C/C-ZrC-Cu复合材料的微观结构与抗烧蚀性能

采用低温反应熔渗工艺,以Zr2Cu合金为熔渗金属,在密度为(1.25±0.05)g/cm3的毡基C/C复合材料中引入ZrC+Cu组分,以提高其抗氧化烧蚀性能.采用X射线衍射仪(XRD)、光学显微镜(OM)和扫描电子显微镜(SEM),分析C/C-ZrC-Cu复合材料的相组成与微观结构,在氧-乙炔环境下考核材料的抗烧蚀性能...     

执行器故障下的运载火箭非奇异终端滑模容错控制

针对存在未知外部干扰和执行器卡死故障的运载火箭,提出了一种基于非奇异终端滑模面的姿态跟踪控制算法。首先,建立了考虑干扰和执行器卡死故障的运载火箭姿态控制系统多输入多输出系统模型;然后定义了运载火箭姿态跟踪系统模型,针对定义的模型,设计了一种非奇异终端滑模面,使得系统在执行器故障情况下仍能较为精确地跟踪参考信号。基于李雅普诺夫函数证明了运载火箭姿态跟踪控制系统的稳定性和有限时间收敛特性。数值仿真检验了本文基于非奇异终端滑模运载火箭姿态跟踪控制算法的有效性。     

液体火箭发动机健康监控技术研究现状

液体火箭发动机健康监控技术是改进和提高运载火箭、航天器可靠性与安全性的核心技术之一,对其进行研究具有重要的学术价值和工程应用价值。液体火箭发动机健康监控技术的研究主要包括液体火箭发动机故障检测与诊断理论方法、液体火箭发动机健康监控系统两方面。该文介绍了基于模型驱动的方法、基于数据驱动的方法和基于人工智能的方法,阐明了液体火箭发动机故障检测与诊断理论方法的研究现状,通过对美国液体火箭发动机典型健康监控系统的介绍,阐明了液体火箭发动机健康监控系统研究的若干进展及现状,并对液体火箭推进系统健康监控技术的演变趋势作了简要评述。     

发动机用特种油滤网冲压过程质量控制

W型特种油滤网具有弹性好,抗冲击能力强等优点,在发动机管路系统广泛应用,然而,W型油滤网为薄壁、复杂横截面结构,冲压成形过程极易出现拉裂、起皱缺陷以及尺寸超差等问题,导致零件合格率低,批量报废。为解决W型油滤网冲压过程成形质量问题,基于ABAQUS有限元仿真平台,建立了W型油滤网冲压过程三维有限元模型,获得了优化工艺参数和模具结构尺寸。针对试验和试生产出现的质量问题,开展质量问题统计,获得质量控制措施,试验结果表明,采取的质量控制措施有效解决了油滤网冲压过程的缺陷问题,产品合格率提升至99%以上。优化后的加工工艺稳定,满足批量生产交付要求,说明采取的质量控制措施是合理的。该研究方法应用于"C型"特种油滤网生产,产品合格率达99%以上,研究方法具有普适性。     

火箭发动机涡轮泵故障检测及预测算法研究

涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。     

运载火箭并联双机姿控配平策略研究

运载火箭并联双机是一种常见的发动机推力矢量控制(Thrust Vector Control, TVC)方案,发动机与伺服机构可组合出不同的控制布局。针对液体运载火箭典型的4种并联双机摆发动机控制布局,开展了故障动力学建模仿真研究,基于运载火箭比例微分(Proportional Differential, PD)姿控方法,比对分析了不同故障模式的姿控配平结果,优选了并联双机摆发动机控制布局,最后应用控制重分配技术验证了故障下放宽滚动通道性能策略的有效性,结果表明不同的推力矢量布局故障适应能力不同,姿态重构技术在发动机推力较大故障下仍可保证运载火箭良好的姿控性能与稳定能力。     

高温合金渗Al-Si层的微观组织分析

利用SEM,XRD和EPMA详细分析K4104镍基高温合金料浆渗Al-Si的微观结构.结果表明,表层主要为富Al的β-NiAl CrxSiy化合物,过渡层主要为富Ni的β-NiAl相,内扩散层主要为β-NiAl相 富Cr相 γ'-Ni3Al相 Ni固溶体.     

基于模糊矩阵和神经网络的航空发动机磨损部位故障识别

滑油中的金属颗粒成分及含量反映了发动机部件磨损程度,利用光谱分析技术监测诊断发动机部件磨损故障。在分析发射光谱原始数据的基础上,提出基于BP神经网络的航空发动机磨损部位识别方法,并通过实例阐述了部位磨损识别的步骤。将待识别样本输入已经训练好的神经网络中,得到低压压气机轴承支座磨损故障模式。待识别样本中含有Fe、Al、Cr、Cu、Mg,与低压压气机轴承支座磨损故障模式存在的元素完全一致。与原始识别方法相比,本文方法得到的故障特征更加明显,所需训练样本更少,识别精度达到96.67%。     

卫星在轨故障定位的系统分析方法

近年发射的卫星数量与日俱增,在轨卫星故障案例也随之增多,造成许多重大损失。在此背景下,文章提出了一种卫星在轨故障定位的系统分析方法,给出了系统分析流程和方法,通过三系统关联故障分析、通路故障分析和总线故障分析将系统级故障逐步分解,转化为设备级故障,最终通过试验验证将故障定位,同时给出了计算机辅助分析方法。该方法系统性强,快速易用,定位准确,已经在多次卫星在轨重大故障定位中得到了应用,效果良好。