典型国产双极工艺宇航用稳压器单粒子闩锁 效应研究

通过对某国产双极工艺宇航用稳压器进行不同LET值重离子辐照试验,实时监测器件输出电压的变化幅度和器件供电管脚电流,准确评估了器件抗单粒子效应性能。研究结果表明器件发生单粒子瞬态效应阈值小于5 MeV·cm 2·mg -1 ,当辐照重离子LET值增加至37.37 MeV·cm 2·mg -1 时,诱发器件产生单粒子闩锁效应,器件供电管脚电流由6 mA陡增至24 mA。在分析重离子试验数据的基础上,借助脉冲激光获得了器件内部单粒子效应敏感区域位置和结构特征。分析认为由于芯片内部多个功能模块共用一个隔离岛,同一个隔离岛内的器件之间形成的寄生PNP管与隔离岛内NPN管形成了PNPN可控硅结构,当入射重离子LET值足够大时将诱发寄生PNPN结构导通,进入闩锁状态。采用模拟软件Spectre实现了电参数级的瞬态故障注入模拟,复现了该双极工艺结构下单粒子闩锁效应现象。     

氢氧火箭发动机组件研制阶段可靠性技术综述

氢氧火箭发动机是火箭的"心脏",必须具备极高的可靠性,才能够保证发射成功.国内外针对氢氧火箭发动机开展了大量的可靠性工作.在发动机的研制阶段,通常是按照自下而上的思路,从组件的失效机理出发,开展稳健设计和试验验证,来保证氢氧火箭发动机的高可靠性.组件的可靠性工作主要是基于失效机理开展分析、监测、试验验证和设计改进;同时...     

C/C复合材料ZrC/SiC抗烧蚀涂层性能研究

综合利用固相浸渗法和涂刷法,在C/C复合材料表面制备了一种ZrC/SiC抗烧蚀涂层.通过氧-乙炔实验测试了所制备ZrC/SiC涂层的抗烧蚀性能,并用XRD、SEM分析了涂层烧蚀前后的物相组成及微观形貌,研究了涂层的抗烧蚀机理.结果表明,此ZrC/SiC涂层与基体的结合性能及热稳定性能良好;涂层烧蚀机理是热化学烧蚀、热物...     

均匀和畸变进气条件下轴流压气机失速分析

利用逐叶排的非线性模型,模拟了单转子压气机在均匀进气条件下失速的形成和发展过程,对失速特征参数的预测结果与试验结果基本相符.模拟了周向稳态总压进气畸变对单级轴流压气机失速特征的影响,畸变进气对压气机的失速特征参数影响不显著,但是畸变流场与失速流场的耦合作用激发轴向气流振荡增强,使压气机呈现出轴向与周向气流振荡两种失稳模态,它们的相互作用对压气机失稳具有重要影响.     

RSS飞机深失速走廊特性分析

以放宽静稳定性战斗机Ｆ－１６为例,讨论了深失速走廊特性,利用具有非线性气动力的简化运动方程,分析了飞机深失速特性;应用反应积分技术确定出了深失速走廊－深失速平稳点的收敛区域。     

民用飞机失速尾旋(螺旋)事故

尾旋是飞机在失速后发生的一种特殊的旋转运动,此飞行状况常常导致飞机的失控坠毁,所以民用飞机在飞行中不允许出现尾旋。但由于种种原因,民用飞机尾旋事故还是时有发生。收集了以往民用飞机发生尾旋事故的实例,详细呈现了飞机尾旋的大致过程,为避免尾旋事故的发生提供参考依据。     

ADN与AP/RDX/Al相互作用及机理

采用高能氧化剂ADN部分代替AP,分别设计了AP/RDX、AP/RDX/Al、ADN/AP/RDX、ADN/AP/RDX/Al四种组分体系,利用差示扫描量热技术,研究ADN与高能组分的相互作用,尤其是对组分体系放热量的影响。结果表明,ADN的加入使ADN/AP/RDX组分体系的放热量增加了1.6倍,使ADN/AP/RDX/Al组分体系的放热量增加了1.68倍。同时,采用热-红-质联用技术,通过对分解产物的结构鉴定及整个过程中红外光谱强度和质谱质子流强度变化规律的研究,发现ADN的加入导致组分体系热分解反应生成更多的标准摩尔生成焓小的生成物,使得热分解反应的焓值更小,放热量增加。     

Eckardt离心叶轮失速流场非定常特征分析

为明确离心压气机失速流场特征及类型,对Eckardt离心叶轮进行全通道非定常流场模拟,得到以下失速流场特征结果:(1)叶片前缘叶顶区域明显存在4个突尖型失速团,同时前缘涡、通道涡和低速二次涡共同作用形成流道内的非定常不稳定流动,诱发旋转失速;(2)与轴流叶轮突尖失速特征相似,离心叶轮内同样存在前缘溢流,但不存在尾缘反流,而呈现与径向和周向扭曲结构相关的新特征:叶顶间隙流与流道中的偏转二次流汇合,形成尺度更小、范围更大的低速二次涡。经进一步的空间傅里叶分析,确定失速团以60%～73%的叶轮转速沿周向传播,且由叶轮入口向下游移动,伴随发生涡脱落和破碎,使流场进入深度失速状态。通过分析这些失速流场特征,得出离心叶轮中突尖失速特征与轴流相比既有相同之处也有不同之处的结论。     

UHMWPE/LDPE层合板复合材料损伤声发射信号识别

为了掌握UHMWPE/LDPE复合材料的损伤机理,运用声发射技术结合聚类分析方法建立不同损伤形式的声发射信号训练样本,通过神经网络实现损伤信号的识别,并分别探讨了训练函数、传递函数、网络结构等因素对识别率的影响。研究表明,由系统聚类可提取幅度、峰值频率、持续时间为模式特征,结合Kmeans聚类可建立11个类别共583信号的训练样本。以混淆矩阵为识别率指标,当训练函数为traingdx、隐层/输出层传递函数为tansig/logsig、隐层神经元数量为70时,网络的识别率达97.2%,为基于声发射技术的热塑性基体复合材料损伤识别提供参考。