GE传感与检测科技在世界无损检测大会上展示创新技术

传感2与00检8测年科10技月在2世6界日无,G损E检测大会(WCNDT)1152号展台展出其在无损检测(NDT)解决方案领域最新的创新技术。本次GE展出的产品包括:(1)Phythm软件平台。Rhythm是一套集检测数据的采集、报告、检查以及存档功能于一身的软件平台。Rhythm的功能现已扩展到了超声波检测方面,     

基于hp伪谱同伦凸优化的火箭垂直回收在线轨迹规划方法

针对可重复使用运载火箭垂直回收轨迹优化问题,提出了一种带有最优终端时间估计策略的hp伪谱同伦凸优化在线轨迹规划算法。首先,考虑状态约束和过程约束的非凸性,采用无损凸化处理推力幅值约束;然后,结合同伦方法与不动点迭代思想将气动力与非凸质量约束转化为线性时变剖面,完成问题凸化;进一步基于hp flipped Radau伪谱法对问题进行离散化处理,将最优控制问题转化为参数优化问题,进而采用原-对偶内点法求解;最后,为进一步减少燃料消耗,提升经济效益,考虑最优终端时间难以在线确定的问题,结合解析推导与二次插值法,设计了最优终端时间快速估计策略。仿真结果表明所设计的轨迹优化算法最优终端时间估计速度快,收敛性能良好,具有较高的精度和计算效率,具备在线应用的潜力。     

航天火工装置无损检验方法标准简介

概述了航天火工装置无损检验对保证航天型号用火工装置的质量与可靠性、避免灾难性事故、提高发射成功率起的重要作用 ,分析了航天火工装置的中子照相、X射线和γ射线工业CT检验三项无损检验方法标准的共同技术要求 ,重点对这三项检验方法标准的适用范围及应用概况、检验系统仪器、设备配置和检验方法等技术内容作了介绍 ,并从型号研制需要出发 ,对尽快完善、配套航天火工装置无损检验标准 ,提出了建议     

复合材料(结构)粘接质量检测的错位散斑技术

系统地分析了错位散斑条纹的形成机制,并在多种条件(真空荷载、热流荷载、音频扫描荷载等)下对各种复合材料结构粘接质量进行了检测及评估,可检测出厚1mm层合板内直径>5mm的缺陷,夹芯结构内直径>10mm的缺陷;对于包覆层结构可检测出深度在12mm以内、直径>5mm的空隙脱粘缺陷,而零粘接力缺陷也能检测出厚度为2mm、直径>30mm的缺陷。同时引入相移技术使错位散斑检测方法不仅具备非接触、高精度和全场实时观测等特点,而且也实现了复合材料结构粘接质量的定量无损检测。     

大型推进齿轮电子束焊接工艺缺陷分析

研究了大截面电子束焊缝缺陷的无损检测分析方法,经试验证明和分析认为焊偏未熔合缺陷的形成原因是齿轮内部的剩磁和焊接过程中形成的热电(磁)效应,通过电子束反向补差对中施焊,能够消除焊偏未熔合缺陷。     

基于序列凸优化的高超声速滑翔式再入轨迹快速优化

针对具有热流、动压、过载以及多个禁飞区约束的再入轨迹优化问题,提出采用序列凸优化方法快速求解。利用归一化时间作为自变量解决终端时间自由问题,并引入辅助控制变量以减少序列优化结果中的高频振荡,在此基础上,通过线性化、离散化和非凸约束的凸化处理,将非凸非线性优化问题转化为二阶锥规划(Second Order Conic Programming,SOCP)问题,然后采用凸优化求解算法快速求解。数值优化结果与对比验证表明该方法能快速高效求解多约束条件下的再入轨迹优化问题,且计算效率和性能均优于传统的非线性规划方法。     

航空关键动部件的开裂分析及检测应用

针对航空关键动部件生产制造及验收试验中出现的提前失效问题，采用多种疲劳失效分析方法和工具，进行了疲劳试 验出现失效的原因分析，从宏观和微观分析、金相分析、能谱分析及疲劳试验过程中的应力分析等方面对产生的缺陷进行了系统 研究。了解了其疲劳开裂的原因，并对缺陷性质及零件制造工艺过程进行分析。结果表明：应力集中区是最容易出现开裂的位 置，也是检测的关键部位，要进一步加强在制件及在役件的表面缺陷的检测，细化其检测实施方式及关键控制点，是保证动部件试 验质量的关键。通过加强受力部位的无损检测，为及早发现和及时处理潜在的缺陷提供重要依据，从而降低关键动部件的试验失 败的风险，提高产品试验质量及使用寿命，有助于其它机型更好地改进检测的设计要求及应用，为其提供了重要的依据和研究方向。     

无损检验的现状及未来

介绍了无损检验技术的现状及对未来5～20年发展趋势的分析。无损检验技术用来对零部件进行定量测量,它包括一系列检验方法,如X射线、超声、目视、电磁、声发射、磁粉     

一种语音信号欠定盲分离的新方法

文章提出了一种语音信号欠定盲分离的新方法,引入了一种伪提取矢量的概念,并通过在信号采样点处选取对应的伪提取矢量,以恢复取值占优的源信号采样点的值,来实现欠定盲源分离。通过将该方法与传统的基于线性规划的欠定盲源分离方法分别仿真表明:文章所提出方法由于在信号的各采样点处无需优化,因此大大提高了信号分离的速度,语音信号的分离速度比基于线性规划的方法快数倍。