加权残值法在导弹翼面计算中的应用

加权残值法(MWR)是一种求解微分方程近似解的数值方法,与有限元法(FEM)的不同之处在于,它不完全抛弃理论解,而且不依赖于能量泛函,因此它可以弥补FEM的某些不足之处。另外,用MWR解题对计算机的要求很低,故特别适合于在微机上推广应用。目前国内外MWR方面的文章很多,但是将MWR用于实际的工程。结构方面的文章并不多见,本文就是试图在这方面做一点工作。作者用最小二乘配点法,以双重幂函数为试函数,对某战术导弹的翼面进行了计算,得出了比较合理的结果,并给出了全部推导过程。     

纤维增强塑料拉挤型材弯曲强度研究

研究了纤维增强塑料 ( FRP)拉挤型材的弯曲强度。试验结果表明 ,FRP拉挤型材在大跨距 (跨高比 l/h>1 0 )下的弯曲破坏模式通常是梁的纵向开裂 ;FRP拉挤型材由于剪切变形较大 ,强度计算时不能按普通各向同性梁理论进行计算 ,应考虑剪切变形的影响。为此 ,本文应用复合材料薄壁梁理论给出了 FRP拉挤型材在大跨距下弯曲强度计算的半经验公式     

纤维增强塑料/钢筋混凝土复合构件的强度分析

基于平截面假设和ERP／RC复合截面各组份材料的强度理论，推导并给出FRP包覆RC截面的抗压，抗拉，抗弯，抗剪强度计算公式，为实验研究与工程实用提供了理论依据。     

Ce~（3＋）对LC_9合金在含Cl~－水溶液中缓蚀作用的研究

用失重法、电化学测量法研究了一些稀土元素离子对ＬＣ９合金在３．５％ＮａＣｌ溶液中腐蚀行为的影响，并将ＣｅＣｌ３的缓蚀性与同等浓度的８１０８复合缓蚀剂、０．３％Ｋ２Ｃｒ２Ｏ７水溶液进行了比较，根据失重实验的失重量计算腐蚀率和缓蚀率，同时也根据试片表面状态、色泽、破损面大小评估试片的耐蚀性、通过动电位扫描法测极化曲线，恒电位法测诱导期的方法来确定孔蚀电位Ｅｂ、保护电位Ｅｐ及其它参数。结果表明，ＣｅＣｌ３是ＬＣ９合金在含Ｃｌ－水溶液中的良好缓蚀剂，其缓蚀作用优于其它两种缓蚀剂。Ｃｅ３＋离子改善了ＬＣ９合金的表面膜，抑制了氧还原反应，减弱了对腐蚀的敏感性。ＣｅＣｌ３是阴极型和沉淀模型缓蚀剂。     

结构静力试验边界条件的试验研究

本文对结构静力试验的边界条件模拟问题进行了初步分析,并通过对三种典型试验结果的分析,得出了刚度模拟是极其重要的结论。当模拟设备满足边界约束条件和刚度要求时,它将对试验件提供真实的载荷分布,体现了试验件和飞行器相邻部件之间的相互作用,得到代表真实情况的试验结果。对于无法模拟真实边界条件且边界条件对试验检验部位的影响较大时,应用飞行器的真实部件作为边界支持设备或进行组合部件试验,以消除边界条件的影响。     

多源传感监测线性退化设备数模联动的剩余寿命预测方法

随着先进传感与监测技术的快速发展,实时获取随机退化设备的多源传感监测数据已成为现实,如何有效融合多源传感监测数据以实现随机退化设备剩余寿命的精准预测成为剩余寿命预测领域的研究前沿。针对多源传感监测的线性随机退化设备,提出了一种考虑随机失效阈值的数模联动剩余寿命预测新方法。该方法在离线训练过程中,基于多源传感历史数据提取的复合健康指标及据此线性随机退化建模预测的寿命,构建综合寿命预测值与设备实际寿命的均方误差及寿命预测方差的优化目标函数,形成复合健康指标提取与随机退化建模的反馈闭环,对多源传感器融合系数和复合健康指标对应的随机失效阈值分布参数进行优化调整,以实现复合健康指标提取与随机退化建模的自动匹配,即数模联动。在线预测时,根据提出的数模联动方法,融合实际运行设备的多源传感监测数据以获取复合健康指标,然后采用随机模型对其演变过程进行建模。同时,为使模型实时反映设备当前状况,提出了一种退化模型参数的贝叶斯更新方法,在此基础上基于首达时间得到了考虑设备失效阈值随机性的剩余寿命概率分布。最后,基于航空发动机的多源传感监测数据,验证了所提方法在改善复合健康指标特性和提高剩余寿命预测准确性方面的...     

