3D-C/SiC复合材料拉-拉疲劳模量和电阻的变化

在室温最大应力为250MPa，应力比R＝0．1和频率为60Hz条件下，对3D－C／SiC复合材料进行了拉－拉疲劳试验。用共振法和电阻增量仪分别测试了杨氏模量及电阻的变化。结果表明：随循环次数增加，杨氏模量呈显著下降，缓慢下降和突然下降的变化规律。杨氏模量的下降大部分发生在疲劳循环的前600次。缓慢降低阶段约占疲劳寿命的94％以上，此阶段杨氏模量变化率与循环次数的对数近似呈线性关系，电阻变化率除首次循环降低外，随着循环次数增加一直在增加。增加规律大致可分为缓慢增加，台阶式增加和急剧增加三个阶段。材料的电阻变化率基本反映了纤维的损伤程度和破坏形式，可作为表征复合材料纤维损伤的有效参量。     

镀钴碳纳米管/环氧树脂基复合材料的制备及其微波吸收特性研究

采用化学镀法制备了表面镀钴的多壁碳纳米管，并将其均匀分散在环氧树脂基体中固化成膜，形成镀钴碳纳米管／环氧树脂基复合材料。采用透射电镜、X射线衍射及振动样品磁强计等对镀钴碳纳米管的形貌、微结构与磁性能进行了表征，还采用数字化网络分析仪对该复合材料在0．5～40GHz频段内的微波吸收特性进行了研究。结果表明：在相同的碳管质量分数(1％)和吸波介质层厚度(2．0mm)等条件下，与纯碳纳米管相比，表面镀钴碳纳米管的吸收峰往高频方向移动，吸收强度略有增加，但吸收频带并没有宽化趋势。     

小推力姿/轨控液体火箭发动机材料的研究进展

概述了国内外小推力姿／轨控液体火箭发动机新材料的研究和应用进展。姿／轨控液体火箭发动机推力室已从高性能铌／硅化物材料体系向复合材料推力室技术发展，研制出耐高温性能更好的新型材料体系和高温抗氧化涂层，以及将它们应用于发动机推力室的制造是提高姿／轨控发动机技术水平的有效途径。     

基于RBF神经网络的数字模式识别方法

在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。     

RFI工艺成型两种环氧树脂基复合材料性能比较

采用RFI工艺分别成型了648和5228A环氧树脂基复合材料层合板,其增强材料为碳纤维无屈曲织物,铺层方式为[(0,90)/( 45)]s;测试了两组层舍板的拉伸性能、弯曲性能和层间剪切性能并做了比较分析;对破坏形式和机理进行了探讨.结果表明:5228A相对于648环氧树脂膜有较宽的低黏度区域,较长的凝胶时间;5228A与648层合板相比,拉伸强度高106%,拉伸模量、泊松比接近;弯曲强度高58%,弯曲模量高16%;层间剪切强度高62%.     

陶瓷基复合材料高精度宏细观统一本构模型研究

基于高精度通用单胞模型(HFGMC)建立了陶瓷基复合材料(CMCs)的宏细观统一本构模型.首先基于CMCs的细观结构和损伤特点建立代表体元(RVE)并定义细观损伤变量.然后采用HFGMC模型计算细观损伤变量的演化,由此获得宏观应力应变曲线,从而建立了CMCs的宏细观统一本构模型.采用该本构模型预测了CMCs的宏观应力应变曲线,与实验结果吻合良好.结果表明该本构模型能够模拟CMCs的拉伸与损伤行文,为CMCs强度分析提供了有效手段.      

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

镍基单晶合金高温蠕变的θ映射模型

针对镍基单晶涡轮叶片蠕变的晶体方向性问题,运用θ映射法,在晶体滑移理论框架下,建立了能够描述镍基单晶合金各向异性蠕变的θ模型.利用文献中2种镍基单晶合金(DD3和CMSX-4)的蠕变数据,对所采用的方法进行了验证,并获得了2种材料各自对应的材料参数.理论预测值和试验数据基本吻合.结果表明:将θ映射法移植到晶体滑移理论中是可行的,能够用来模拟镍基单晶合金的各向异性蠕变行为.     

基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制

 针对一类模型未知的具有不确定性和外部干扰的多输入多输出（MIMO）非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数（RBF）神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。