基于数字线索和数字孪生的生产生命周期研究

新一代信息技术在制造业中深度应用,引发传统产品研发模式的变革。介绍了利用数字线索和数字孪生开展复杂产品生命周期业务过程建模与仿真、动态预测和评估,实现数字空间与物理空间虚实映射的产品规划与定义、模拟与分析、验证与确认的业务闭环。最后结合航空工业智能制造架构,给出在生产生命周期中的应用思路,以提升生产过程的数字化与智能化水平。     

复合材料T-形R区超声反射法检测与缺陷判别

R区缺陷的检测是碳纤维复合材料结构中无损检测的焦点,针对此问题,以T-形R区为例,通过研究入射超声波在复合材料结构T-形R区产生回波信号及其特征,在典型超声检测试验验证分析基础上,提出了一种适用于复合材料结构T-形R区在线超声检测方法。系列超声检测与验证结果表明:采用水膜耦合超声检测技术,通过选择不同的声波入射方向,可有效地实现复合材料结构中T-形R区的覆盖检测;根据来自T-形R区的超声回波信号的时域特征可有效地进行缺陷的判别和确定检出缺陷所在铺层位置;表面检测盲区可达0.13mm(即单个复合材料铺层厚度)。解剖验证结果显示了超声检测结果与实际工艺缺陷的良好一致性。     

湿喷丸处理Ti-6Al-4V合金微动磨损行为影响

采用湿喷丸技术对Ti-6Al-4V合金进行表面强化处理,研究了部分滑移、混合滑移和完全滑移等不同状态下钛合金样品的微动磨损行为,从微动状态角度探讨喷丸强化对钛合金微动磨损行为的影响规律。试验结果显示,喷丸处理对于完全滑移状态下Ti-6Al-4V合金的微动磨损行为影响较小;而在混合滑移状态时,喷丸处理使得微动磨痕的塑性变形积累区消失,有效抑制局部疲劳损伤造成的微裂纹萌生。这是因为喷丸引入加工硬化作用使材料表层局部强度提高,进而改善局部疲劳损伤。     

近距平行跑道配对进近纵向碰撞风险安全评估

针对繁忙机场的容量饱和现象,近距平行跑道实施配对进近可有效提高机场容量、缓解跑道拥挤和航班延误等现象.为了保证配对进近的安全运行,根据近距平行跑道配对进近的实际运动过程,考虑两架飞机在配对进近过程中的导航误差和时间等因素,建立两架飞机的运动方程和纵向碰撞风险评估模型;并通过MAT-LAB软件对模型进行计算,得到随相关参数变化的纵向碰撞风险变化曲线.结果表明:配对进近的碰撞风险随着前后两机起始间隔的增大而减小,随着飞机纵向定位误差的均方差的增大而增大,证明了模型的正确性和合理性.     

基于EFG法的可伸缩梁结构动力学分析

传统有限元法在处理时变边界、时变系数的轴向可伸缩梁时需要不断改变单元尺寸或单元数目,不利于程序化且计算精度无法保证。基于广义移动最小二乘(GMLS),采用不受单元限制的全域插值EFG法对柔性梁的变形场进行空间离散,根据哈密尔顿变分原理得到轴向可伸缩梁横向振动的无单元动力学离散方程;采用数值算例分析可伸缩梁的横向振动频率、各种轴向运动规律下梁末端的自由振动响应以及强迫振动响应。结果表明:全域插值EFG法可用于时变参数结构的动力学分析。     

基于GNSS接收机导航定位数据的 定位产品检测理论研究

随着GNSS全球导航卫星系统的发展,特别是随着北斗卫星导航系统的正式运行及完善,导航定位产品由支持单模GPS向支持双模或多模发展,但是导航定位数据格式并未统一,主要是根据NMEA-0183为主修改。针对相关标准及产品数据进行理论性研究并给出相应测试的依据。     

直接式炉气渗碳及其可控性

本文介绍了用液体原料制取的直接式渗碳炉气的应用及其可控性研究结果。采用多相平衡反应的方法计算了四种炉气成分。 研究发现,由于混合比变化造成的炉气成分变化,是引起单参数碳控时炉气碳势波动的重要原因。这种波动的大小反映了炉气可控性的优劣。并发现可以通过选择合适的渗剂、合适的控制参数及恰当的通气量改善其可控性。     

DSP及PC机间的数据通信技术研究

合成孔径雷达(SAR)是全天候全天时的主动微波成像雷达,因此在军事和民用方面得到了广泛的应用。合成孔径雷达成像的显著特点是数据吞吐量大,实时性强,然而单片的高性能DSP无法满足SAR成像的需求,故采用多片DSP技术。在多片DSP并行处理技术中,它们之间如何进行通信是一个关键技术。本文以ADSP2106x为例,研究了DSP间的通信以及DSP与PC机间的通信。串行通信、DMA通信和VC++的MSComm控件通信都是很好的通信方式,但DMA更适合大量的数据通信。     

Regression model for civil aero-engine gas path parameter deviation based on deep domain-adaptation with Res-BP neural network

The variations in gas path parameter deviations can fully reflect the healthy state of aero-engine gas path components and units; therefore, airlines usually take them as key parameters for monitoring the aero-engine gas path performance state and conducting fault diagnosis. In the past, the airlines could not obtain deviations autonomously. At present, a data-driven method based on an aero-engine dataset with a large sample size can be utilized to obtain the deviations. However, it is still difficult to utilize aero-engine datasets with small sample sizes to establish regression models for deviations based on deep neural networks. To obtain monitoring autonomy of each aero-engine model, it is crucial to transfer and reuse the relevant knowledge of deviation modelling learned from different aero-engine models. This paper adopts the Residual-Back Propagation Neural Network (Res-BPNN) to deeply extract high-level features and stacks multi-layer Multi-Kernel Maximum Mean Discrepancy (MK-MMD) adaptation layers to map the extracted high-level features to the Reproduce Kernel Hilbert Space (RKHS) for discrepancy measurement. To further reduce the distribution discrepancy of each aero-engine model, the method of maximizing domain-confusion loss based on an adversarial mechanism is introduced to make the features learned from different domains as close as possible, and then the learned features can be confused. Through the above methods, domain-invariant features can be extracted, and the optimal adaptation effect can be achieved. Finally, the effectiveness of the proposed method is verified by using cruise data from different civil aero-engine models and compared with other transfer learning algorithms.     

内镀金刚石铰刀制造中开刃技术

内镀金刚石铰刀在脱模和刀杆的加工处理后,还要进行开刃,目的是为了让被金属镀层包裹的金刚石颗粒暴露出合适的高度,使之具有切削能力和容屑能力.本文主要介绍了几种开刃方法,并进行对比,最后对该领域的新技术进行展望.