基于方差分析的某轴流式压气机失速征兆起始检测

及时、准确地检测到压气机不稳定工作的征兆对于保障飞行安全具有重要的意义。为了对某涡喷发动机进行稳定性监控,对节流过程中的压气机机匣壁面静压信号进行了方差分析。分析表明,压力信号的方差可以表征压气机工作状态变化对信号脉动强度的影响,可以提前0 03s-0 07s检测到失速起始征兆,由于算法简单,该方法具有较大的工程应用价值。     

飞机环形结构的超声检测

分析对飞机“Ｕ”形环状结构件进行原位超声检测的三种方法,并指出了磨制探头斜楔时应注意的问题．     

受超声激励韧性金属的特殊力学行为分析

通过在自行开发和建立的超声激励材料拉伸实验系统上 ,对紫铜和低碳钢受超声激励作用下材料力学行为进行实验研究 ,以此为基础建立韧性金属材料在超声激励作用下的本构方程 ,探讨材料的一些特殊表现 ,如屈服点降低、硬化率降低和延伸率降低等。并对韧性金属材料的蠕变断裂行为进行分析 ,对这些特殊现象的形成机理进行初步探讨。结果表明理论分析与实验结果是一致的。     

智能型毫瓦级超声功率计的设计

智能型毫瓦级超声功率计主要用于医用超声源的测量,是采用磁电式力平衡机构抵偿超声辐射压力的方法测量超声功率,其特点是充分利用单片微机控制测量机构,实现自动平衡、自动测量、自动保护,使这种测量方法真正实用化。     

虚拟制造技术将得到广泛应用

虚拟制造技术是以计算机支持的仿真技术为前提,对设计、加工、装配等工序统一建模,形成虚拟的环境、虚拟的过程、虚拟的产品、虚拟的企业。     

用神经网络法密化加工列表轮廓型值点

介绍采用神经网络方法来处理数控加工列表轮廓的型值点的密化问题,列举了有关应用实例.     

复合材料结构健康主动监测中激励信号的优化

利用L am b波频散方程及其数值求解得到的频散曲线,对L am b波模式及激励信号中心频率范围进行预测。建立了试验测试系统,利用集成在复合材料层合板上的PZT压电陶瓷片作为驱动器和传感器,激励并接收结构中激发的L am b波信号。对具有不同函数形式、中心频率和波峰数的信号激励,结构中传播的L am b波模式进行试验研究,为激励信号的选择与优化提供依据。利用H ilbert-Huang变换及H ilbert谱提取传感器信号特征,提出了L am b波信号在结构中传播时的能量衰减率和损伤敏感度两个考察指标,并据此对激励信号进行优化。实验结果表明,优化后的激励信号在结构中能激发出单一模式的L am b波(S0模式),有效地抑制了多模式现象的出现。同时,激发出的L am b波具有最低的能量衰减和最高的损伤灵敏度,响应信号特征明显,便于损伤识别。     

一种新型微型杆式超声电机及其驱动原理

提出了一种新型微型杆式超声电机,并对该杆式电机的驱动机理进行了仿真。该电机采用两段金属柱体压紧5片压电陶瓷片作为定子。该定子结构和压电陶瓷片的布局方式可以提高其机电转换效率。为尽量减小定、转子之间的径向滑移以提高摩擦传动效率,电机采用了柔性转子,对原理样机及其微型驱动器进行了性能实验。电机的外径为9mm,长度为15mm,重3.2g。当电机工作在杆式定子的一阶弯曲频率(72kHz)附近时,电机实测最大转速为520r/min,最大输出力矩为4.5mN·m。实验结果表明,该电机具有良好的稳定性,利用频率自动跟踪技术对电机转速进行闭环控制,可以将其转速波动稳定在3%之内。     

整体叶盘抛磨技术研究现状及其发展趋势

整体叶盘的表面完整性对航空发动机的服役性能和寿命影响巨大,而抛磨技术是用于实现整体叶盘成性制造的一类关键技术。针对整体叶盘成性制造后不满足使用要求的问题,从材料特性、结构特征、加工要求3个层面分析了整体叶盘的抛磨特点;综述了手工抛磨、数控抛磨、磨粒流抛磨、磁力研磨、滚磨光整加工的发展历程、研究现状和抛磨效果,对比分析了各类抛磨技术的优势与局限性。在此基础上,提出整体叶盘抛磨技术的发展趋势,即探索形性协同式、多工序组合式的抛磨工艺,实现抛磨工艺的智能决策化,并向绿色环保方向转型发展。     

齿轮钢淬硬表面超声振动辅助磨削试验研究

为解决齿轮钢淬硬表面在传统磨削中加工效率低、表面完整性差的难题,引入超声振动辅助磨削加工技术。开展了淬硬齿轮钢AISI 9310和轴承钢GCr15切向超声振动辅助平面磨削加工对比试验,通过分析磨削力和磨削表面质量,对齿轮钢淬硬表面超声振动辅助磨削加工工艺进行研究。结果表明,超声振动辅助磨削能有效降低磨削力和比磨削能,随着材料去除率的增大,超声磨削力比更加稳定,有利于提高加工效率。利用本次试验数据建立的经验公式可以有效预测白刚玉砂轮磨削AISI 9310与GCr15淬硬表面时的法向磨削力大小,误差在10%以内。当磨削速度、工件进给速度和磨削深度分别为15 m/s、8 m/min和15μm时,相比于传统磨削,超声振动辅助磨削中AISI9310与GCr15的表面粗糙度分别降低了9.47%和7.39%,并减少了加工表面缺陷,有利于提高工件表面完整性。