基于遗传优化算法的微通道紫铜热交换器扩散连接工艺

基于遗传优化算法,进行了T2紫铜同种材料扩散连接工艺研究。采用正交试验方法,结合BP神经网络和多目标遗传算法,以扩散连接时的温度、压力、保温时间为输入变量,以扩散连接后的试样焊合率和变形量为输出变量,对扩散连接工艺参数进行优化,并实施相应的扩散连接验证试验。结果表明:T2紫铜合适的扩散连接工艺参数为:温度780℃、压力7. 5 MPa、保温时间120 min,此条件下焊合率可达95. 26%,变形量为0. 166 mm。采用此工艺参数进行微通道热交换器零件制造,厚度方向变形量0. 162 mm,经超声C扫描后连接情况良好,经耐压防漏检测后满足密封性及设计要求。     

轴功提取与引气一体化管控对航空发动机燃油经济性的影响分析

为获得机载系统轴功提取和引气一体化管控对发动机燃油经济性的影响机制,建立实现该功能的自适应动力与热管理系统模型,利用4阶龙格库塔法与牛顿迭代法耦合求解,分析了不同巡航高度H下轴功提取与引气能量转换效率比η、轴功提取与引气作功比λ、APTMS相对转速Nz等对系统燃油代偿损失的影响。仿真结果表明:轴功提取与引气能量转换效率比η大于临界值时,系统燃油代偿损失随着轴功提取与引气作功比λ的增大而减小,反之则燃油代偿损失增大,变化幅度最大可达20%;APTMS相对转速Nz越大,半闭式空气循环风扇涵道引气越小,动力涡轮低压级引气及功率提取量越大,则燃油代偿损失越大,增量最大可达1倍。说明通过轴功提取与引气一体化管控可有效提高发动机燃油经济性。     

基于图和子图同构算法的制造特征识别方法

针对传统制造特征难以快速识别的难题,提出了基于图和子图同构算法的制造特征识别方法。通过提取零件模型中的几何信息与拓扑信息,构造出加权属性邻接图,对零件模型进行精准描述,为建立制造特征库,定义了文件数据的存储结构,结合子图同构算法以及相关判定规则实现对常见制造特征的识别与匹配。以Creo软件中生成的零件模型为例,在VS2010平台中进行二次开发,最后以界面窗口形式展示识别结果,验证了该方法的有效性。     

基于射线追踪的快速雷达图像仿真方法

为了解决目标识别、隐身目标设计等研究领域对雷达图像需求日益增加的问题,提出了一种基于射线追踪的快速雷达图像仿真方法。该方法利用射线追踪计算每一个射线管的散射电场及其在雷达成像平面的投影坐标,通过将所有射线管的贡献在像域进行累加得到1幅二维雷达图像。通过对不同路径射线的聚类,可实现对散射贡献的分离,从而建立目标部件与强散射源的对应关系,并对复杂目标雷达图像进行解释。给出了Slicy目标的快速雷达图像仿真与算例分析,分析结果表明:基于射线追踪的快速雷达图像仿真方法可对复杂雷达图像进行有效预测,并能对强散射源进行成因分析。     

夹杂物特征参数对拉伸载荷下超高强度钢裂纹萌生与扩展的影响

采用扫描电镜原位观测的方法,动态跟踪观察拉伸载荷作用下航空发动机轴类超高强度钢MA250中不同形状和尺寸的TiN夹杂导致裂纹萌生与扩展的微观行为,从微观角度分析拉伸载荷作用下夹杂物的几何长轴与外加载荷方向成不同角度时裂纹的萌生方式.同时讨论TiN夹杂中第一条裂纹萌生所需的应力与夹杂物面积的关系.结果表明,夹杂物面积越大,第一条裂纹萌生所需的应力越小.     

航空铝合金LC4在酸性介质中的在线腐蚀监测

根据航空铝合金LC4进行阳极化和封孔处理后在不同浓度醋酸溶液中电容的变化进行在线腐蚀监测.阳极化铝合金LC4在醋酸溶液中的电容变化可分为三个阶段,缓慢增长期,快速增长期和大幅振荡期.结合SEM截面观察结果,在缓慢增长期,氧化膜致密耐蚀;在快速增长期,氧化膜变得疏松;大幅振荡期的出现标志着铝合金表面的阳极氧化膜已经被完全腐蚀掉.同时还研究溶液浓度和封孔对电容变化规律的影响.结果表明,可以通过阳极化铝合金LC4在醋酸溶液中的电容变化规律进行腐蚀状况的在线评价.另外,通过LCR数字电桥测得的阻抗-频率图谱与传统测量得到的电化学阻抗谱相比,在变化规律上具有较好的一致性.     

扑旋翼飞行器气动特性分析及机翼拓扑优化设计

建立微型扑旋翼飞行器运动学模型,基于面元法研究低雷诺数下非定常场中扑旋翼飞行器的气动特性,得到机翼气动特性和一个工作周期内的最大气动载荷。建立扑旋翼飞行器机翼有限元模型,基于变密度法和独立连续映射法(Independent continuous mapping,ICM)对机翼进行静力学和动力学拓扑优化设计,通过改变机翼拓扑结构优化机翼模态频率,得到同时满足结构静力学和动力学要求的扑旋翼飞行器机翼拓扑结构。本文为扑旋翼飞行器机翼结构优化设计提供了基本思路和研究基础。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system,BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。然而在追求高精度结果的过程中,BLS对于增强节点数量的需求过于巨大,容易造成过拟合问题。为此,本文提出了基于函数链神经网络（Functional-link neural network,FLNN）的深度分类器（FLNN based deep classifier,FLNNDC）,旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构,每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点,而不是全部映射节点。和原宽度结构相比,在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

陶瓷吸波超材料结构光固化增材制造工艺研究

陶瓷超材料吸波器具有耐高温、高强度、可完美吸波的特点,其结构复杂且具有周期性,是一种新兴的吸波器件.但传统成形方式在复杂结构制造上存在一定的局限性.本文提出一种基于光固化增材制造氧化铝陶瓷表面镀铁氧体的方法实现周期性复杂结构的陶瓷超材料吸波器.使用氧化铝粉末和光敏树脂,配制出可供3D打印的氧化铝陶瓷浆料,利用3D打印机...