超声速横向喷流侧向控制的数值模拟

为研究来流攻角和喷流位置对横向喷流侧向控制力的影响,通过数值方法模拟了超声速条件下的横向喷流干扰流场,计算得到的壁面沿程压力分布与实验结果吻合良好.采用喷流力放大因子和实际作用位置表征喷流侧向控制力的实际作用效果,引入法向干扰力沿程增加系数来分析弹体表面的压力特征区域对侧向控制力的影响.计算结果表明:在喷流干扰下,侧向控制力大小不等于喷流设计推力,并带有绕喷流中心位置的低头力矩;低压尾迹区是影响侧向力实际作用效果的决定因素;攻角的增大和喷流位置的后移,分别有助于削弱低压尾迹区的干扰强度和作用范围,从而增强侧向控制力的实际作用效果.      

质心标准研究CSCD

工程实践中通常采用标准件作为质心标准。理论研究发现,质心标准件存在较大的不确定性,采用质心标准件校准的质心测量设备量值准确度存疑。在实践中,通过研究创建了全新的质心标准,利用该质心标准对质心测量设备进行了校准,并对两种方法校准的结果进行了比较。应用实践表明,新的质心标准比质心标准件准确度高。     

芳香族聚酰胺纤维在航空领域的研究进展

介绍了国内外芳香族聚酰胺纤维的历史发展,归纳了其优异的热力性能、稳定性和电绝缘性,分类概述了其在军民用领域的应用潜力,进而系统阐述了芳香族聚酰胺纤维及其复合材料在蜂窝材料、压力瓶、飞机轮胎、发动机等航空领域的应用,总结出我国在发展芳香族聚酰胺纤维方面面临高性能和高产能的需求。     

某高温合金三通件温锻工艺研究

通过对GH3030合金分别在锻锤和压力机上进行700℃、800℃温锻实验,探索了GH3030合金温锻工艺参数,以及其可行性.结果表明:GH3030合金能够在压力机上进行700℃、800℃温锻成形,同时与热锻相比,锻件表面质量较好,公差等级较高.     

大型水轮发电机通风特性的数值模拟研究

采用多重参考坐标系方法、多孔介质模型和并行计算方法求解三维平均N-S方程和RNGκ-ε方程,对某一大型水轮发电机双路径向无风扇通风系统的流场进行了数值模拟,分析了通风系统中各部件的流动特性及其对发电机整体通风风量的影响.为了给有限元热应力分析提供合理的壁面换热系数,严格控制了第一层壁面网格的厚度,使其y+值在30-100之间.研究表明:由于上、下回路中的气流流经线棒端部的流量较少,采用固定磁极盖板或旋转磁极盖板及磁极盖板有无泄露间隙将直接影响线棒端部的散热,有泄露间隙的旋转磁极盖板形成具有旋转速度的“气墙”,在“气墙”的诱导下,在内侧线棒端部周围形成回流区,并诱导经冷却器冷却后的气流从外侧线棒端部进入该回流区,改善了内侧线棒端部表面的散热性能;由于受磁极旋转效应的影响,整个通风流道内的主要通风耗损来自于定子通风槽入口处的流动损失,定子通风槽内形成迎风区和背风区,背风区内易产生回流区,迎风区内的换热系数高于背风区内的换热系数.研究结果为大型水轮发电机通风流道的优化设计提供依据.     

民机舱门过中心锁定机构可靠性设计

民机舱门的锁定机构设计是舱门设计的重点之一。针对民机舱门过中心锁定机构进行了可靠性设计研究,在分析其功能原理的基础上,构建了过中心锁定机构的可靠性模型,并提出了相应的求解方法;计算出锁定机构可靠性后,将计算结果与给定的可靠性指标进行对比分析,如果不满足可靠性指标要求,还需要进行可靠性改进设计;最后以某型民机舱门锁定机构为例进行了具体计算,分析了各个参数对锁定可靠性的影响和影响程度,为工程上锁定机构的设计提供了有益的借鉴。     

树脂基导电纳米复合材料电磁屏蔽性能的研究进展

随着5G时代的来临,电磁污染问题日益严重。电磁屏蔽是解决电磁污染的有效方法,已成为人们关注的热点。导电纳米粒子具有优异的导电性及其独特物理特性,其树脂基复合材料可作为轻质高电磁屏蔽效能的电磁屏蔽材料。本文主要介绍了含有导电一维纳米粒子（碳纳米管、银纳米线）和二维纳米粒子（石墨烯、MXenes）的树脂基复合材料在电磁屏蔽性能方面的研究进展,进一步对其发展趋势进行了展望。     

航空发动机管路支撑用钢丝绳隔振器仿真研究

通过钢丝绳材料非线性研究,用弹塑性随动硬化材料模型来描述钢丝绳的本构关系。以有限元理论为基础,建立钢丝绳隔振器的有限元模型,利用有限元分析软件ANSYS进行钢丝绳隔振器的性能仿真。由仿真结果可以看出,钢丝绳隔振器具有强烈的非线性滞迟特性和刚度软化特性,同时具有大阻尼特性,并且在大变形幅值下也能保持较好的阻尼性能。通过与实验研究结果对比,验证了仿真结果的正确性,从而为钢丝绳类干摩擦阻尼隔振器有限元仿真分析奠定了良好的基础。     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。