基于路径相关本构模型的大型薄壁曲面复合材料零件固化变形分析

大型薄壁曲面复合材料零件多采用热压罐工艺成型,在固化过程以及脱模过程会产生变形,导致零件变形超差,部件装配困难。针对此问题,本文首先采用路径相关本构模型对其固化成型过程进行分析,然后进行热压罐成型试验验证理论分析结果,就此采用反向补偿法修正模具型面。仿真结果表明,某大型薄壁曲面复合材料零件成型后最大位移为11.121 mm,最小位移为0.171 mm,分别发生在对称轴方向短边的边角点和靠近对称轴方向短边的边角点;零件在变形较大的两侧边和短边处残余应力较大,与变形较小的长边相差7 MPa左右。仿真结果与试验结果吻合良好,固化变形平均误差为8.6%。使用补偿后的模具再次进行固化变形仿真,使该零件的最大固化变形降低了70.8%。     

热防护系统损伤容限分析

建立了含初始矩形损伤的热防护系统(Thermal protection system,TPS)气动热分析的CFD数值模型,分析结果表明损伤区域侧壁出现了很高的热流密度峰值,并且迎风面侧壁峰值高于背风面,而损伤区域底部热流密度却很低。利用分析获得的热流密度建立了含损伤和无损伤TPS的有限元传热分析模型。分析结果表明:损伤的存在导致防热瓦最高温度急剧上升,超过其材料能承受的极限温度(1 500℃),防热瓦首先失效,而损伤对机体最高温度影响较小。最后进行了TPS损伤容限分析,在防热瓦极限温度约束下,外部热流密度最大值从100kW/m2增加到140kW/m2,矩形损伤宽度最大容许值从22.7mm减小到12.6mm,而弧形损伤宽度最大容许值从34.6mm减小到25.1mm,即随着外部热流密度最大值增加,损伤宽度的最大容许值降低,并且相同外部热流密度水平下弧形损伤宽度的最大容许值大于矩形损伤。     

飞机液压系统柱塞泵热分析

随着飞机液压系统向高压化、大功率化方向发展,液压系统的发热及温升问题受到了广泛关注。柱塞泵作为液压系统中重要的能量转换装置,对液压系统的功率损失和温度有重大的影响,良好的柱塞泵的热分析对液压系统的热设计和温度控制有重要的意义。然而传统的柱塞泵热分析方法,如平均油温法、软件仿真法和热节点网络法,因不够准确、高效和简洁而不能满足现代飞机液压系统热分析和热设计的相关需求。本文针对飞机液压系统柱塞泵发热的相关问题,采用基于集总参数的热网络分析方法,建立了柱塞泵热网络模型,通过对柱塞泵不同工况下的仿真,验证了模型的有效性和准确性,为柱塞泵及液压系统的热分析提供了参考。     

小半径弯管弯胀复合成形研究

为解决小半径弯管内侧起皱、外侧减薄的成形缺陷,提出了一种弯胀复合成形的方法。通过几何关系解析了初始弯曲半径和初始管坯直径与最终管径和最终弯曲半径之间的关系,确定了初始弯曲半径的取值范围。采用有限元与实验相结合的方式研究了不同初始弯曲半径对零件壁厚分布的影响,分析了胀形过程中零件弯曲处及直壁处的变形规律。最终发现:初始弯曲半径越大,零件的最终减薄越小,胀形过程中弯曲处内外侧发生均匀减薄,直壁处内侧减薄明显大于外侧减薄。     

高柔结构连续壳体气弹模型通用制作方法

气弹模型制作是高柔结构风洞试验的关键点和难点。针对高柔结构,详细介绍了一种采用"开模、灌胶、再拆模"方式制作连续壳体气弹模型的方法:以石膏制作内模、有机玻璃雕刻外模,精确设计石膏内模和玻璃外模之间的缝隙尺寸,在缝隙内灌注DEVCON胶剂;胶剂固化后,拆模即制成连续气弹壳体模型。动力特性测试结果表明:该模型能够较为精确地模拟实际结构的质量、阻尼以及一、二阶振型和频率,能够再现典型的风致振动现象,证实了制作方法的可靠性。制作方法简便易行、造价低、精度高、通用性强,可为高层建筑、高柔烟囱、化工塔、电视塔、冷却塔等高柔结构的连续气弹壳体模型制作提供指导。     

大气环境对直升机旋翼桨-涡干扰噪声辐射特性的影响

建立了一个适用于旋翼桨-涡干扰气动载荷计算的计算流体力学(Computational fluid dynamics,CFD)/自由尾迹耦合模型,为提高计算效率,提出了一种高效的耦合策略进行不同计算域间的信息交换策略。在此基础上,结合基于声类比法的FW-H方程构建了旋翼桨-涡干扰噪声的计算方法。应用所建立的方法,以OLS(Operational loads survey)旋翼为研究对象,深入分析了大气环境对旋翼噪声辐射特性的影响。研究发现:随着飞行高度的增加,旋翼噪声辐射特性发生了明显的改变,逐渐由桨盘前行侧转变为指向桨盘前方,噪声幅值先增大后减小。文中从桨-涡干扰距离、干扰位置变化角度计算分析了大气压力、音速及空气密度等环境参数对旋翼桨-涡干扰噪声辐射特性的影响,并得出了一些有实际意义的影响规律。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

散射对高温气体-碳黑颗粒混合物辐射传输的影响

基于全光谱k分布(Full spectrum k distribution,FSK)模型、MIE理论和有限体积法(Finite volume method,FVM),构建了均温、均质辐射参与性气体-碳黑颗粒混合物介质热辐射传输模型,并分析了碳黑不同尺寸、不同体积浓度以及介质不同路径长度和不同温度条件下,因忽略碳黑颗粒散射所导致的介质热辐射传输特性(如辐射热流、辐射源项)的计算误差。研究结果表明:体积分数不变,增大粒径,计算误差呈现出先增大后减小的趋势;数密度不变,增大粒径,或者粒径不变,增大体积分数,均将使得计算误差相应增大;粒径、体积分数不变,增大路径长度,或者升高介质温度,均将增大计算误差。通常对于含有大颗粒、高碳黑浓度的辐射参与性气体-碳黑颗粒混合物介质,碳黑颗粒散射不能忽略。     

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。     

变体辅助的无人机栖落机动模糊控制设计

无人机（Unmanned aerial vehicle, UAV）的栖落机动是一种大幅度的俯仰运动,易引起升降舵操纵力矩饱和。本文以变体方式增强无人机的俯仰操纵能力,并研究其对应的控制设计方法。首先对栖落机动建立了纵向动力学模型,并通过采用轨迹线性化和张量积变换方法转换得到T-S模糊模型。基于Lyapunov稳定理论和平方和方法,设计了满足控制输入约束的栖落机动多项式模糊控制器。对非变体与变体下的栖落机动控制过程进行了仿真,结果验证了控制律的有效性,并且表明变体辅助的无人机具有更强的操纵性能,能提高栖落机动中升降舵的抗饱和能力。