Fe_2O_3掺杂原位合成Al_2O_3/TiAl复合材料的组织与性能

利用Ti-Al-TiO2-Fe2O3体系的放热反应,原位热压合成了Fe掺杂的Al2O3/TiAl复合材料。借助XRD和SEM研究了复合材料的物相组成和显微结构以及Fe2O3引入量对复合材料结构和力学性能的影响。结果表明:产物主要由γ-TiAl,α2-Ti3Al,Al2O3相构成,Al2O3颗粒分布于基体交界处,存在一定的团聚;随Fe2O3的掺杂量增大,Al2O3颗粒呈细小弥散分布,同时基体晶粒尺寸也减小,较好地改善了材料的力学性能,复合材料的相对密度和洛氏硬度逐渐增大。Fe2O3掺杂量为0.84%(质量分数)时,复合材料弯曲强度和断裂韧度达到最大值,分别为624MPa和6.63 MPa·m1/2。     

固体火箭发动机熔渣沉积数值模拟

为了探求熔渣沉积的机理，采用欧拉－拉格朗日丽相方法模拟带潜入喷管的固体火箭发动机两相内流场。通过对发动机工作后期六个时刻的两相流动与粒子轨迹计算，得到了三种Al2O3重附着率（0.2,0.4,0.6）下的潜入喷管背壁熔渣沉积总量分别为0.14%，0.48%和0.91%。提出了减少熔渣沉积的一些途径。     

直升机由悬停过渡到前飞的飞行特性研究

研究了直升机由悬停转前飞的过渡飞行中高度和速度变化。首先研究了计算方法,并以 Ｓ Ａ３６５ Ｎ 型直升机为例进行了核算比较,验证了分析方法的可行性和合理性;最后对一般直升机在各种发动机故障状态及操纵输入进行了分析计算, 得出了一些有意义的结论,这些结论将为今后的实际飞行提供有益的指导。     

非线性二元机翼气动弹性近似解析研究

 建立了不可压流动中多项式迟滞非线性二元机翼的气动弹性运动方程,然后利用谐波平衡法进行了求解。与数值积分结果比较分析表明,在系统发生二次分叉以前,谐波平衡法可以准确地预测极限环振荡的频率和振幅,通过频谱分析与时间响应历程讨论了谐波平衡法产生误差的原因。另外还研究了弹性轴位置对颤振特性的影响,随着弹性轴不断靠近翼弦中点,俯仰振幅不断增大,而沉浮振幅则存在一个极小值点。     

盐雾腐蚀对热障涂层高温循环氧化性能的影响

利用电子束物理气相沉积法在Ni基高温合金表面制备了(ZrO₂＋MCrAlY)双层结构热障涂层。研究了常温盐雾腐蚀对其循环氧化行为的影响。试验结果表明涂层经过常温盐雾腐蚀后,陶瓷层的裂纹发生扩展,氧化锆晶体挤压、变形,同时由于常温盐雾环境的作用导致涂层在高温氧化过程中粘结层氧化严重,生成的热生长氧化层产生较大的体积膨胀效应,导致应力集中,降低了涂层的高温循环氧化性能,缩短了涂层的寿命。     

卫星动力学虚拟试验的几个关键技术

文章阐述了卫星动力学虚拟试验的必要性,并就SEA模型修正技术、振动台激励下卫星的建模技术和模态综合技术做理论上的分析,为虚拟试验研究提供理论依据.     

基于随机振动试验的模态参数辨识

文章介绍了利用随机振动的试验数据进行模态参数辨识的方法。先从理论上证明了从响应数据推导出的传递特性函数可以代替传统的传递函数求出脉冲响应函数,从而直接利用最小二乘复指数法进行模态参数辨识;然后以桁架结构为例,通过随机振动试验数据求得模态参数,并与模态试验的结果相比较,证明该方法的可行性。     

关于氢能航空动力发展的认识与思考

近年来,在全球碳减排目标的驱动下,各国对发展氢能航空的热情空前高涨,在氢能飞机和氢能动力领域加速布局研究计划。通过研究国内外氢能飞机及动力发展历程和研究进展,发现人类对氢的认知始于其燃烧特性,认为氢能航空发展兴于“双碳”目标,指出燃氢涡轮发动机是航空业实现减碳目标的关键,分析了燃氢涡轮发动机和氢燃料飞机的性能优势,研判出氢能航空及动力发展难在全产业链重构和全链条颠覆创新,提出了创新氢能航空发展机制、加快发展燃氢涡轮发动机、健全氢能航空产业链条、实现全链条颠覆性创新和加强氢能航空基础建设等五方面的发展措施建议。     

基于代价敏感剪枝卷积神经网络的弹道目标识别

为降低弹道目标整体误识别代价，提出了基于代价敏感剪枝（CSP）一维卷积神经网络（1D-CNN）的弹道目标高分辨距离像识别方法。首先，基于彩票假设提出了同时以降低模型复杂度和误识别代价为目标的统一框架；然后，在此基础上，提出了基于人工蜂群算法的网络结构无梯度优化方法，以网络结构搜索的方式自动地寻找1D-CNN的代价敏感子网络，即代价敏感剪枝；最后，为了使代价敏感子网络在微调过程中仍以最小化误识别代价为目标，提出了一种代价敏感交叉熵（CSCE）损失函数对训练进行优化，使代价敏感子网络侧重对误识别代价较高的类别正确分类来进一步降低整体误识别代价。实验结果表明:结合CSP和CSCE损失函数的1D-CNN能在保持较高的识别正确率的前提下，相比传统的1D-CNN具有更低的整体误识别代价，且降低了50%以上的计算复杂度。