基于正交设计试验方法的螺栓拧紧力矩系数影响因素研究

基于正交设计试验方法进行了螺栓拧紧力矩系数影响因素的试验研究,重点研究了螺栓性能等级、垫片等级、润滑条件、拧紧速度四个主要因素对螺栓拧紧力矩系数的影响。结果表明,四个螺栓拧紧力矩影响因素中,螺栓性能等级影响最为显著,试验结果对螺栓连接的可靠性具有重要意义。     

叶尖定时测量数据计算机仿真方法研究

旋转机械叶片的振动测量是旋转机械研制中一个重要测试项目。叶尖定时测量分析是目前颇有发展前景的旋转叶片非接触测振方法，此方法在国外已获得了广泛应用。本主要介绍了应用不同数量传感器测量叶片振动的仿真方法，重点阐述了由于安装偏差原因造成多传感器等间距偏离分布引起的附加测量误差的修正补偿技术。及其叶尖定时测振数据转换的仿真方法。在工程技术应用方面有很好的借鉴作用。     

TMS320C62x的并行性和应用研究

TMS32 0 C62 x在信号处理领域得到广泛的应用,也提出了高度并行处理在 DSP的实现问题。给出如何实现高性能 C62 x应用的一般性方法,并比较了 3种高速 DSP的典型性能指标,最后给出用 C62 0 1实现了SAR信号处理机的预处理模块的实例。     

细长旋成体背风面非对称流场的DES模拟

利用脱体涡模拟DES方法对细长旋成体非对称绕流进行数值模拟,比较了基于S-A湍流模型的DES与RANS方法对背风面非对称分离涡的数值模拟能力,发现在大迎角非对称涡未破裂情况下,DES与RANS均能模拟出与实验相符的非对称绕流;当迎角增大,背风面非对称涡发生破裂时,RANS无法准确捕捉到背风面流场的非定常性,而DES能准确预测非对称涡的飘起与破裂,并与实验值接近。计算结果表明:与RANS方法相比,DES方法具有更好的模拟大攻角,大分离流动的能力,尤其在非对称流场的分离涡破裂模拟方面具有明显优势,能够更真实模拟出细长旋成体背风面分离涡破裂之后的非定常流动特征。     

基于C8051F020系统同步信号接收单元研究

提出了一种同步信号数据处理的算法,并给出了以此算法为软件基础,以C8051F020片上系统为硬件核心的同步信号接收单元设计方案。     

2.4m跨声速风洞试验质量影响因素分析及改进措施研究

影响风洞试验质量的因素很多,如流场品质、测量系统误差、支撑干扰以及洞壁干扰等。主要对模型姿态角、马赫数、模型支撑系统等影响因素进行了改进研究。通过改进使模型迎角测量精度达到0.03°、Ma数控制精度达到0.003,并有效降低了支撑干扰影响,提高了2.4m跨声速风洞的试验质量。     

基于偏差值的航空发动机参数标准化修正模型

考虑到大气温度、大气湿度和燃烧热值等因素的影响,在第三相似理论的基础上提出了一种基于气路参数偏差值的标准化修正模型,以发动机生产厂家的历史数据为学习样本,建立了多元非线性超定方程组,采用高斯牛顿迭代法进行模型中未知参数的回归求解.使用该模型对测试集数据进行偏差值求解,并把结果与其他模型求解的偏差值进行对比,结果表明:修正后的标准化模型具有更高的精度,更接近于厂家系统的原始模型,具有较高的创新性和实用价值.      

卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用

 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。     

Research of Step-down Stress Accelerated Degradation Data Assessment Method of a Certain Type of Missile Tank

The performance degradation rates of the missile tank are generally time-varying functions uneasily evaluated by general classical evaluation methods. This paper develops a segmented nonlinear accelerated degradation model (SNADM) based on the equivalent method of accumulative damage theory, which tackles the problem that product life is difficult to be determined with degradation rate being a function of the variable of time. A segmented expression of the function of population accumulative degradation is derived. And combined with nonlinear function, an accelerated degradation function, i.e., SNADM is obtained. The parameters of the SNADM are identified by numerical iteration, and the statistical function of degradation track is extrapolated. The reliability function is determined through the type of random process of the degradation distribution. Then an evaluation of product storage life is undertaken by combining the statistical function of degradation track, reliability function and threshold. An example of a missile tank undergoes a step-down stress accelerated degradation test (SDSADT), in which the results with the SNADM and the classical method are evaluated and compared. The technology introduced is validated with the resultant coincidence of both evaluated and field storage lives.