氰酸酯基耐高温低介电载体胶膜的制备与性能

为了满足现代高性能雷达天线罩结构粘接的要求,本文研制了氰酸酯基耐高温、低介电栽体结构胶膜.以烯丙基化酚醛/双马树脂改性,在保持该胶膜耐高温性能的同时,改善了室温力学性能.通过加入贮存稳定荆解决了胶膜常温贮存期差的问题.胶膜在380℃下的剪切强度大于5 MPa.测试频率为9 375 MHz时,胶膜在380℃下的介电常数变化率小于5%.实验结果表明,该胶膜可用于耐高温透波材料的结构粘接.     

日新月异的驾驶舱显示器

在民用电子产品的快速升级和新型飞机相关技术进步的推动下,驾驶舱显示技术不断发展。显示器尺寸的日益增大,产品可靠性和成本问题已受到业内关注;未来驾驶舱仪表板很有可能从左到右只设一个显示器;飞行显示器制造商正在借鉴有关民用技术,发展触摸屏幕显示器和有机发光二极管显示器。     

进气道高速风洞试验技术研究

本文主要介绍的是某进气道在南京航空航天大学NH-1跨声速风洞中的试验方法。试验内容主要有两方面:一是对此进气道相关性能参数的测量;另一方面是对此次试验中流场中的流动现象进行必要的观察。并根据实验所得到的数据对进气道性能进行简要的分析。     

FAA积极推行“自由飞行”

FAA既积极又稳妥地推行“自由飞行”这一全新的空中交通管制(ATC)概念,使驾驶员在仪表飞行条件下有更多的自由选择航迹和航速.但自由飞行并不意味着驾驶员可以随心所欲地飞,而是在空中交通管制的监控之下,在与邻近飞机保持安全间     

化学镀Ni-Co-P 工艺配方优化

为获得化学镀Ni-Co-P工艺配方的合理配比,运用单因素对比实验,探讨了各种添加剂对化学镀Ni-Co-P合金镀液和镀层性能的影响,确定了各添加剂浓度范围,选取5个工艺参数,设计了L16(45)正交实验方案,用极差法分析了各参数对工艺性能影响的顺序,确定了最佳工艺配方。结果表明:当溶液中硫酸镍40 g/L,硫酸钴2 g/L,次磷酸钠25 g/L,柠檬酸钠50 g/L,硼酸为20 g/L,添加剂A为20-40 g/L,pH值7.0,温度90℃时,可以得到可以得到含钴量3.7%、含磷量约6%的Ni-Co-P中磷合金镀层,镀层表面胞状物均匀分布,组织致密。     

基于代理模型的航空燃油泵空化性能分析

基于代理模型的整体敏感度分析方法,对影响燃油泵空化性能的结构参数（即诱导轮出口安放角和叶轮进口安放角）进行了分析,得到影响泵空化性能的主要因素,并对燃油泵的结构参数进行了优化。研究中,采用基于旋转修正的k-ε湍流模型及Zwart空化模型对优化前后的燃油泵空化流场进行了计算。结果表明：在一定变化范围内,叶片安放角对燃油泵的外特性影响较小,对燃油泵空化特性影响较大;其中,叶轮进口安放角对燃油泵空化性能有较大影响,随叶轮进口安放角的增大,燃油泵空化性能呈先下降后上升的变化趋势;优化后诱导轮出口安放角和叶轮进口安放角分别增大了4.4°和3.2°,满足Pareto最优解,燃油泵的空化性能较优化前提高了18%左右。     

规则波浪对水下航行体出水姿态参数的影响

基于边界元方法建立了水下航行体出水姿态计算模型，包括各控制方程及边界条件，采用截平面方法对航行体出水模型进行了简化处理，并将所得结果和实验数据进行比对，发现二者符合良好，验证了数值模型的有效性。运用边界元法研究了规则波浪参数（波高、浪向、周期、相位）对出水姿态的影响。研究结果表明，波高影响波浪力幅值大小，对出水姿态参数有着直接的影响，波高越大对出水姿态参数的影响越大；浪向、初相位和周期主要影响流体质点的运动方向，改变波浪附加惯性力，影响波浪力对出水姿态参数的作用效果；受到出水相位的影响，出水俯仰角和俯仰角速度呈余弦变化规律；随着周期的增大，周期对航行体出水姿态参数的影响逐渐减小，此时，相同波高下出水姿态参数只受到出水相位的影响。     

“超重-星箭”的“猛禽”发动机

<正>“强结构、弱动力”是猎鹰-9 (Falcon-9)火箭的印记,“弱结构,强动力”则是“超重-星舰”(Superheavy Starship)的标志。“超重-星舰”的箭体结构并不出色,它的厉害之处实际上是“猛禽”(Raptor)全流量液氧甲烷火箭发动机。“猛禽”发动机被国外评为了目前世界上发动机的性能之王,它是世界上第一款实用化飞行的全流量分级燃烧火箭发动机。1 “超重-星舰”介绍“超重-星舰”是目前世界上最强的运载飞行器,为两级完全可重复使用运载器。     

Ti/CFRP超混杂层板的研究与应用展望

Ti/CFRP超混杂层板具有高比强度、高损伤容限及优异的疲劳性能,是航空航天领域的重要选材对象之一。界面性能决定了层板综合力学性能的好坏,是Ti/CFRP层板目前的研究热点。首先综述了钛和钛合金不同表面处理工艺;然后介绍了Ti/CFRP层板力学性能试验及理论预报的研究现状;最后通过分析Ti/CFRP层板航空航天领域的现有应用情况,展望了Ti/CFRP层板未来潜在的应用方向。     

基于深度学习的电力数据分析研究

针对传统电力数据分析方法存在适用范围有限、模型复杂等导致电器分类准确率较差的问题,提出了一种基于多层堆叠长短期记忆(Long short-term memory,LSTM)网络的电力数据分析模型。首先,根据电力数据的频谱图、Mel频率倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)和Mel频谱图提取电力数据的特征,然后将其应用于深度学习模型并提高分类任务的性能,从而改善过拟合问题。其次,建立了一个多层堆叠LSTM模型,从而有效提高模型的分类和回归能力。最后,提出了一种改进的软独热编码和多尺度训练方法,从而防止峰值概率分布,提高模型的泛化能力。实验阶段,以家庭电力数据集为例,对所提模型进行验证。仿真结果表明,所提模型软独热编码及多尺度训练对加快训练效果具有一定效果,最终分类准确率到达89.85%。