冷挤压机载荷与缓冲参数关系的试验研究

 <正> 机械式冷挤压机在挤压过程中的冲击振动对模具和产品质量有严重影响。在工程上采取一些措施,但关于挤压载荷与缓冲参数关系,迄今未曾见到系统的报导。本文首先对挤压机缓冲装置工作时的动力过程作了系统的分析,建立了力学数学模型,进行了系统的计算,并在航空专用冷挤压机上作了系统的试验,测试了不同挤压材料、不同缓冲参数时挤压载荷、模具和机身应力的波形与数据。从而得出缓冲参数对挤压载荷的影响规律;缓冲参数对制件质量和挤压能消耗的影响趋势;缓冲参数间的相互制约关系等。发现了冲击载荷曲线前沿斜率对金属成形机器构件应变应力动态响应值有很大影响。     

动力吸振器用于飞机壁板减振降噪的研究

在对飞机壁板附加动力吸振器前后的振动分析基础上,设计了适合于飞机壁板安装的动力吸振器,在~块飞机壁板上进行了实验,结果与理论计算~致。研究表明,动力吸振器用于飞机壁板减振降噪具有良好的前景。     

喷丸强化残余应力场三维数值仿真分析

建立了喷丸强化三维有限元模型,实现了喷丸强化处理残余应力场的数值仿真。根据显式动力分析各种能量变化过程,确定了显式分析求解时间选择方法;研究了喷丸速度、弹丸直径、入射角度及摩擦力等因素对喷丸残余应力场影响的一般规律,并与现有相关文献试验结论进行对比;分析了单次和多次冲击下材料内部的残余应力场分布及塑性应变分布特点;建立了不同数目的多丸粒喷丸强化三维有限元模型,研究不同覆盖率对残余应力场分布的影响规律。数值分析结果表明,喷丸速度、弹丸大小、入射角度对残余应力场分布有显著影响。冲击次数对残余应力幅值影响小,但等效塑性应变增加明显。喷丸覆盖率的增加会显著改变残余应力场,并使残余应力场分布更加均匀,但残余压应力幅值与喷丸覆盖率没有必然相关性。     

航空动力技术发展展望

归纳总结了航空动力技术现状及当前技术前沿热点,分析未来需求,对先进动力技术的发展趋势进行了综合分析,并对我国航空发动机未来的发展方向进行了展望。     

一种新型的硅片转子调谐陀螺仪

本文介绍一种硅薄片转子调谐式陀螺仪。该陀螺仪继承了动力调谐陀螺仪的结构形式和工作原理,利用微电机驱动陀螺转子,利用两对扭杆和平衡环实现动力调谐,其扭杆、平衡环、陀螺转子和信号器、力矩器均由微机械工艺加工,转子偏角采用差动电容检测,力平衡反馈通过静电力实现。论文详细介绍了该陀螺仪的结构,分析了调谐条件和信号器、力矩器标度因数,讨论了信号检测与力反馈回路的组成与原理。硅薄片转子调谐陀螺仪的体积和质量略大于硅微机械陀螺仪,精度与动力调谐陀螺仪相近（理论可达0.01°/h或更高）,且环境适应性较好,成本低,适于要求较高精度和小体积的应用场合。     

二次奖罚学习自动机

研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型（ＬＲＰ）不同,新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能优于ＬＲＰ,且对不同的环境,其具有不同的行为和特点。     

基于二叉树支持向量机的装备故障诊断研究

本文提出了一种基于二叉树支持向量机的某型装备故障诊断方法,应用该方法构造了多故障分类器,并通过某型装备故障实例验证了该方法故障诊断结果的正确性,证明了该故障诊断方法具有良好的鲁棒性和推广性。     

基于分段高斯伪谱法的组合动力飞行器火箭挂飞轨迹规划

为解决受涡喷发动机技术水平限制,导致试验飞行器无法直接达到试验所需高度和马赫数的问题,采用可回收式助推火箭挂飞后分离的方法,基于分段式高斯伪谱法搭建弹道优化模型,结合引射火箭与飞行器特性设计试验窗口,设计了弹道优化模型的约束条件;以末端高度最高、速度最大及轨迹平滑作为单项性能指标,以其加权和作为总性能指标,通过改变单项...     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。