舰载全电推进系统智能燃气轮机的关键技术及发展展望

随着对性能、运行安全和节能减排的日益重视,对燃气涡轮发动机的设计要求越来越高。在过去的10年中,智能燃气涡轮发动机由于可以兼顾性能及可靠性而越发受到重视。通过提炼智能燃气涡轮发动机的收益及挑战,系统回顾了智能燃气涡轮发动机涵盖的技术领域及需求。通过与航空发动机及地面燃气轮机的典型任务剖面差异进行对比,提出针对舰载燃气涡轮发动机智能化特色需求。在此基础上,梳理出进气畸变实时监测及畸变指数评估、压缩系统喘振预警及叶片振动监测、高压涡轮自适应热管理和高温旋转件叶尖间隙测试4项关键技术。重点讨论了每项关键技术带来的收益、国内外研究现状及实施这些技术所面临的挑战。然而,上述关键技术的落地仍需从单一技术的成熟及完善、多维度的技术收益论证2个层次持续开展相关工作。     

铼-钛（Re-Ti）功能梯度材料的设计与制备

利用电子束熔炼技术在钛合金基体上制备了铼钛(Re-Ti)功能梯度材料。通过对Re,Ti元素基本性质及Re-Ti二元合金相图的分析设计了Re-Ti梯度材料。通过模拟电子束熔炼温度场,确定了制备梯度材料的混合金属粉末配比和熔炼工艺。实验结果表明:Re-Ti梯度材料成形良好,桥渡层中各元素沿厚度方向连续均匀变化。     

原子钟噪声的高阶谱分析

处理随机信号通常使用现代谱估计方法,但是这种方法一般只能处理平稳的高斯信号,使用高阶谱分析可以克服这些缺陷。利用现代谱估计法和高阶谱法分别估计原子钟数据的功率谱,并对功率谱进行拟合,可分析原子钟的噪声特性。理论分析及实验结果表明,高阶谱分析能有效处理实际信号中的非平稳非高斯问题。     

英语习得与人为目的语环境的创造

"语言习得"与"语言学习"是外语教学理论研究中的两个重要概念,克拉申认为只有"习得"来的语言才能成为流利的口头表达,而"学习"只能起"监查"作用。在"学习"的条件下,通过营造人为目的语习得环境,以用为本,立足实践,学习者同样可以达到习得外语的目标。     

受限空间欠采样条件下航空发动机关键截面流场重构方法研究进展

由于受整机环境下几何特征对探针位置的限制以及3维流动等因素影响，通过有限的测点数据准确获取整机关键测试 截面参数非常困难。为解决这一难题，综合关键截面流场重构项目的研究成果，针对航空发动机内强3维、强不均匀流场，介绍了 一种受限空间欠采样条件下航空发动机复杂流场重构技术。基于航空发动机内流场近周期分布的特征，利用离散的探针数据通 过“多波束近似”的方法来精确重构发动机内部的周向流场。相关技术在重构多级压气机出口截面总压分布、燃烧室出口热斑分 布、高压涡轮出口截面总温分布的测试中进行了初步试验验证，结果表明：重构结果与真实试验结果的误差分别小于0.1%、0.5%、 0.3%。与传统均布或等节距探针布局方案及均值数据处理方法相比，采用新的探针布局方案及流场重构方法可以实现航空发动 机压气机出口总压场、燃烧室及高压涡轮出口总温场的精确重构。     

直流电源输出端耦合的高频分量测试方法

针对直流电源输出直流电压中与变换器开关频率相同的高频交流电压分量的测量难题,介绍了一种基于数字示波器的测量方法,重点通过改善被测电源供电、示波器探头选择与连接、研究分析示波器操作设置等方式,解决了测量过程中受低频干扰和噪声影响而难以获得稳定高频交流电压波形或量值的问题,实现了高复现性的高频交流电压小信号测量,并对该方法的测量不确定度进行了分析与评定。     

M50NiL高温渗碳轴承钢中Fe2Mo析出相的电镜观察

应用高分辨电子显微镜(HREM)观察M50NiL高温渗碳轴承钢中的马氏体和强化相Fe2Mo的形貌、结构及其与马氏体的取向关系。分析结果表明:M50NiL高温渗碳轴承钢心部组织主要为板条马氏体,表层组织主要为片状马氏体,其亚结构孪晶的孪生面为{211}晶面族;M50NiL钢中观察到纳米级强化相Fe2Mo,长条状,宽约2～3nm;部分Fe2Mo沿马氏体的孪生面生长,生长方向为[111]M;纳米级强化相Fe2Mo与马氏体的取向关系为:{112}M//{001}Fe2Mo,[1 11]M//[100]Fe2Mo。     

振动信号的幅值和相位计算方法分析

给出了基于Kaiser窗FFT频谱法、正弦逼近法和全相位时移相位差法计算振动信号幅值和相位的计算方法,并使用三种方法分别对单一的正弦信号以及混有噪声和其它频率的正弦信号进行了测试。通过测试数据对三种方法的信号处理效果进行了分析比较,阐述了不同计算方法的优缺点。比较结果显示具有抑制频谱泄漏和＂相位不变性＂的全相位谱分析结合高精度相位差法而得的全相位时移相位差法精度更高,应用范围更广。     

周期结构对AlTiN多层薄膜结合能影响

使用TiAl合金靶,利用中频反应磁控溅射系统,通过交替改变氮气流量的方法,在高速钢(W18Cr4V)基体上沉积了氮含量周期性改变的AlTiN多层薄膜。利用X射线衍射仪(XRD)、场发射扫描电镜(FE-SEM)和高分辨透射电镜(HRTEM)等方法研究了AlTiN多层薄膜微观组织和结构;AlTiN多层薄膜的力学以及膜基结合性能用纳米压痕硬度仪和划痕试验得到。结果表明,制备的AlTiN薄膜,尽管交替的两层中氮含量不同,但每一单层都为非晶包裹纳米晶的纳米复合结构,所不同的是,低氮含量层中纳米晶密度较小。多层结构的形成能够很大的提高AlTiN多层薄膜的临界载荷和结合能,同时硬度和弹性模量值均有微小的提高,氮气流量的增加有利于多层膜性能的改善。     

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。