基于DBN效能拟合的舰艇编队作战效能敏感性分析

针对传统的舰艇编队作战效能分析方法中存在的对数据利用不充分、对数据完整性要求较高的问题,提出了基于深度学习的效能拟合方法。从最具有代表性的敏感性分析方法Sobol指数法入手,利用深度学习方法优越的特征学习能力,基于深度信念网络（DBN）构建了效能拟合网络,结合无监督预训练和有监督调优实现了网络训练和参数优化,构建出效能拟合模型。将产生的数据应用于效能分析模型并与完全数据条件下的效能分析结果进行对比,验证了所提出的效能拟合模型对于不完全数据下的作战系统敏感性分析的有效性。     

整体壁板数字化展开建模方法

针对整体壁板零件数字化制造过程中对展开模型的需求,提出了一种整体壁板展开建模流程,针对曲面半径在2500mm以上的小曲率整体壁板零件,运用基于单元等变形的复杂曲面展开方法和基于单元变形能的复杂曲面展开方法对曲面展开,并以型号整体壁板零件为例,分别验证了运用两种曲面展开方法展开外形面及所创建板坯模型的效率和准确性.结果表明,基于单元等变形的复杂曲面展开方法适用于曲面半径在2500mm以上的小曲率整体壁板展开计算,展开的外形面及以此为基础建立的板坯模型形状尺寸准确,效率明显提高.     

基于队列的参数域T网格Bézier分割方法

针对T样条曲面Bézier提取中的参数域T网格的Bézier分片问题,提出了一种基于队列的参数域T网格的Bézier分片算法。该算法首先通过延伸T型参数点对参数域网格进行切分,之后通过计算每个参数点所耦合的T样条混合函数非零区域对参数域网格进一步切分。上述切分过程只需借助一个队列数组即可实现。通过实例测试,验证了本算法的有效性。     

纤维金属层板曲面零件成形技术研究

由于具有良好的综合性能,纤维金属层板在航空、航天等领域应用越来越多。但是,成形技术是限制纤维金属层板应用的主要困难之一。对纤维金属层板塑性成形技术进行了综述,分析了纤维金属层板成形性影响因素和成形过程的主要缺陷形式,介绍了国内外纤维金属层板曲面零件的成形技术进展以及近期提出的几种纤维金属层板成形新技术。最后,分析了纤维金属层板塑性成形存在的问题及瓶颈技术。     

基于激光扫描的零件毛坯优化设计技术研究

机加零件在飞机零件上的占比逐步增多,传统的毛坯尺寸、形状推导方法往往存在部分区域加工余量不足或加工余量过大的情况,导致毛坯加工中出现残品与浪费现象。针对这种情况,首先提出一种基于激光扫描的零件毛坯优化技术,将激光扫描技术应用于零件毛坯的优化设计,通过将毛坯点云与零件CAD模型拟合求解出毛坯在各加工面上的加工余量,其次研究了该技术的关键点并结合某型飞机某零件完成零件毛坯的可加工性评价与优化设计,相关应用取得了良好的经济效益。     

涡扇发动机异形曲面壳体零件整体成形工艺

涡扇发动机异形曲面壳体零件单位长度直径变化较大,传统的制造方法是采用分体成形、组合焊接工艺,所需工序多、质量控制环节多、使用可靠性差,采用粘性介质压力整体成形方法则可以较好地解决这一问题。通过有限元模拟和试验方法,分析了成形工步、粘性介质粘性附着应力对板材流动及壁厚变化的影响。研究结果表明,粘性介质压力成形可以控制变形区板材的流动,提高成形试件壁厚分布的均匀性,使直径比为1.38零件的壁厚减薄率控制在12%,适合于涡扇发动机异形曲面壳体零件的整体成形。     

反向工程中的曲面光顺算法

反向工程是根据产品模型快速制造复杂产品的主要方法之一,是CAD/CAM技术的重要组成部分.曲面光顺是反向工程中的重要技术.给出了一套简单的、实用的对曲面进行光顺的算法--检查处理错误点、单步光顺、手动光顺和自动光顺,详细介绍了前3种更偏向于工程实践的算法,讨论了这组算法的关系以及它们在反向工程中的应用.     

军机易损性分析中多重遮挡投影面积计算

利用B样条曲线曲面造型方法给出飞机及其各部件外形的数学模型,将其离散化为三角形面元,并采用改进的翼边拓扑结构来描述几何元素之间的关系.在此基础上,根据集合论中的包含互斥理论,提出了一种求取多个复杂几何形体在任意方向的投影面积的新算法.该算法可以有效地应用于飞机易损性分析计算中.实际应用表明该算法稳定、可靠,而且精度高.     

关于复杂自由曲面类构件铺放成形对刀策略

针对基于复杂自由曲面类构件的复合材料铺放成形技术领域中的对刀问题展开研究工作,对刀的策略和精度是判断构件模具制造精度和决定复合材料铺放成形质量的关键因素。借助设置在铺放头压辊处的激光测距探头,通过对位于模具上不同位置对刀点或校验点的探测,进行模具制造精度校核和对刀精准性判断。基于激光测距探头所探测数据,提出了针对一次性低成本模具和高精度可复用模具对刀点的设置方法以及对刀策略,利用该对刀策略进行翼身融合体的铺放成形实验进行验证,实验表明该对刀策略可有效解决复杂自由曲面类构件的复合材料铺放成形的对刀问题。     

基于神经网络的冷却剂热物性拟合方法

基于径向基函数神经网络（RBFN）和广义回归神经网络（GRNN）对火箭发动机冷却热物性进行拟合，并与BP网络进行了比较，结果表明，采用RBFN和GRNN进行物性拟合具有网络结构简单，计算精度高，训练速度快的优点，可方便地引入液体火箭发动机传热计算程序中。