基于Gyroid结构空气加热管道设计技术

在高空飞行时，飞机处于较为极端的环境下，舱内工作人员的生活环境需要保障，采用空气加热设备对机组人员的生活环境进行调控是十分必要的。传统空气加热设备体积往往较大，且其加热的空气存在局部过热的情况。因此，本文提出了一种基于极小曲面结构的空气加热管路，通过3D打印技术制造加热模块，并将热源安置在其内部，减少了整体占地空间，同时增强了空气加热效果。该空气加热管道以出口空气的温度均匀性作为设计目标，并以结构的压降需求及外壁面最高温度作为约束条件，采用计算流体力学（CFD）仿真工具（Fluent）进行设计仿真，进而构建出结构各参数与设计目标的响应函数，并通过数学分析软件求得结构的最优解。最后，将其与传统加热设备结构进行仿真对比，发现新式极小曲面空气加热管可在保证压降的条件下实现整体结构热点温度的降低，且能均匀加热流经的空气。通过仿真数据，其出口处空气的温差保持在了3.3℃以下，相较于传统加热管道出口最大温差减少了94.9%，极大地提高了出口空气的温度均匀性。     

基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度智能预测

部分稳定氧化锆（Partially stabilized zirconia,PSZ）陶瓷因其优越的性能在航空航天工业等领域有广泛的应用。表面粗糙度是评价PSZ陶瓷磨削加工水平的关键指标，为了降低磨削表面粗糙度的预测误差，提出了一种基于相关性分析与卷积-双向长短期记忆神经网络（Convolution-bidirectional long short term memory neural network,CNN-BiLSTM）的PSZ陶瓷磨削表面粗糙度声发射预测模型。通过分析磨削声发射信号特征值与磨削表面粗糙度值之间相关性，筛选出磨削声发射信号与磨削表面粗糙度之间的最相关频段和特征矩阵，作为CNN-BiLSTM神经网络的输入参数以降低磨削表面粗糙度声发射预测的误差。研究结果表明，基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度的平均预测误差低于3.92%。     

基于PINN的复合材料自动铺放轨迹整体规划

自动纤维铺放能有效地提高复材构件的制造效率和质量。为满足复材构件的力学性能要求及铺放质量要求，在给定曲面目标域内生成铺放轨迹时需要同时考虑转弯半径、纤维角偏差以及轨迹间距等工艺指标。现有铺放轨迹规划方法大多在对基准轨迹进行优化后，通过路径密化生成铺放轨迹。这仅能保证所生成的轨迹满足单一要求，难以整体满足多个优化目标。为实现多优化目标下的复合材料自动铺放轨迹整体规划，本文将轨迹规划问题转换成为目标域内的泛函优化问题，利用内嵌物理知识神经网络（Physics-informed neural network,PINN）实现目标函数的求解，并提取目标函数的等值线作为轨迹规划的结果。相较于现有策略，本文提出的方法能整体兼顾轨迹的方向性、可铺性以及间隙质量，为实现先进复合材料自动铺放轨迹整体规划提供新思路。     

CFRP薄壁圆筒壳端面磨削工艺研究

阵列碳纤维复合材料管是由碳纤维增强复合材料(CFRP)薄壁圆筒壳阵列排布后粘接制备而成，兼具碳纤维复合材料和蜂窝结构的优异性能，是一种新型的可应用于深空探测反射面板的理想材料结构。由于材料和制备方面的特殊性，在阵列碳纤维复合材料管加工过程中会由于磨削力过大导致多种加工损伤，为其高效低损伤加工带来了挑战。本文开展CFRP薄壁圆筒壳磨削加工正交试验，系统研究磨削深度、切出角度、主轴转速、进给率对磨削力的影响规律和影响程度。研究结果表明:工艺参数对水平面合力的影响程度依次为进给率、磨削深度、切出角度、主轴转速，对轴向力的影响程度依次为切出角度、主轴转速、进给率、磨削深度。研究对阵列碳纤维复合材料管高效低损伤加工工艺的制订具有参考意义。     

铝锂合金曲面件超低温成形工艺

针对铝锂合金室温成形性差和热成形性能弱化的难题,利用发现的超低温下伸长率与硬化指数同时提高的双增效应,提出铝锂合金曲面件超低温成形新工艺.通过2195铝锂合金板材在不同温度和热处理状态下的超低温变形行为研究,确定发生双增效应的临界温度为低于-140℃,伸长率可提高至40％以上、硬化指数达到0.44;利用建立的超低温成形...