石英谐振加速度传感器芯片设计与仿真

分体式石英谐振加速度传感器在性能提升上受到装配误差等因素的影响较大,故提出一种全石英谐振加速度计芯片结构,包括下层的硅结构和上层的石英结构。下层的硅基底仅作为支撑结构进行加工制作,敏感单元为全石英材料,硅结构与石英结构键合到一起,结构加工完成后去除硅材料,以释放石英敏感单元。整体结构为中心对称,包括质量块、音叉结构、微杠杆结构和应力分配梁,芯片通过微杠杆结构来增大传感器的灵敏度,并通过应力分配梁使石英音叉两根振梁上的内应力均匀一致。通过仿真验证了设计的有效性,仿真的差动灵敏度为35Hz/g。     

基于规划航迹的“三自”光纤惯导系统航向耦合效应抑制技术

目前,国内"三自"(自标定、自对准、自检测)光纤惯导系统在长航时高精度自主导航领域已逐渐开展应用,但光纤陀螺安装误差、安装不正交度以及标度因数等参数稳定性大大限制了"三自"光纤惯导系统精度的提升,其主要原因是载体运动诱发的航向耦合效应严重影响了旋转调制效果。从航向耦合效应机理分析入手,指出了"三自"惯导系统航向耦合效应的不可解耦性,但针对无人飞行器和无人潜航器等通常需要规划航迹的载体,提出了一种基于规划航迹的旋转方案自适应调整技术,有效地抑制了航向耦合效应。试验结果表明,该方法可将系统的导航精度提升80%以上。     

2219铝合金变截面结构搅拌摩擦焊接工艺及组织特性

针对变截面结构产品,提出了一种变截面搭接结构搅拌摩擦焊接方法,通过加装辅助板将整条焊缝焊接方向上补偿为等厚度。焊接采用一次定位焊接+二次定位焊接+正式焊接的工艺方式,一次定位焊为预定位,二次定位焊保证辅助板与试片主体结构之间形成有效连接,正式焊保证形成完整的焊缝。焊缝表面成形良好,超声相控阵检测无超标缺陷。通过对力学性能的分析,变截面搭接结构处焊缝与非搭接处焊缝和常规对接焊缝的力学性能基本相同,平均抗拉强度均达到母材的70%以上,平均延伸率均在5.8%以上。变截面搭接焊缝焊核处晶粒形态为细小的等轴晶,靠近轴肩影响区部分的晶粒尺寸大于靠近焊缝根部的晶粒尺寸,受再结晶影响,焊缝两侧热机影响区处辅助板搭接界面消失。     

固化工艺参数对聚酰亚胺复合材料性能影响

采用热压罐成型工艺制备了MT300/902聚酰亚胺复合材料,测试了加压温度、加压大小和固化温度下复合材料的力学性能,分析了不同固化工艺参数对复合材料力学性能的影响规律。结果表明:MT300/902聚酰亚胺复合材料固化时的最佳加压时机为240～260℃、加压不小于1.2 MPa、固化温度在310～330℃为最佳。按照最优的成型工艺参数制备的复合材料构件质量高,缺陷能够控制在2%以下,力学性能进一步提高。     

基于嵌套网格的CHN-T1标模数值模拟

为响应第一届航空CFD可信度研讨会(AeCW-1),对CHN-T1标模翼身-尾翼组合体构型采用两种RANS求解器进行了基于结构化嵌套网格的网格收敛性研究和抖振特性计算,并与对接网格结果进行了对比分析。参考AeCW-1网格生成指南自主研发了一族以约3.3倍规模增长的稀-中等-密-特密嵌套网格系列。相比于分区点对接网格,融合了贴体网格和笛卡尔网格优势的嵌套网格从根本上降低了网格生成难度,单块网格拓扑形式更为合理且正交性较好,同时能够有效地平衡近场和远场的网格量。对于跨音速运输机构型,同等规模下嵌套网格的物面网格密度较对接网格更大,能够对激波和分离等复杂流动进行更理想的预测。对比计算过程中,自研求解器OFS3D表现出了较高的嵌套网格计算效率和可靠性,而NASA CFL3D求解器的嵌套网格计算能力有待进一步挖掘和验证。计算还发现,不同湍流模型得到的表面压力分布、分离区大小以及最大升力系数存在差别,而风洞模型支撑和机翼静气弹变形对飞行器力矩特性预测影响较大。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

CFD软件自动化验证确认云平台设计与实现

针对大型计算流体力学(CFD)软件的验证与确认,为了减少人工成本,提高软件质量和开发效率,并适应于未来高性能计算发展的要求,基于云计算思想,提出了自动化测试云平台的解决方案。该方案采用模块化的浏览器/服务器(B/S)网络架构;利用LAMP(Linux+Apache+MySQL+PHP/Python)开发工具;建立了持续集成的专业数据库;构建了涵盖可靠集群监控、复杂作业调度及大规模并行计算功能的云端环境;实现了通过便捷的网络访问,自动加载测试算例、提交集群计算、监测实时进度、自动化后处理、输出分析结果,并提供丰富的实验对比图、误差分析报表和汇总报告等;完成了对大型CFD软件的自动化验证与确认。将该方案应用于某大规模并行计算的CFD软件,验证了该解决方案的可行性与实用性。     

基于SIFT算法的含碳颗粒凝胶推进剂雾化场速度分析

雾化是凝胶推进技术的关键问题之一,雾化过程中的液膜、液丝及液滴等的速度分布、液膜厚度等参数对于判断雾化效果、揭示雾化机理具有重要作用。为了对含碳颗粒凝胶推进剂雾化场的速度进行定量分析,提出了一种基于SIFT关键点匹配的雾化场速度计算方法,并以雾化场速度分析为基础,提出了一种新的液膜厚度估算方法。结果表明:雾化场速度随射流速度的增大而增大,随撞击角度的增大而减小;雾化场平均速度与射流速度的比值vato/vjet在0.6~0.9,可用于表征雾化效果,vato/vjet越小,雾化效果越好;射流撞击形成液膜的厚度在0.04~0.13mm,液膜厚度随着射流速度及撞击角度的增大而减小;凝胶推进剂的雾化效果随着碳颗粒浓度的增大而降低,随着碳颗粒粒径的增大而略有改善。     

音频信号矢量编码算法

为了在保证译码恢复的声音质量良好的前提下,减小编码的压缩率,以减小声音信号的存储空间,提出了一种将线性预测编码、SOM神经网络矢量编码以及Huffman编码相结合的声音信号编码算法,将1列声音信号转换为2列信号,这样就可以进行后续的矢量编码。实现了预测编码和矢量编码的结合。利用Matlab软件编程进行了声音信号编解码实验。实验结果表明,在保证声音质量的前提下,该编码方法的码率小于MEPG-1 Layer3的最低的64kbps标准码率,且算法简单。文章提出的编码算法在音频压缩编码方面将具有较高的研究价值和很好的应用前景。