2524铝合金薄板平面各向异性研究

采用室温拉伸性能测试、金相组织观察、XRD反极图测定和透射电子显微分析等方法研究了冷轧态和T3态2mm厚2524铝合金薄板不同取向条件下的显微组织和拉伸力学性能.以{110}<112>单组分织构模型为基础,研究了织构与平面各向异性的关系.结果表明,2524冷轧态和T3态铝合金薄板在与轧制方向成45°和60°方向上的强度较0°、30°和90°方向上的强度低,延伸率则是45°方向上最高;轧向力学性能优于横向力学性能;冷轧态合金薄板的平面各向异性高于T3态合金板材;2524冷轧态合金薄板的主要织构为{110}<112>,次要织构为{311}<112>;2524-T3态铝合金成品薄板的主要织构为{110}<001>;2524铝合金薄板的平面各向异性与合金的晶粒结构以及晶体学织构密切有关,其中晶体学织构是造成合金板材平面各向异性的主要原因.     

基于变分贝叶斯的自适应鲁棒滤波算法

针对组合导航姿态估计中,观测同时受到野值与时变观测噪声影响的问题,构造一种基于变分贝叶斯的自适应鲁棒滤波算法。该算法可以有效地解决自适应与鲁棒滤波策略的矛盾,利用变分贝叶斯近似估计变换的观测噪声,在变分贝叶斯的滤波框架内,利用Huber滤波鲁棒化方法处理连续野值。在组合导航姿态估计试验中,验证了该算法具有良好的自适应与鲁棒性,并能够保持较高的估计精度。     

硅橡胶/双酚A-苯胺型苯并噁嗪树脂耐烧蚀复合材料的制备与烧蚀结构的研究

苯并噁嗪树脂具有优异的成炭和抗高温氧化性能,是新一代的耐烧蚀树脂。以双酚A-苯胺型苯并噁嗪树脂为耐烧蚀树脂,采用1H-NMR、DSC和转矩流变仪研究其成环率和加工性能;以硅橡胶为耐烧蚀基体,采用熔融共混方法制备了硅橡胶苯并噁嗪树脂耐烧蚀复合材料。进行力学和氧乙炔焰烧蚀检测,利用FT-IR、Raman和SEM研究复合材料综合性能和烧蚀结构。结果表明:苯并噁嗪树脂能够明显提高硅橡胶复合材料的耐烧蚀性能,当树脂添加量为20份时,复合材料具有较好的耐烧蚀和力学性能;该复合材料经过氧乙炔焰烧蚀后,烧蚀层形成表面陶瓷层、裂解炭化层和基体层。表面陶瓷层主要由SiO_2,SiC和C组成,裂解炭化层的主要组由C,SiO_2,SiC以及炭化彻底的碳和炭化不完全的有机结构组成。     

直升机地面滑跑飞行力学研究

在直升机地面滑跑模型中引入了精确的飞行力学模型,形成了直升机地面滑跑飞行力学模型。以Peters/He广义动态入流理论建立入流模型,采用等环面积法划分桨叶微段,以叶素理论建立旋翼气动模型。以刚体动力学方法建立直升机地面滑跑模型。使用试飞数据对模型进行验证,吻合较好。文中对直升机地面滑跑进行计算分析,得到了操纵、姿态等的变化规律,为飞行员地面滑跑操纵提供了建议。     

轴向柱塞泵滑靴副传热特征

为了揭示轴向柱塞泵滑靴底面油膜温度场分布规律,分析了滑靴副生热机理以及热量传递途径,在此基础上利用热流量守恒定律建立滑靴副热力学耦合模型,讨论不同压力和转速工况下滑靴的结构参数对滑靴底面油膜温度的影响。分析结果表明,滑靴副油膜温度场呈不均匀分布,沿滑靴半径方向呈递减趋势,其最大值出现在最薄油膜厚度区域,容易引起滑靴偏磨磨损,主要集中在泵的排油区;恒压高速工况下滑靴内外半径比范围为1.5~2.0 之间,应尽量取较小值,降低滑靴副油膜温度,提高滑靴副润滑性能;恒转速高压工况下阻尼管长度直径比范围为3.50~8.75之间,应尽量取较小值,防止滑靴底面油膜温度过高,改善柱塞泵的散热效果。      

“ 互联网+” 计量发展现状与建议

分析了国内计量检测行业现状与存在的问题,描述了“互联网+”计量服务模式的初步探索情况,指出“互联网+”计量转型是未来计量检测领域的必然发展趋势,提出了“树立正确的互联网思维、加强对“互联网+”计量模式的研究与应用, 加强行业整合、提高为用户服务能力”的措施及建议。     

气相色谱法定量分析氧气中气体杂质方法研究

为寻找一种能够有效检测氧气中微量气体杂质的方法,采用配有氢火焰离子化检测器的气相色谱仪分析氧气中的微量气体杂质,研究了分析氧气中CO、CO₂及C₂H₂等气体杂质的操作参数,确定了氧气中微量气体杂质的分析方法,验证了该方法的可行性,该分析方法各组份分离效果良好,各种杂质组份定量精确度较高。     

基于等效焦面的离轴遥感相机积分时间计算方法

目前在轨和在研的光学遥感卫星大都搭载的是离轴遥感相机,为了保证视轴正对星下点成像,相机需要整体俯仰一定角度补偿离轴角,这样就导致相机的焦平面无法平行于星下点水平面进行推扫成像,相机的积分时间计算不准确。针对以上问题,提出一种基于等效焦面的高精度积分时间计算方法,该方法构建与星下点水平面平行的等效焦面,通过建立严密的几何关系,求出真正电荷转移时间对应的像元尺寸,从而得到准确的积分时间。仿真试验表明,该方法可以将积分时间计算精度提高1.2%,为卫星在轨提高成像质量提供有效手段。     

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.