基于LASSO变量选择的航空发动机相似性剩余寿命预测

由于航空发动机监测变量众多,传统方法直接选取性能退化趋势明显的变量进行寿命预测,所以提出一种基于LASSO(least absolute shrinkage and selection operator)的变量选取方法,结合相似性寿命预测方法有效提高了预测精度。基于K-means聚类区分不同工况,对航空发动机多个监测变量根据聚类结果进行变量转换。基于LASSO方法选取最优传感器变量。基于相似性方法进行航空发动机剩余寿命预测。将基于LASSO的变量选取方法与传统的根据退化趋势大小进行选择的方法进行剩余使用寿命预测的结果进行了对比研究。结果表明：基于LASSO选取变量的相似性寿命预测误差的标准差在3种运行周期下分别减少了约1.84、3.46、4.23。     

基于SAE-SA-1D-CNN-BGRU的涡扇发动机剩余寿命预测

为解决涡扇发动机监测数据维度高和寿命预测准确度低的问题,提出一种基于深度学习的寿命预测方法,开展了利用 神经网络获取涡扇发动机剩余寿命的研究。利用堆叠自编码（SAE）网络从高维传感器数据中提取健康因子（HI）,采用1维卷积神 经网络-双向门控循环单元（1D-CNN-BGRU）方法捕捉HI序列中的空间和时间特征,并引入自注意（SA）机制对捕捉的特征分配 权重,使用全连接层输出涡扇发动机剩余使用寿命（RUL）,以此构建复合神经网络进行面向涡扇发动机高维数据的寿命预测。结 果表明：利用NASA官方网站提供的涡扇发动机寿命试验公开数据集C-MAPSS对该方法进行验证,取得了均方根误差16.22和评 分函数225的结果。证明了基于SAE-SA-1D-CNN-BGRU的寿命预测方法可实现涡扇发动机寿命的有效预测,能为涡扇发动机 维修保障及健康管理提供有效决策支撑。     

基于晶体塑性的涡轮盘短裂纹扩展模拟方法

针对低周疲劳载荷下发动机涡轮盘早期短裂纹扩展行为,提出适用于工程结构的耦合晶体塑性（CP）理论和扩展有限元方法（XFEM）的多晶短裂纹模拟方法。该方法采用晶体内总累积分解切应变作为裂纹扩展判据并使裂纹沿最活跃滑移系对应的滑移平面传播。框架采用子模型技术/分区域网格细化以及宏-介观本构结合的方法解决真实工程结构和微观模型尺度不匹配的问题,在可接受的计算代价下预测了涡轮盘危险截面处的短裂纹扩展路径及速率。结果表明该结构内早期裂纹生长路径及速率受到晶体取向的影响而出现较大分散性,同时验证了基于CP-XFEM的框架在预测工程结构短裂纹扩展寿命及分散性上的可行性。      

基于典型飞行任务的CCA技术优势分析

基于典型飞行任务,在F-119发动机方案的循环参数基础上,对采用冷却冷却空气（CCA）技术的航空发动机性能开展研究,分析CCA技术对发动机总体性能及涡轮叶片温度的影响规律,评估采用CCA技术的涡扇发动机对其所装配飞机的飞行性能的影响。结果表明：针对仅预冷高压涡轮动叶冷却气方案,当保持冷却空气流量不变时,采用CCA技术可将涡轮冷气温度降低16.98%~41.21%,使得高压涡轮动叶表面最高温度降低8.89%~16.80%;当保持叶片表面最高温度不变时,采用CCA技术可减少高压涡轮动叶48.61%的冷却用气,且发动机的推力和耗油率等总体性能基本不变;针对同时预冷高压涡轮导叶和动叶冷却气方案,通过调整循环参数,在保持冷却空气流量和叶片温度不变的前提下,可使涡轮前最高温度提高6.91%,从而提高典型飞行状态下的航发推进性能,进而有效提升所配装飞机的起飞载质量、最大爬升率、最大马赫数、使用升限及航程等飞行性能。