纤维金属层板曲面零件成形技术研究

由于具有良好的综合性能,纤维金属层板在航空、航天等领域应用越来越多。但是,成形技术是限制纤维金属层板应用的主要困难之一。对纤维金属层板塑性成形技术进行了综述,分析了纤维金属层板成形性影响因素和成形过程的主要缺陷形式,介绍了国内外纤维金属层板曲面零件的成形技术进展以及近期提出的几种纤维金属层板成形新技术。最后,分析了纤维金属层板塑性成形存在的问题及瓶颈技术。     

两电极等离子体高能合成射流流场及其冲量实验研究

两电极等离子体高能合成射流激励器通过腔体内电极间的瞬时电弧放电加热腔内气体,在激励器出口产生压差并喷出高速射流,从而产生反作用力和冲量。针对两电极等离子体高能合成射流响应快、持续时间短的特点,设计了单丝扭摆式微冲量测量系统,并结合高速阴影系统,对两电极等离子体高能合成射流的流场发展过程及其单脉冲冲量特性进行了实验研究。实验结果表明,两电极等离子体高能合成射流响应时间小于10μs,射流持续时间约为1ms,射流前锋最大速度约为190m/s,射流流场发展过程中存在多道强压缩波,并以当地声速向下游传播。单丝扭摆式微冲量测量系统可实现μN·s量级冲量测量精度,单脉冲冲量约为32μN·s,并且在低频状态下射流总冲量随激励器放电频率成线性增加。     

固体电解质氧传感器

对固体电解质原理及应用作了详细的叙述,从本质上对ZrO2固体电解质的导电原理和掺杂改性作了描述,针对新型传感器发展方向作了进一步论述.     

PowerBuilder中处理Excel数据的方法比较

介绍几种在PB中导入、输出Excel的方法,对几种方法的优缺点和性能进行比较分析.     

操作可靠性对地空导弹武器系统效能的影响

在考虑人操作可靠性的基础上,对用于评价地空导弹武器系统的美工业界武器效能咨询委员会(WSEIAC)的ADC模型进行了扩展。用二元方差法确定影响操作可靠性的最大因素是培训次数,并用非线性回归法分析获得了培训次数与操作可靠性的关系,给出了量化的人为因素对地空导弹武器系统效能的影响。算例表明,操作可靠性对地空导弹武器系统固有效率的实现有较大的影响。该法更能反映导弹武器系统的实战水平。     

碳纤维增强复合材料冲击断裂分析

对碳纤维增强复合材料带缺口试样进行了冲击断裂的试验研究。利用冲击摆锤试验,测定了冲击力、冲击点位移以及能量转换的瞬态值。试验表明,纤维沿土45°铺层优于0°铺层,具有较好的抗冲击能力。同时采用有限元和工程梁方法对试件分层剥离过程的应力、位移场及冲击能进行了分析,并探讨了碳纤维增强复合材料的断裂机理。     

计算机通讯系统的成功运行使计量管理工作迈上新台阶

介绍了计算机通读联网在计量应用管理工作中的应用过程以及使用它的现实意义。     

聚酰亚胺复合膜的泊松比设计

空间薄膜材料的泊松比是张拉中产生膜面褶皱的主要原因之一。为此，需要对薄膜的泊松比进行设计，从而削弱甚至消除薄膜的泊松比效应对膜面精度产生的影响。针对应用于空间结构中的新型正交各向异性纤维增强复合膜，使用正交椭圆孔阵列对复合膜胞元进行泊松比设计，分析其等效的经纬双向泊松比随孔间边界距离和椭圆本身的长短轴之比的变化规律。讨论了打孔后孔间边界距离g,以及椭圆长轴占长短轴之和的比例r，对打孔后薄膜胞元的等效泊松比产生影响的原因。g对等效泊松比的影响主要体现在两个方面：其一是g值影响了胞元的旋转能力，其二是g值决定了材料参数对打孔后的等效泊松比的影响程度。g值越大，等效泊松比越大。r值对等效泊松比的影响主要是胞元的旋转能力，r值越大，旋转能力越大，等效泊松比越小。     

侧风下直升机水上迫降模型试验研究

为了研究侧风对直升机水上迫降性能的影响，开展了侧风环境模拟技术研究和模型着水试验，研究风扇桨叶角、风扇间距对侧风风速的影响以及侧风风速对直升机模型姿态角、过载和底部压力的影响。结果表明，风扇采用18°桨叶角方案比采用15°或20°桨叶角方案更优；风扇间距比为1.66时侧风风速分布均匀；有侧风时，对模型俯仰角几乎没有影响，横滚角幅值较大且难以稳定；随着侧风速度增大，重心过载逐渐增大、对称面和近侧风端的底部压力增大、远离侧风端的底部压力减小。     

基于机器学习的机翼气动载荷重构及传感器优化布置

风洞实验通过在机翼表面布置传感器来测量相应位置的气动载荷，由于传感器布置数量有限，难以直接得到整个机翼全息气动载荷分布。本文采用机器学习方法通过有限传感器数据重构机翼表面全息气动载荷，并提出了利用仿真数据对传感器进行优化布置的方法。从计算流体力学（Computational fluid dynamics,CFD）计算所得的机翼全息气动数据中选取有限位置数据模拟传感器实验数据，对比深度学习模型、高斯过程回归（Gaussian process regression, GPR）、支持向量回归（Support vector regression, SVR）与BP神经网络（Neural network, NN）对气动载荷的重构精度。通过评估由传感器数据重构的全息载荷精度对传感器布置方式进行优化设计。以M6机翼为例在给定的两个工况条件下验证本文所提出的方法。实验结果表明，GPR模型获得了最高气动载荷重构精度；给出了M6机翼在不同传感器总数下最优的截面数和单个截面布点数，最低传感器布置数下的最优布置方式，以及流场变化相对剧烈的前缘区域与展向截面的传感器布置方式。