中等高超声速弹体头,尾形状对气动性能影响的实验研究

六种常规弹体在两种细长比下头部和尾部形状时CN,Xcp的影响进行实验研究，实验名义Mach数为4．0，4．5，5．0和6．0，a＝0°～6°（或0°～8°）。获得了一些对高超声速飞行器研制有实用价值的结果。     

Cf/Al复合材料管件的真空液相成型工艺研究

以高模高强碳纤维M40J(6K)增强铝基复合管为研究对象，研究了真空反压液相浸渗工艺中，纤维束丝分散技术、预制件压缩强度提高技术及碳纤维涂层对管件成型及性能的影响。结果表明：SiCp可以起分散作用，有利于浸渍；加入10％的偏磷酸盐的预制件经680℃真空去胶后的压缩性能满足浸渗要求，纤维保持了较好的平直度且分布均匀。C-Al2O3涂层对复合材料的性能有较大影响，经涂层处理后的预制件所制备出的复合材料的强度比未经涂层处理的提高了13％左右。所制备的复合材料的比强度、比模量较高，密度小于2．5g／cm^3。     

不同组织状态TC4合金靶材损伤行为的研究

采用直径为4mm的CoCr15钢珠作为弹丸对两种不同组织状态的TCA合金进行撞击试验，撞击速度为1．5km／s；观察撞击后不同厚度靶材的宏观损伤及微观损伤行为。结果表明：靶材的组织状态对靶材的宏观损伤行为有很大的影响；时效处理态的组织具有更高的绝热剪切敏感性，在中厚靶发生了绝热冲塞；退火态中厚靶的背面则发生了凸起。各种靶材的微观损伤形式基本相同，在弹坑附近出现了大量的绝热剪切带；微孔洞在绝热剪切带内形核、长大并连结成为裂纹。     

基于自适应代理模型的结构动力可靠度分析方法

结构动力可靠度分析对于衡量结构的安全状态和工作性能具有重要的指导意义。采用一种同时考虑 动态激励载荷和材料力学性能参数随机性的动力可靠度计算高效方法,通过建立不确定性材料力学性能参数 与条件动力可靠度之间的 Kriging代理模型,推导动力可靠度的解析表达式;提出一个新的学习函数来构建自 适应的 Kriging代理过程,通过复合材料飞行器蒙皮骨架结构在随机振动载荷和随机材料力学性能参数共同作 用下的动力可靠度分析对所提方法的准确性与高效性进行验证。结果表明:所提方法不仅能够避免使用代理 模型对动力可靠度求解时由于使用数值积分所引入的误差,同时能够使用尽可能少的计算成本获得准确的动 力可靠度结果。     

航空发动机平衡工艺技术的发展

论述了航空发动机转子平衡技术在国内外的发展状况,重点介绍了刚性转子和柔性转子平衡法及本机平衡法,并对该项技术在国内应如何发展,提出了建议。     

机载天线RCS减缩及其布局设计

机载天线系统是飞机的强散射源之一,对飞机隐身性能有着重要的影响。本文针对国外第四代战斗机机载天线系统的设计与布局,研究了具有低散射特性的机载天线系统设计技术措施,讨论了其机理和效能。对机载天线系统进行雷达散射截面积(Radar cross section,RCS)减缩设计与布局,在保证系统性能的同时,有效降低其RCS。     

基于故障行为的惯导产品贮存寿命试验设计

以典型惯导产品加速度计贮存寿命评估为例,提出了一种基于故障行为模型的加速退化试验设计方法,解决了缺乏预试验数据情况下试验应力水平设计的问题。在通过对产品特性和主机理分析基础上,确定表征产品贮存寿命特征参数及试验应力,构建了考虑材料等分散性的加速度计故障行为模型,用以描述参数加速时变规律的特性。在试验应力最高水平确定的情况下,基于给定置信度和故障行为模型,以高应力水平下退化量的置信下限与低应力水平下退化量的置信上限不交叉为原则,采用基于仿真的加速退化试验设计方法,优化确定低应力和中间应力水平,从而设计给出试验剖面,并给出了加速退化试验方案优选流程,最终从备选方案集中确定加速度计试验最优方案。通过实际案例分析,验证了该方法的有效性。      

进气畸变对某压气机一级叶片振动的影响

本文定量地分析了进气畸变激起的 -级叶片的振动应力, 分析了在不同畸变水平下对应的应力变化趋势, 并从叶片振动响应角度对评定畸变容限指标的方法进行了初步讨论。      

基于SPF/DB工艺的某翼类构件内部结构优化分析

采用SPF/DB工艺成形的翼类构件,内部结构不仅影响其力学性能,同时决定SPF/DB工艺的可行性。翼类构件在应用SPF/DB工艺成形过程中,内部夹层扩散焊接焊缝处形成筋条,从而增强结构强度,因此中间夹层扩散焊接筋条分布决定了成形后构件内部结构。本文利用有限元软件ABAQUS6.8对不同内部结构的某翼类构件进行静力学分析及超塑成形的数值模拟,得到既满足强度要求又有利于SPF/DB工艺要求的内部结构。     

PREDICTION OF SURFACE ROUGHNESS FOR END MILLING TITANIUM ALLOY USING MODIFIED PARTICLE SWARM OPTIMIZATION LS-SVM

It is difficult to construct the prediction model for titanium alloy through analyzing the formation mecha- nism of surface roughness due to the complicated relation between influential factors and surface roughness. A no- vel algorithm based on the modified particle swarm optimization （PSO） least square support vector machine （LS- SVM） is proposed to predict the roughness of the end milling titanium alloys. According to Taguchi method and features in milling titanium alloys, the influences of cutting speed, feed rate and axial depth of cut on surface roughness are investigated with the analysis of variance （ANOVA） of the experimental data. The research results show that the construction speed of the modified PSO LS-SVM model is two orders of magnitude faster than that of back propagation（BP） model. Moreover, the prediction accuracy is about one order of magnitude higher than that of BP model. The modified PSO LS-SVM prediction model can explain the influences of cutting speed, feed rate and axial depth of cut on the surface roughness of titanium alloys. Either a higher cutting speed, a lower feed rate or a smaller axial depth of cut can lead to the decrease of surface roughness.