铷钟物理部分抗力学性能试验研究

对铷钟物理部分特征频谱试验、破坏性随机振动试验和随机与冲击响应谱分析试验进行了设计,完成了试验验证,给出了试验结果及结论。     

超声速燃烧冲压发动机进气道起动性能研究

采用等激波强度设计方法,并考虑变比热、激波与附面层干扰等因素的影响,对唇口平直和唇口带有斜楔的超燃冲压发动机二维混压式前体/进气道进行了初步设计,比较分析了几种方案进气道的设计点和非设计点性能,研究表明,在低飞行马赫数(Ma)下,唇口带有斜楔的前体/进气道起动性能和总压恢复优于唇口平直的,在高飞行Ma下,唇口平直的前体/进气道冲压比高、外罩阻力小,而唇口带有斜楔的前体/进气道总压恢复系数高,外罩阻力相对较大。针对超声速燃烧冲压发动机燃烧室和进气道间非定常干扰的问题,计算研究了飞行Ma=4,6下,燃烧室压力升高对进气道/隔离段流场和起动性能的影响,结果表明,在低飞行Ma条件下,燃烧引起的压力扰动容易往上游传播,甚至引起进气道不起动;随着飞行Ma的增大,隔离段的抗扰动能力是增强的;当进气道进入不起动后,进气道的捕获流量和总压恢复系数急剧下降,高飞行Ma时的捕获流量的下降幅度比低飞行Ma时大。     

基于 GJB5000A的机载设备软件风险管理

与地面设备软件相比,机载设备软件规模一般相对较小,使人们往往忽视了机载设备软件的开发风险.本文介绍了多个风险管理模型,重点描述了 GJB5000A风险管理模型,在基于GJB5000A标准要求下,针对机载设备软件领域风险管理过程和关键环节进行了探讨.     

基于分层栅格地图的移动机器人路径规划

针对传统A-Star算法与模糊控制算法单独应用于移动机器人路径规划时各自的局限性,提出一种基于分层栅格地图并将两种算法融合的移动机器人路径规划新方法.融合后的新算法先利用A-Star算法在高层栅格地图中整体规划出一条概括性路径,再利用模糊控制算法以概括性路径中的点为导航点,在底层栅格地图中进行局部规划,从而得出最终的路径.仿真结果表明,与传统的A-Star算法与模糊控制算法相比较,新算法所规划路径距离较短且平滑可行,具有较高的品质.     

真空绝热板技术的研究现状及发展趋势

首先概述了真空绝热板(Vacuum insulation panel,VIP)芯材、阻隔膜和吸气剂的研究现状,分析了不同芯材、阻隔膜和吸气剂对VIP的绝热性能和使用寿命的影响,并基于VIP的应用要求提出了适用于建筑用VIP的最佳结构,即多层金属(或氧化物)树脂复合阻隔膜包覆超混杂复合芯材和碳基氧化物复合吸气剂的VIP。该VIP不仅具有低热桥、阻气阻氧性能好的优点,还具备耐压、耐折、回弹性低、抗刺穿和耐老化的优良特性,充分发挥了纤维型VIP和颗粒型VIP的优点,同时完美结合了纳米涂层与树脂膜的优势,克服了颗粒型VIP易溃散、纤维型VIP易回弹、金属镀层缺陷大和树脂膜易刺穿的缺点。此外,碳基氧化物复合吸气剂的抗热辐射性能良好,可进一步提高VIP的绝热能力。最后指出研究和开发高性能、低成本的VIP将是未来研究工作的发展方向。     

热防护材料气固界面传热传质问题研究进展

热防护材料本身和复杂高温/非平衡流动环境之间的气固界面传热传质问题对高超声速飞行器服役热环境的高精度预测及热防护系统(TPS)的精细化设计至关重要。从航空航天及传热传质领域角度出发,以试验测试、理论计算、数值模拟及人工智能应用这4种典型研究范式为切入点,重点综述了国外表征高温服役气体环境/热防护材料气固界面传热传质耦合特性的主要研究手段及最新研究进展,简要总结了中国该领域的研究现状及特点,并在此基础上浅谈了现阶段热防护材料界面热质耦合特性研究的经验启示和新科学范式革命发展带来的挑战思考。     

铜合金零件电镀铬实践

从铜合金的特性分析入手 ,有针对性地采取前处理和电镀铬工艺措施 ,可有效保证铜合金零件电镀铬质量     

PIP法制备3DNextelTM720／Mullite复合材料

采用先驱体浸渗热解法制备了 3DNextelTM 72 0 Mullite复合材料 ,并对基体的组分控制、复合材料致密化以及热处理温度对复合材料强度的影响进行了研究。结果表明 ,采用正硅酸已酯和异丙醇铝作为先驱体可以在相对低温 (≤ 12 0 0℃ )通过循环浸渗热解制备孔隙率低于 2 0 %的复合材料。     

颗粒增强金属基原位复合材料的制备技术回顾与展望

综述了国内外制备颗粒增强金属基复合材料的各种原位合成方法、工艺原理 ,并基于原位合成技术实现产业化的关键是优化工艺、降低成本的分析 ,对各种工艺的特点进行了探讨 ,在此基础上介绍了一种原位合成新工艺──反应稀释法。     

利用神经网络的敏捷防空导弹的自适应非线性控制

研究表明在不确定非线性系统条件下神经网络可被用来改善近似动态逆控制器。在某个可能的结构中，神经网络可通过在线学习自适应地去除线性化过程中的误差。学习过程可由一个从李亚普诺夫理论推导而来的加权修正规则完成，而且保证了闭环系统的稳定性。在本文中，作者讨论了这种方法的演变过程以及在敏捷防空导弹倾斜拐弯自动驾驶仪上面的直接应用。首先，介绍了一个基于运载器动力学的近似逆向过程的一个控制方案。随后，这个非线性控制系统通过添加一个具有在线学习功能的前馈神经网络得到性能的增强。最后，以一个非线性仿真的形式呈现最终的控制规律，它的性能则与一个传统的增益调整线性自动驾驶仪相比较后来进行评估。