钛合金低压风扇机匣真空电子束焊分析

介绍了钛合金低压风扇机匣的结构特点，分析了其真空电子事焊接时编程复杂，焊接参数选配，焊后变形大等难点，提出了合理的爆接工艺方案，并着重阐述了降低零件爆接变形的措施。     

玻璃布蜂窝芯粘连及脱层故障原因分析及解决措施

歼七系列机用雷达罩夹玻璃布蜂窝芯在制造过程中常出现蜂格粘连以及脱层现象。从材料、工艺、设备等方面进行了分析，原因是设备选用不当、工艺参数不适合。选用土推式液压机，调整加压点生产出合格的蜂窝芯。     

无压痕电阻点焊

在通用气压传动点焊机上,通过点焊工艺试验,得出了获得无压痕焊点必须控制电板和焊接参数的结论。     

基于支持向量经验模态分解的故障率时间序列预测

 针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑制传统经验模态分解(EMD)的边缘效应;同时以LSSVM回归方式形成包络线,以取代传统EMD中的三次样条插值;然后,建立各IMF与RF的预测模型;最终,将各IMF与RF的预测结果相加以获得故障率时间序列的预测结果。仿真结果表明,该方法的预测精度较传统基于EMD的预测方法与单一预测方法有显著提高,可实现对故障率的准确预测。     

三维机织复合材料细观黏弹性梁模型

建立了两种组合梁模型,分别模拟3D机织复合材料内部和表面纤维束的细观结构,模型反映了纤维束细观结构和变形的周期性,考虑了纤维束的局部弯/剪耦合效应和局部偏轴效应。实验确定了一种树脂基体各向同性蠕变本构的参数,在此基础上建立了纤维束横观各向同性的蠕变本构模型,将基体和纤维束的蠕变本构应用于上述细观组合梁模型,用于分析3D机织复合材料宏观平均的黏弹性应力应变响应。用上述模型分析了一种环氧树脂/玻纤体系3D机织复合材料的细观应力分布和平均宏观模量,模拟了其蠕变、弹性回复曲线,模型预测与实验结果吻合。     

基于Boosting-SVM算法的航空发动机故障诊断

提出了一种利用支持向量机(SVM)作为弱基分类器、Boosting算法进行加权融合的航空发动机故障诊断算法.该算法具有支持向量机的强分类能力,又具有Boosting算法适合不均衡数据集的特点.为验证算法的有效性,采用外场实测的滑油光谱分析数据针对传动系统的轴承、减速齿轮和滑油系统3类故障进行了验证.为去除实测数据之间的冗余、降低特征维数,提高算法执行效率,采用主元分析(PCA)和粗糙集理论(RST)进行故障特征压缩和提取.利用实测数据构造了Boosting支持向量机分类器.最后,实验结果表明Boosting-SVM算法可以显著提高SVM分类器的推广性能.针对实测数据,3种故障平均识别准确率由79.4%提高到了85.7%.     

紧凑布局核心机驱动风扇级设计参数影响分析

以某核心机驱动风扇级(Core driven fan stage,简称CDFS)的气动方案为例,使用新版Denton程序通过数值模拟分析了气动布局、预旋分布和转子径向负荷分布对CDFS性能的影响。数值结果表明:利用CDFS静子取代高压压气机进口导叶是一种紧凑高效的CDFS气动布局;CDFS效率所受的影响主要来自转子效率的变化,工作裕度所受的影响主要来自静子负荷的变化;增加CDFS转子叶根的设计压比可以降低CDFS静子叶根的气动负荷,从而使CDFS获得更为均衡的性能。     

结冰条件下人-机-环系统的飞行风险概率

以结冰条件下的飞行风险量化概率为研究对象,基于蒙特卡罗飞行仿真实验对结冰条件下人-机-环系统的耦合特性进行了分析,并获取了飞行参数极值样本。构建了飞行风险发生的判定条件;对飞行参数极值样本进行了统计特性分析,验证了其厚尾分布特征。一维分布类型辨识结果表明广义极值分布对相对速度和迎角极值的描述精度最高。为描述二维变量对相关性的各自影响程度,提出了一种新的双参数变权重Copula模型;辨识结果表明该Copula模型能以较高的精度通过假设检验。相关性分析的结果表明相对速度和迎角同时出现极大值和极小值的概率较大。基于二维极值样本的Copula分布模型求出了不同结冰程度下的飞行风险概率值,探讨了飞行风险的非线性增长趋势。     

基于支持向量机的飞机空中结冰严重程度识别

为了保证飞机的飞行安全,必须对飞机空中结冰的严重程度作出较准确的判断。针对飞机空中结冰状况的复杂性,提出将支持向量机与二分法相结合的飞机空中结冰严重程度识别的算法模型。仿真结果表明,虽然该训练样本较少且为多参量分类识别,但是由于建立了多支持向量机且采用二分法的概率抉择能找到最佳的建立支持向量机的分类方式,所以找到了最佳的分类方式,提高了分类准确率,而且可以较准确地识别飞机空中结冰的严重程度。可见该方法可以在训练样本较少的情况下对飞机空中结冰严重程度作出较好的识别效果。     

基于支持向量回归机的数控机床 几何误差元素建模研究

针对数控机床几何误差元素建模时面临的误差样本数据少且呈非线性的问题,研究在小样本数据集非线性回归分析中具有独特优势的支持向量回归机,并基于此建立数控机床几何误差元素的预测模型。分析现有几何误差检测中常用的九线法所存在的测量选点难和计算累积误差等问题,提出增加每条测量线垂直方向直线度的测量和修正误差项计算模型的改进方法。以高斯径向基核函数为支持向量回归模型的核函数,运用交叉验证法,选取合适的模型参数,求解凸二次规划问题,进而建立几何误差元素的预测模型。以QLM27100–5X五轴龙门机床X轴为例,基于改进的九线法进行测量辨识得到几何误差样本数据,然后分别基于支持向量回归机和最小二乘法建立几何误差元素预测模型,对比两个模型的预测精度,结果显示,前者的预测均方差值MSE为0.0238,小于后者的0.072,验证了支持向量回归模型在小样本集下具有更高的预测精度。