CFRP铣削有限元模型建立及切削力仿真分析

为探索碳纤维增强树脂基复合材料(CFRP)铣削加工过程中切削力与工艺参数之间的映射关系,建立CFRP铣削加工有限元仿真模型并对切削力进行分析。基于ABAQUS软件通过定义材料属性、材料失效模型、纤维铺层数和纤维方向建立了CFRP铣削加工二维有限元仿真模型,并对该模型进行了实验验证。基于该模型,分析了切削力与纤维方向角、铣削速度、每齿进给量和刀具前角等工艺参数之间的映射关系。仿真结果表明:纤维方向角从0°增大到90°,切削力呈现降低趋势,而纤维方向角从90°增大到180°,切削力呈现增大趋势。随着切削速度和每齿进给量的增大,切削力随之增大,而随着刀具前角增大,切削力随之减小。     

弯掠优化对高负荷跨声速串列转子的影响分析

为了研究三维弯掠优化对串列转子性能的影响,设计了一套基于NURBS参数化方法和Kriging代理模型的串列转子三维弯掠优化系统。以一高负荷跨声速串列转子为研究对象,分别研究了掠形优化、弯形优化和复合弯掠优化对串列转子性能的影响。结果表明:三维弯掠优化可以改善串列转子的性能,与原型串列转子相比,前掠转子、正弯转子和复合弯掠转子在近设计点的效率分别提高了1%,1.03%,1.47%,正弯转子的稳定裕度增加了23%,但前掠转子和复合弯掠转子稳定裕度有少许下降。在高负荷跨声速串列转子的弯掠优化造型中,前掠造型能改善串列转子叶中和叶尖的性能,叶根性能有所下降,正弯造型能改善串列转子大部分叶展的性能,弯掠优化造型提升高负荷跨声速串列转子效率的原因是弯掠优化降低了转子通道正激波的波前马赫数,而激波位置基本不变。     

基于MRR-LSSVR 的发动机循环参数优化设计方法

为了实现飞机与发动机之间良好的协调与匹配,基于飞/发一体化设计软件AEDsys,通过约束分析、任务分析、参数循环分析、性能循环分析和安装性能分析等环节,对涡扇发动机总体设计进行了系统分析。针对性能循环分析中的备选发动机决策问题,提出了基于多输入多输出约简迭代最小二次支持向量回归机(MRR-LSSVR)的备选发动机代理模型构建方法,用于映射发动机设计参数与性能之间的关系,并通过可行序列二次规划(FSQP)算法自动优化出最佳的发动机设计循环参数组合,克服了AEDsys软件中发动机参数选择环节较为依赖设计经验、效率低的缺陷。     

基于混合验前分布的制导精度评定方法

如何合理有效地利用验前信息是小子样评定中的关键问题。针对导弹制导精度评定,提出了一种根据验前数据构造验前分布的方法,并结合验前信息可信度给出了一种混合验前分布。通过对参数验后估计的分析,该方法能够有效避免验前信息“淹没”现场信息的情况,而验前信息可信度则通过验后边缘分布得到。通过对验后估计均方差(MSE)的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。     

旋翼机自转旋翼气动特性及跳飞性能研究

为了设计具有跳跃式起飞功能的旋翼机,本文用叶素理论分析了自转旋翼桨叶的气动特性,采用数值积分方法及引入动态入流理论建立了比较完善的自转旋翼气动计算模型,并应用该模型对旋翼机稳定自转和跳飞性能进行了研究,分析了旋翼机实现跳飞所需要的旋翼设计参数和操纵量的要求.算例给出了跳飞过程的性能曲线,并与国外文献进行了比较,结果表明本文理论方法有效可靠.     

基于数字滤波技术的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中会存在噪声误差.为了利用数据对发动机工作状态和性能趋势进行监控,必须对数据进行预处理.本文利用动态数字滤波技术对高、低压转速数据进行预处理.处理后的数据更加连续、平滑,且更加清晰地反映出参数随时间的变化趋势,由此证明该方法是有效的.处理结果可在航空发动机状态监控中得到应用.     

民航运输机减推力起飞技术

分析了减推力起飞对民航运输机涡轮风扇发动机性能的影响、实施减推力起飞所应具备的必要条件、减推力起飞的性能特点和实施减推力起飞应注意的问题,该研究对正确使用和推广减推力起飞技术,提高航空公司安全管理水平具有重要意义.     

计及诱速和风切变的直升机自转前飞特性

研究直升机自转前飞时在风切变条件下的稳定性和操纵性。风切变采用非线性模型，旋翼模型考虑桨叶的刚性挥舞运动，桨叶根部具有水平铰外伸量和弹性约束，诱速在桨盘处的分布采用固定涡系所表示的诱速非均匀分布模型，以Ｚ９飞机为算例，算出计及风切变与否的自转前飞平衡参数和稳定根及操纵响应，显示了风切变对自转前飞操稳特性的影响。     

用光探测器测量激光陀螺反射镜的前后向散射——研究表面粗糙及波度对散射的影响

研究了激光陀螺反射镜基片表面粗糙度和波度前、后向散射的测量计算及其对散射的影响。研究结果表明:在同样的精度下,表面粗糙度比波度对散射的影响更大.因此.提高表面粗糙度的精度是降低激光陀螺反射镜或其它超高反射率镜面散射损耗的主要途径。     

模糊神经网络的侧滑角校正

叙述了一种利用模糊神经网络模型来校正侧滑角的方法。侧滑角的校正基于以下七个输入变量：动静压之比、动压、迎角、滚转速率、偏航速率、飞机重心处侧向过载、基准侧滑角。在模糊神经网络模型的结构辨识中，采用了前向搜寻算法。样本数据的一部分用于训练模糊神经网络，另一部分用于测试和评价所得模型的性能；参数辨识中，采用了反向传播学习算法（即BP算法）。某型飞机的六自由度仿真软件仿真验证表明，用这种方法校正后的侧滑角具有较高的精确度。