军用无人机发展现状及趋势分析

军用无人机可以用来执行各种任务,如侦察、监视、攻击、拦截等。未来战争中,军用无人机的使用将会非常广泛,正在向无人战斗机(UCAV)、多用途无人机、微型无人机、无人机集群等方向扩展     

Au纳米结构的常温冷焊接研究

基于种子生长法制备了常见的Au纳米结构(纳米球,纳米棒和纳米片),并探究了这些非单晶纳米结构在常温下的冷焊接现象.系统研究表明,表面活性剂(Cetyltrimethylammonium bromide,CTAB)的浓度和干燥条件是决定焊接过程中纳米结构演变和最终构型的重要因素.表面活性剂浓度低至0.3 mmol/L是冷...     

高温合金薄壁零件电子束焊接

着重介绍了在对GH4169薄壁（0.18mm）零件采用真空电子束焊接过程中遇到的技术问题，即焊接前装配难、焊接工艺参数可调裕度小、易产生焊漏和未熔合焊接缺陷等，并采取相应措施加以解决，使零件焊缝合格率由20％提高到90％。     

耐热粉末铝合金成形工艺研究

为研制超音速飞行器所需的耐热铝合金管材 ,采用喷射沉积管坯→挤压成厚壁管材→旋压成薄壁管的成形工艺路线 ,旋压出Al - 8.5Fe - 1.3V - 1.7Si耐热粉末铝合金Φ内 15 3mm× 1.2mm× 5 40mm的小直径管材和Φ内 380mm× 2 .5mm× 114 0mm的大直径管材。大直径管材做成的模拟舱段通过了静强与静热联合试验     

铝材化铣成分分析技术

目前我国的化铣工艺正处于由一般化铣向精密化铣的发展中，各种添加剂加入化铣液中，干扰了原有的成分分析方法的准确性。本文设计分析前预处理新工艺，可解决分析中的难点，介绍采用常规工业分析方案，分析铝离子总量、添加剂Ｎａ２Ｓ及三乙醇胺含量详细工艺过程，为推广精密化铣新工艺提供了可靠的分析技术。     

辐射/ 烧蚀交替型柔性防热复合材料

通过优化防热方式,提高柔性防热材料的烧蚀防热性能,设计制备了一种辐射/烧蚀交替型柔性防热材料,该柔性防热材料由多层复合防热布叠合构成,复合防热布是一种烧蚀体表面附着辐射层的复合材料,并通过氧乙炔烧蚀试验评价了其热防护性能。通过辐射层表面处理方法提高辐射层与烧蚀层的粘接性,用T型剥离试验、SEM评价了其粘接性能。结果表明,较烧蚀型防热材料,辐射/烧蚀交替型柔性防热材料具有更优异的热防护性能,烧蚀后防热层完好数更多,背温更低;表面处理方法可有效提高剥离强度,在处理剂浓度为5%时,效果最佳。     

装备保障活动分析方法

借助于使用与维修工作任务分析(O&MTA,Operation and Maintenance Tasks Analysis)的结果,在描述保障系统运行机理的过程模型基础上,提出了装备保障活动分析方法.从使用保障和维修保障两个方面抽象出保障活动的频数和执行时间这两个基本属性,并给出了计算方法.通过建立装备群使用任务要求与保障活动频率之间的解析关系,结合保障活动时间属性,依据保障活动之间的层次关系,进行分析汇总计算,最终得到装备保障系统的保障时间参数和保障资源使用时间参数,进而可以对保障系统进行评价,对保障资源的数量进行预测,可以为装备研制部门进行装备群保障系统设计、分析及构建保障方案提供理论指导和方法支持.     

MF雷达观测的潮汐变化特征及与GSWM的比较

利用安装于Andoya Rocket Range(69.14°N,16.02°E)的3 MHz、窄波束中频雷达2006年7月14日至8月14日之间的观测数据,研究了潮汐的变化特点并与GSWM模式的结果进行了比较.结果表明,在78～94km潮汐的纬向和经向分量随着高度的增加都经历了由弱到强然后减弱的过程.这说明潮汐在上传过程中很可能与其他波动相互作用而发生不稳定,在不稳定区域上方又生成新的潮汐波继续稳定地向上传播,或者有重力波等其他波动在此区域沉积动量导致潮汐振幅增大.潮汐振幅除了在垂直方向上发生变化,它随着时间演化也表现出显著的短期变化特点,逐日变化强度有时可达到3倍左右.结合近来的研究结果,可以认为,重力波的不稳定和破碎也可能是造成这种瞬态变化的原因之一.与GSWM-00模式的比较说明, GSWM-00模式能够较好地预测出周日潮汐的振幅和相位,而对半日潮汐的预测结果并不理想.     

装备研制阶段可修复备件利用率预计方法

通过对装备研制阶段可修复备件利用率的影响因素和故障产品维修保障流程的分析,利用闭合Jackson排队网络描述了产品在装备一维修站一仓库系统中的运行状态问题.建立了不同送修策略下的数学模型.得出了故障产品处于各状态下的平均逗留时间和平均等待数量.并给出了装备研制阶段可修复备件利用率的预计模型.最后通过算例验证了该模型和方...     

基于GRNN-ELM的飞机复合材料结构损伤识别

飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。