外部性、集群剩余模型及集群剩余分配

在经济外部性效应和集群结构变化基础上,认为集群剩余是集群内的组织,包括企业、政府、中介等行为主体在集群网络中所产生的内外部影响,且这些行为主体不可能都因自身的投入而获得一个可预期的固定报酬,总会有个体或群体分享一个不确定的报酬。在提出概念、模型的基础上,结合案例分析了集群结构变化,对集群内控制关系产生的影响,并就集群剩余在相关组织间的分配做了深入探讨。     

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。     

燃烧条件下火焰筒温度及噪声载荷特性实验研究

航空发动机燃烧室内部高温、气动及噪声等复杂载荷环境是导致火焰筒结构产生裂纹的主要因素之一，掌握火焰筒结构表面载荷特性及其与燃烧参数之间的关系，对于其强度评估非常重要。本文依据某型发动机真实构型设计了典型火焰筒试验件，搭建了模拟燃烧试验平台，发展了热电偶/示温漆组合测温和基于波导管的噪声测试方法，获得了不同燃烧状态下火焰筒表面的温度与噪声载荷分布特征，通过对比试验给出了进口温度、流量、供油量等参数对结构载荷的影响规律。结果表明，火焰筒表面噪声总声压级峰值超过150d B，总声压级、频率特性及分布特征与燃烧状态和结构振动特性等因素相关。     

中国民航旅客量季节性问题研究

中国民航旅客量的季节性波动是经济学研究的重要命题。选取中国民航旅客量时间序列数据作为分析对象，采用年度季节强度指数（R）与月季指数（Zt），揭示中国民航旅客量的年度季节集中性与月度季节变化规律。 R值整体上呈现逐年递增的趋势，指标随季节变化明显，且按一定规律分布。 Zt 值指示4月、7月、8月、9月、10月为旺季，其余月份为淡季。民航旅客量淡旺季与游客出游行为、节假日长短、气候等因素有直接联系。研究结论为解决中国民航旅客量的淡旺季问题提供基础数据，也为调整航空公司在淡旺季时的人员、航班及其他工作安排，为缓解航空客流量供需不平衡的矛盾提供决策参考。     

《航空材料学报》2014年第34卷目录索引

<正>~~     

飞机漂浮性分析的ACN计算方法

给出了刚性和柔性两类铺砌道面下，由飞机所需的道面厚度计算ACN值的方法。对于刚性道面，给出了不同刚度的地基下计算ACN的公式和计算系数。经三种具有代表性的机型进行验算，验证了方法的准确性。对大量计算数据的分析表明，地基类型和地基强度对ACN计算方法有很大影响，若要准确计算飞机的ACN值，可对ACN计算系数进行插值扩展，得到计算系数关于地基刚度的多项式。应用方法对某型飞机的漂浮性进行评估，结果表明有一定的工程实际意义。     

起落架轮轴偏角对轮毂结构强度影响分析

在飞机结构设计图纸上各类零部件都以静态刚体的形式表达,起落架机轮轮轴通常设计成与地面水平的形式,在地面载荷计算与结构强度分析时也通常以图纸为准进行计算分析,但在真实的地面使用物理场景中机体结构和起落架都会在受载后产生变形,轮轴轴线将与地面产生一个偏角,或者由于制造偏差和装配偏差等原因也会产生偏角,这些因结构柔性或者制造偏差原因造成的偏角对轮轴结构强度分析过程中准确性的影响有多大,在飞机设计精确化发展趋势的今天有较大的意义。本文基于有限元方法研究了典型地面载荷工况下,通过分析相同载荷状态、不同偏角状态下,某型民用飞机主起落架轮轴轮毂结构强度的变化情况,判断计算分析中是否应考虑轮轴偏角,为后续民机相关的结构强度设计提供参考。     

基于稀土Dy离子荧光强度比的温度测试技术

大面积表面温度测量技术在风洞测温领域中具有重要意义。为满足更高表面温度的测量需求,亟待开展新型测温技术及温度传感材料的研发。基于稀土离子的热耦合能级荧光强度比进行温度测量是一种新型测温技术。本文合成了一种温敏发光材料(YAG:Dy),研究了50～1 000℃范围内稀土Dy³⁺离子的一对热耦合能级(⁴F_9/2→⁶H_15/2,⁴I_15/2→⁶H_15/2)的跃迁发光强度比与温度的对应关系。基于该材料,本文开展了荧光强度比测温与红外测温仪测温的对比实验,实验结果表明：两者的测量结果有很高的吻合度,证明该温敏发光材料(YAG:Dy)可用于50～1 000℃范围内的温度测量。     

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。