惯性坐标系下的旋翼气弹稳定性建模

为了较好地描述直升机铰接式、无铰式及无轴承式旋翼的动力学特性,本文根据Hamilton原理。采用中等变形粱理论,用Chopra的15自由度有限元梁元进行离散,并将挥舞、摆振和变距铰运动作为广义坐标,采用二维准定常气动力模型,直接在惯性坐标系下,建立了旋翼气弹分析的动力学模型,并用Pitt—Peters动态入流模型计入动态入流对稳定性的影响。本文基于惯性坐标系的旋翼气弹建模方法简化了建模,方便地嵌入了动态入流模型。通过与Princeton粱实验数据、ITR旋翼试验数据和直升机分析软件UMARC的计算值的对比,验证了本气弹分析模型的正确性,指出误差来源于气动模型。     

旋转条件下带冷却通道的热驱动换热数值分析

在涡轮叶片新型超级冷却技术机理研究的基础上,对新型冷却热驱动换热特性进行数值模拟,得到了旋转条件下微小封闭通道内流体热驱动换热规律。进一步研究了旋转条件下,浮力数（Bu）、旋转雷诺数（Rew）和冷气雷诺数（Rez）等准则参数对热驱动换热的影响,结果表明：浮力数、旋转雷诺数和冷气雷诺数对封闭通道内流体的热驱动换热具有显著的影响,并且随着这些准则参数的增大,热驱动平均换热效果有不同程度的提高。     

不同动力型式的巡飞弹总体参数对比分析

动力系统选型是影响巡飞弹战技指标中的航时、巡飞速度、航程以及任务载荷重量系数的关键因素之一。基于能量守恒推导出电动力螺旋桨、活塞式螺旋桨动力与喷气式动力3类动力型式的巡飞弹总体参数估算公式,利用敏度分析的思想逐个研究各动力型式性能参数对巡飞弹战技指标的影响程度与影响规律,并从能源供给的角度对比3类动力型式所用燃料的等效比能量特性,梳理出影响各动力型式差异的根源,为巡飞弹顶层设计阶段的动力系统与作战使用之间适配选型提供有效的指导原则。      

再生型木塑复合材料的研究

为了充分利用城市固体废弃物中的各项资源,本项工作将固体废弃物中的高密度聚乙烯(H igh dens itypo lyethy lene,HDPE)回收后与废弃的木纤维进行复合,成功地制备出再生型木塑复合材料。研究了木纤维长度、含量以及相容剂对木塑复合材料热性能和力学性能的影响。通过扫描电子显微镜观察了复合材料的冲击断口形貌,分析了此类复合材料的断裂机制。结果表明:木纤维的加入使HDPE的结晶温度降低,结晶速度减慢;相容剂的加入大大改善了木纤维与基体树脂之间的界面结合。随着木纤维含量的增加,木塑复合材料的弯曲强度升高,冲击强度下降。     

涵道风扇空气动力学特性分析

涵道风扇较同样直径的孤立风扇能产生更大的升力,且风扇环括在涵道内,既可阻挡风扇气动声向外传播,又结构紧凑、安全性高。以此为升力面和飞行操纵面可构造出多种小型垂直起降无人飞行器。该类无人飞行器在前飞时,涵道处于前方来流和风扇吸流的复杂气流中,其升力、阻力和俯仰力矩对整机的配平乃至稳定控制具有决定性影响。本文对涵道风扇风洞吹风测力试验结果进行了分析研究,并进而提出:前飞时涵道阻力较大,涵道风扇若作为升力装置仅适用于强调悬停和低速飞行性能的飞行器;此外,涵道风扇式飞行器在大速度前飞时,为了实现纵向配平,整机重心垂向位置需要高于涵道阻力作用中心。     

装有多孔介质的封闭腔体中热驱动换热的数值研究

以涡轮叶片超级冷却技术为研究背景,用数值计算的方法,模拟了离心力场下装有多孔介质的封闭腔体中的热驱动换热现象。计算结果表明,在封闭腔体中加入大孔隙率多孔介质后确实能起到强化换热的效果,采用的固体介质的导热性越好,封闭腔体中流体的热驱动能力越强,换热效果越好。而且采用导热性比较好的固体介质时,在大孔隙率范围内,随着孔隙率的减少,封闭腔体中流体的热驱动能力和换热均得到增强。     

利用改进的Monte-Carloβ球法计算结构可靠性

根据Hasofer-Lind可靠性指标β,基本随机变量构成的标准n维欧氏空间Rn可划分为｝X｝≤β和｝X｝>β两部分,｝X｝≤β为n维β球所围区域,该区域必在可靠区内。计算可靠性时,将Monte-Carlo的抽样区域限制在n维欧氏空间β球外部,缩小了抽样范围,从而大大提高了结构可靠性的计算效率,并给出一算例。     

固溶时效处理对高强高韧钛合金显微组织与力学性能的影响

对固溶时效处理后的高强高韧钛合金初生α相的体积分数、尺寸,次生α相的体积分数和α_s/β相界面密度等显微组织特征进行了定量表征和统计分析,探讨了随着固溶温度的变化,高强高韧钛合金显微组织与其力学性能间的相关性.结果表明:在α+β两相区固溶时效处理,随着固溶温度的升高,合金初生α相的体积分数降低,相尺寸先降低后略有升高,次生α相的体积分数升高,α_s/β相界面密度先升高后降低.初生α相的体积分数与伸长率、静力韧度和裂纹形成功正相关,α_s/β相界面密度与合金屈服强度成正相关.      

An attempt to study long-term variation of sporadic E layers using neural networks

Strong positive correlation between sporadic E layers and the solar activity and the long-term declining trend of Es were found in this paper. Then the feed-forward back propagation neural networks (NNs) were used to simulate the long-term variation of Es at four stations and predict foEs yearly average values. The inputs used for NNs are the yearly mean values of foEs in the daytime of the past ten years and the yearly averaged data of solar 10.7 cm radio flux (F107) of the present year, and the output is the present yearly mean value of daytime foEs. The outputs of trained NNs have high correlation with the desired values and the foEs yearly mean values predicted by NNs have good agreement with the observed data. The results indicate that NNs can make full use of the observed data to simulate the long variation rule of Es. Also, the results confirm the effect of solar activity on Es.