基于LabVIEW的超精密磨床嵌入式监控系统

针对超精密磨削机床的监控需求,基于NI–sbRIO硬件平台开发了一套应用于超精密磨床状态监测和数据采集的嵌入式监控系统,使用FPGA对温度、振动、声发射等信息进行实时数据采集,并使用实时处理器对数据进行分析和处理,实现对机床的实时状态监测和数据存储。通过FPGA编程取代硬件数据采集卡,成本低,灵活性强。试验表明,该系统能够胜任超精密磨床的监控任务。     

分开排气式喷管喷流噪声预测及试验研究

为揭示涡扇发动机分开排气式喷管喷流噪声的频谱分布和指向特性,对喷管缩比模型远声场喷流噪声进行了预测及试验研究,并开展了全尺寸喷管基准型及锯齿型喷流噪声的预测工作。结果表明:采用Tam & Auriault方法可以预测出喷流噪声的声压级值和空间指向分布,喷流噪声具有明显的指向性。与基准型喷管相比,锯齿型喷管具有良好的降噪效果;内外涵锯齿型喷管在中低频段的降噪效果优于内涵锯齿型喷管,在高频段的降噪效果差于内涵锯齿型喷管;在本文研究参数范围内,指向角小于88°时内外涵锯齿型喷管总声压级(OASPL)值高于内涵锯齿型喷管。     

一种步进频率信号认知雷达波形优化设计方法

认知雷达常用于完成探测、跟踪、成像及识别等多重任务,为提高其综合性能,需兼顾多方面因素研究其波形优化设计问题。基于此,提出一种基于压缩感知（CS）RIPless准则的步进频率信号认知雷达波形优化设计方法。首先,建立了目标回波信号稀疏模型,分析了其与发射信号模糊函数之间的关系。其次,根据模型中观测矩阵的构造,基于RIPless准则,将波形设计问题转化为概率分布的互相干参数及其协方差矩阵的条件数的优化问题,从而通过自适应寻优算法,获得优化的步进频率信号脉冲重复时间间隔序列和子脉冲频率序列。相较于传统方法,所提方法在信号发射与接收之间形成了信息实时反馈和信号优化重构的闭环,在高概率准确重构目标径向一维距离像的同时,也实现了发射信号模糊函数的优化。最后,仿真计算验证了所提方法的有效性。     

A new steering approach for VSCMGs with high precision

A new variable speed control moment gyro (VSCMG) steering law is proposed in order to achieve higher torque precision. The dynamics of VSCMGs is established, and two work modes are then designed according to command torque:control momentum gyro (CMG)/reaction wheel (RW) hybrid mode for the large torque case and RW single mode for the small. When working in the CMG/RW hybrid mode, the steering law deals with the gimbal dead-zone nonlinearity through compensation by RW sub-mode. This is in contrast to the conventional CMG singularity avoidance and wheel speed equalization, as well as the proof of definitely hyperbolic singular property of the CMG sub-mode. When working in the RW single mode, the motion of gimbals will be locked. Both the transition from CMG/RW hybrid mode to RW single mode and the reverse are studied. During the transition, wheel speed equalization and singularity avoidance of both the CMG and RW sub-modes are considered. A steering law for the RWs with locked gimbals is presented. It is shown by simulations that the VSCMGs with this new steering law could reach a better torque precision than the normal CMGs in the case of both large and small torques.     

基于CBR—模糊综合评判的空中停车率预测研究

为了解决航空发动机设计初期用以预测空中停车率(IFSD)的可靠性信息不足且信息大多具有模糊性的难题,结合发动机自身的特点,利用模糊数学的方法构建空中停车率的预测模型。通过模糊综合评判法,充分利用相似机型的历史数据,将空中停车率的影响因素与评价集合相结合建立评判矩阵,并采用层次分析法(AHP)对因素权重进行赋值,对其指标做出综合评判。同时,考虑到性能参数上的相似程度对于预测的影响,加入基于实例推理技术(CBR)的相似度量,对两者权重进行合理分配得到最终的预测值。最后将模型应用到实际分析中,结果表明预测模型在早期设计阶段具有良好的实用价值。     

镁基碳纤维增强复合材料超声辅助切削试验研究

为研究镁基碳纤维增强复合材料(C_f/Mg)的切削力与已加工表面质量,开展了硬质合金铣刀与硬质合金钻头超声辅助切削试验研究。通过正交试验得到,超声辅助铣削C_f/Mg复合材料时铣削力随每齿进给量及铣削深度的增加而明显增大,随主轴转速的增加而减小;试验中,在超声辅助铣削时每齿进给量0.025mm、铣削深度0.2mm、转速6000r/min加工参数下铣削力最小,每齿进给量0.025mm、铣削深度0.2mm、转速4000r/min加工参数下表面质量较好;采用硬质合金钻头进行单因素钻削试验时,轴向钻削力随主轴转速的升高而减小;与传统钻削相比,超声辅助钻削能减小轴向钻削力,在机床转速6000r/min、机床进给速度100mm/min加工参数下超声辅助钻削相比传统钻削可减小约36%的轴向钻削力;超声辅助钻削相比传统钻削能改善钻孔出口的毛刺、分层等缺陷。     

基于深度学习的混合翼型前缘压力分布预测

提出了一种基于深度学习的混合翼型前缘压力分布预测方法,通过对翼型几何特征提取、压力分布曲线的参数化,建立了卷积神经网络模型（CNN）,并利用计算流体力学（CFD）的计算结果作为其训练样本,实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98,基于深度学习的计算方法耗时1.7 s,CFD方法耗时大于50 s,计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。      

基于两相流模型的挤压油膜阻尼器空化流场特性数值模拟

基于气液两相流理论中的Mixture模型和Zwart-Gerber-Belamri空化模型,采用动网格技术建立了两端开口中心槽供油型挤压油膜阻尼器三维非定常空化流场求解模型。数值模拟表明:随着阻尼器内环进动,考虑两相流动的油膜低压区在中心槽的两侧产生两道对称的条状负压带,条状带内具有较高的气相体积分数;阻尼器低压区的压力和气相体积分数对进油孔位置十分敏感,阻尼器油膜力和流场气穴比的变化频率与进油孔数密切相关。内环同心进动半径、进动频率对阻尼器空化流场影响的数值计算表明,进动半径和频率的增大均会使得流场内的空化现象加剧,同时气穴比的相位滞后现象愈加显著。      

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

回流燃烧室流动特性试验

为了揭示有/无燃烧状态下燃烧室热态和冷态流场的特征和流动特性,针对某型回流燃烧室单头部试验件,使用粒子图像测速仪（PIV）,测量燃烧室燃烧状态下不同截面处的热态流场,以及没有燃烧状态下不同截面处的冷态流场,探讨不同总压损失系数对回流燃烧室热态/冷态流场特征及流动特性的影响。研究表明:随着总压损失系数的增大,冷态条件下各截面流场结构基本保持不变,如射流孔穿透深度、射流角度、回流区位置及大小、流线等基本保持一致,但是各位置点速度大小逐渐增大。热态条件下各截面流场随着总压损失系数增大,流场结构也基本保持不变;相同总压损失系数时,热态流场与冷态流场存在差异,燃油喷射与气流的相对运动将会对燃烧室头部的流场结构造成影响,速度较冷态流动时略微增大。