控制系统的研究

介绍一种以工控机为核心、交流数字伺服电机为执行元件、采用半径跟随臂实时反馈纱团半径值的新型张力控制系统，并具体介绍了张力控制系统的硬件、软件设计、数学模型的建立等。实际应用证明系统达到了要求的指标。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

用于复合材料成型的硅橡胶气囊的使用寿命评估

为考察用于复合材料成型的硅橡胶气囊的使用寿命，模拟气囊的实际应用条件，利用热老化后的硅橡胶的拉伸强度、撕裂强度和硅橡胶与试件的剥离强度相对比来评估。试验表明：1453D硅橡胶老化100次后拉伸强度和撕裂强度都远远大于其剥离强度，推测其力学性能能够满足使用100次的要求，因此可推荐用硅橡胶气囊代替金属芯模用于复合材料成型工艺中。     

新型超高强度钢G50热变形与组织性能的关系

研究了新型无钴超高强度钢G50经不同锻造比墩粗锻造后材料的组织及性能的变化情况，并检验该新材料随锻造及热变形的能力。结果表明，该新材料具有非常好的可锻性及热成形性，且不同锻造比锻造并按标准制度热处理后的性能相差不大。     

惯性器件精密零件微小毛刺去除技术研究

针对惯性器件中的外形复杂类零件、通孔交叉孔类零件、特殊材料类零件等微小毛刺去除需求,分析了现有控制工艺方法不足.通过开展高效率、高质量的零件毛刺去除试验,研究了磨粒流去毛刺、磁力研磨去毛刺、强力超声波去毛刺等精密去毛刺新方法对产品质量的影响,分析了先进去毛刺工艺方法的适用性,探索了惯性器件零件去毛刺技术发展方向.     

轴流压气机吞水后的性能变化研究

为了探究航空发动机吸入雨水后压缩系统的特性变化,针对水滴进入压气机后的湿压缩过程展开研究。基于两相流动的基本原理构建了气液两相的传热传质模型和颗粒运动模型,采用一维逐级叠加的方法计算压气机各级性能,并利用Fortran程序对吞雨后压气机整体性能进行了计算。计算结果表明当吞雨量从3%增加到15%时,压气机压比的下降幅度分别由5.7%增加至15.7%;压气机各级温比的变化特性揭示了液滴在压气机前面级蒸发小、后面级蒸发大的规律;通过对比干、湿压缩条件下的压气机整体特性,可得出吞雨后压气机稳定工作范围变窄的结论。     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论,分析了网络流量,用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间,进而计算了实际网络的关维数和Lyapunov指数,并证实了网络流量存在混沌特性;据此建立了基于径向基函数（RBF）神经网络的模型,并对实际网络数据流进行了预测。仿真结果表明,相对于其他前馈神经网络预测,基于混沌理论的RBF神经网络预测方法学习速度快,预测精度高。     

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

低密度闭孔金属泡沫压缩屈服行为的数值模拟

对低密度闭孔金属泡沫的变形过程进行数值模拟是研究泡沫材料力学及失效行为的重要手段.基于Kelvin多倍胞体模型和有限元方法数值模拟了低密度闭孔泡沫铝的压缩变形的过程,给出了压缩变形曲线并确定了压缩屈服强度.在计算过程中,考虑了材料非线性和几何非线性效应以及胞体倍数对应力-应变关系的影响,并采用理想弹-塑性和线性强化弹-塑性两种材料本构关系来考察其对于泡沫铝非线性压缩力学行为的影响.结果表明,有限元计算的结果与一些文献的理论工作有较好的一致性,但是比实验值偏大.     

流量定位喷注器的静态与瞬态特性

本文分析了流量定位喷注器的工作原理及静态与瞬态特性,给出了实现等压降工作特性的基本准则.