颗粒冲刷对C/C材料烧蚀影响的实验研究

为研究粒子直接撞击模式下C/C材料的烧蚀形貌及性能,丰富C/C材料烧蚀研究,开展了粒子侵蚀实验.利用扫描电镜和三维微观成像等测量手段进行微观烧蚀形貌的研究,结果表明颗粒冲刷条件下由于粒子的直接撞击,侵蚀区域出现小凹坑,但轴棒纤维突出,轴棒表面出现大小不同的凹坑,部分单丝从基体中断裂,形成微观锥形孔穴形貌,径向纤维束部分区域出现孔和开槽,整体形貌不再连续一致;未侵蚀部位的微观形貌和烧蚀试验中的喉部形貌一致,单丝呈现笋尖状.     

空域滤波器组对雷达阵列合成距离像的影响分析

为了简化雷达系统硬件设计和降低成本,可以使用多个窄带成分来合成宽带信号,从而获得满足实际需要的合成距离像。针对合成宽带信号和雷达阵列的特点,详细分析了结合合成宽带信号及传统空域滤波器组情况下所合成距离像的失真原因,指出合成距离像的失真由形状变形和位置平移两部分组成,且这两种失真分别由各个空域滤波器输出幅度和相位的波动所引起。同时,推导出计算对应相位和幅度失真度的理论公式,并由此给出了当合成距离像存在可接受失真时阵列的临界条件。计算机数值仿真结果验证了以上结论。     

新一代超高温热障涂层研究

介绍先进燃气涡轮发动机热障涂层的研究背景、意义和现状;综述近年来国内外在新一代超高温热障涂层方面的研究进展,包括新型超高温、高隔热陶瓷隔热层材料,1150℃以上抗高温氧化、与先进单晶高温合金化学匹配的新型金属黏结层材料,长寿命、高可靠性热障涂层结构设计以及先进热障涂层制备技术;分析发动机环境下CMAS沉积物对热障涂层的损伤机理以及相关的CMAS防护方法;最后展望新一代超高温热障涂层的发展动向及研究热点.     

基于ANSYS概率分析的导弹结构可靠度计算

针对导弹结构的材料性能、载荷环境、几何尺寸等参数不确定性的影响,基于ANSYS概率设计系统,提出了利用ANSYS概率分析功能对导弹进行结构可靠性分析的方法。通过建立某型导弹同体发动机推进剂药柱的极限状态方程,采用蒙特卡洛模拟随机载荷和固体推进剂药柱初始强度来获取推进剂药柱的可靠度。该方法能有效地计算贮存、飞行等环境条件下的导弹结构可靠性。     

基于翅片板结构的烟气对流冷凝传热性能

在冷凝实验台上对一种用于冷凝式烟气余热回收的翅片板换热器进行实验,研究了该结构的传热和流动性能,分析了烟气温度、流速等对冷凝的影响,得到了Nu-Re和 f-Re曲线,并对该换热结构在干空气风洞实验台上测试的结果进行了比对.结果表明:由于大量不凝性气体的影响(质量分数为92%),冷凝传热对整体传热性能的强化并不明显,伴随有冷凝的烟气表面传热系数约为相同工况下无凝结表面传热系数的1.1～1.2倍.得到了无量纲数冷凝传热准则关联式,可以为冷凝式翅片板换热器的设计提供参考.      

基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

基于确定接触迹线的点接触齿轮副构建及实验

提出一种点接触齿轮副,在已知齿面上根据设计需要确定接触迹线,推导其共轭曲线,将齿廓曲线沿共轭曲线扫掠后形成轮齿齿面,构建与已知齿轮正确啮合的配对齿轮,并推导该齿轮副的滑动系数计算方法;以渐开线内齿轮为已知齿轮,设计以抛物线齿面作为轮齿齿面的配对齿轮,进行齿轮样机制造和效率实验研究。结果表明,该齿轮副在啮合过程中时刻保持点接触状态,啮合点沿着理论接触迹线移动,与理论分析一致;滑动系数的大小取决于齿轮两端选取啮入点和啮出点所对应的渐开线参数值范围;实验后齿轮副实际接触迹线与理论接触迹线一致,且效率稳定在97.2%~98.5%。      

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。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。