基于观测几何方法的星间链路天线转动总寿命需求分析

星间链路机械可移波束天线的转动总寿命需求是进行天线设计的重要依据。文章提出了一种基于观测几何的仿真方法,实现了航天器运动、航天器姿态控制、天线双轴转动相结合的仿真,同时避免了复杂的动力学仿真,并以某Walker-δ星座星间链路机械可移波束天线为例进行了分析,得出了较为准确的天线双轴转动总寿命需求,可用于长寿命高可靠性设计、制定具体的寿命试验方案等。该方法也适用于其他类型星座或其他依靠机械双轴实现指向跟踪的星间链路终端设备。     

基于可靠性寿命分布的元件库存确定方法

合理地确定元件库存周期对提高库存经济性和保证元件可靠性具有重要意义。根据航空结构元件可靠性符合浴盆曲线分布、Weibull分布、线性递增分布和指数分布的情况,提出了结构元件可靠度分析的方法,根据飞机运行数据拟合结构元件可靠度分布,根据其可靠性分布可确定元件失效时间,再由失效时间确定元件库存周期。针对飞机滑轨中的结构元件进行了算例分析,其可靠性服从威布尔分布,符合元件运行实际情况,由此确定的库存周期与实际需求相符,算例分析表明,提出的方法合理,为确定元件库存周期提供了一个合理可行的方法。     

燃油增压泵诱导轮叶片断裂故障仿真分析与改进

针对燃油增压泵在外场使用过程中连续出现的三起诱导轮叶片断裂故障,在失效分析的基础上,利用Pumplinx软件和Nastran软件,对诱导轮进行流场分析和疲劳寿命计算。结构强度校核结果表明,诱导轮的叶片强度和疲劳寿命存在设计裕度不足的设计缺陷。为此,提出改变叶片形状和增加叶片厚度的改进方案。厂内试验、发动机试车、试飞验证与考核证明,改进措施可行、有效。     

基于寿命包线的飞机典型搭接结构腐蚀疲劳寿命预测

针对飞机在腐蚀环境下服役的寿命预测问题，开展了某型飞机机身壁板搭接结构的腐蚀-疲劳交替试验。基于试验结果和飞机结构寿命包线理论体系，建立了该型飞机机身壁板搭接结构在不同服役地区、不同飞行强度下的寿命包线，并基于寿命包线对其剩余寿命进行了预测。通过开展验证试验，将试验结果与计算结果进行对比，发现预测误差为17.4%。说明结构寿命包线是飞机典型搭接结构寿命预测的有力工具，其预测结果是飞机服役过程中检修周期及寿命管理的一项重要参考依据。     

一种利用水下激光冲击处理涡轮叶片残余应力的方法

为提高涡轮叶片疲劳寿命,探索了一种利用水下激光冲击强化方法处理涡轮叶片残余应力的技术。利用波长532 nm、脉宽10 ns、能量1.2～1.5 J、光斑直径1.0 mm的YAG激光器,对涡轮叶片榫齿部位进行了激光冲击强化处理。结果表明,水下激光冲击强化方法能有效消除、调整机械加工残余应力。当激光功率密度大于2.5 GW/cm~2且小于7.5 GW/cm~2时,随着功率密度的增加,表面残余应力也相应增加;当功率密度大于10.0 GW/cm~2后,表面残余压应力随功率密度的增加而明显降低;功率密度等于7.5G W/cm~2时,表面残余应力为-419.5 MPa,为最佳。     

数理统计方法在部件故障控制中的应用研究

机载部件的可靠性直接影响航空器的安全运行。本文通过对机载部件使用寿命的统计和失效分析,对部件的故障提出了有效的控制方法,并举例说明了此方法在维护中的使用。     

基于幂函数模型的民机结构腐蚀扩展寿命评定方法研究

基于飞机结构腐蚀清除后测量获取的腐蚀深度,提出了飞机结构腐蚀扩展寿命的幂函数动态预测模型以及模型参数定义方法,确定了腐蚀条件下的飞机结构腐蚀扩展寿命评定指标,建立了基于运营状态下飞机结构腐蚀信息更新的民用飞机结构腐蚀扩展寿命评定方法。     

负游隙对高速高温薄壁圆柱滚子轴承动态性能的影响分析

计算了圆柱滚子轴承径向游隙为负值时的等效径向预紧载荷,并考虑等效径向预紧载荷下的套圈弹性变形,通过求解包含套圈弹性变形接触变形等效径向预紧载荷的非线性方程组,得到负游隙圆柱滚子轴承内部的载荷分布情况,以及负径向游隙带来的套圈周向应力.以此分析了负游隙对轴承承载性能及疲劳寿命的影响.结果表明:负径向游隙能够有效降低轴承打滑率,但同时也会降低轴承疲劳寿命,因此在负游隙设计时需同时考虑打滑率和轴承寿命,选择恰当的负游隙.     

考虑轴向变形的锥形轮盘低循环疲劳试验研究

某型发动机高压压气机Ⅰ级盘采用锥形结构,在装配预紧力和离心载荷的作用下产生轴向变形。为了考核该轮盘的低 循环疲劳寿命,在传统轮盘低循环疲劳试验技术的基础上,提出了1 种考虑轴向变形条件的锥形轮盘低循环疲劳寿命试验方法。 针对轮盘结构与装配要求,计算分析工作状态下的轴向变形,优化设计了能够有效考核轮盘关键部位寿命的试验件、陪试件及试验 工装,对比试验件在整机与试验器状态的应力水平,并在卧式旋转试验器上完成了试验件的低循环疲劳试验。试验结果表明：采用 该方法可对高压Ⅰ级盘安全循环寿命进行有效考核。     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。