薄板孔边挤压强化对低循环疲劳寿命影响的试验

为提高某压气机封严篦齿盘均压孔的疲劳强度,根据均压孔的具体结构形式,设计了三种冷挤压强化方法:单侧多次挤压法、柱形头挤压法和T形头挤压法.用两种材料(不锈钢1Cr11Ni2W2MoV和镍基高温合金3П742)设计加工了低循环疲劳薄板有孔模拟件,用两种工艺强化薄板有孔模拟件,同时进行了室温和高温温度的低循环疲劳对比考核试...     

喷丸强化对DZ4定向凝固高温合金高温旋转弯曲疲劳性能的影响

对DZ4定向凝固高温合金进行喷丸强化。利用表面轮廓仪、硬度计和扫描电镜等设备研究了表面粗糙度、显微硬度、组织结构等表面完整性的变化。在820℃高温下进行了光滑和缺口试样的旋转弯曲疲劳试验。结果表明,由于喷丸强化效应和弱化效应基本相当,喷丸强化工艺对提高DZ4定向凝固各向异性材料光滑试样高温疲劳性能效果不显著;但对于具有应力集中的缺口试样,由于喷丸弱化作用引起的应力集中效应被缺口应力集中所掩盖,喷丸强化效果比较显著。     

圆形肋柱通道强化换热流动机理实验研究

圆形肋柱广泛应用于涡轮叶片内部尾缘强化换热通道.针对圆形肋柱通道强化换热流动机理开展了实验研究,利用PIV技术得到相同雷诺数Re(1.0×104或2.0×104)下通道中心面的流场分布,并与稳态液晶测温实验得到的通道端壁努塞尔数Nu分布进行对比.结果表明:对于圆形肋柱通道,肋柱下游尾迹区后横向速度脉动强度分布和端壁Nu...     

涡轮叶片尾缘梯形通道异形扰流柱流动换热特性实验

针对叶片尾缘梯形通道内叉排排列的圆形、椭圆形、水滴形和哑铃形扰流柱的流动换热特性进行了实验研究.研究结果表明:在相同的进口雷诺数情况下,水滴形扰流柱的通道压力损失最小,仅为圆形扰流柱的57%;圆形扰流柱和哑铃形扰流柱的换热效果差异不大,比椭圆形扰流柱的换热效果高约20%,比水滴形扰流柱的换热效果高25%左右;进口结构形式对流动换热特性的影响不是非常明显,双排小孔的挡板通道内压力较大,但是换热效果也相对较好.      

7B50-T7451铝合金板材孔挤压工艺性能研究

采用挤压棒直接冷挤压的方法对7 B50-T7451铝合金厚板进行了孔挤压强化,对比分析了其孔挤压前后疲劳寿命;并与第三代高纯7050-T7451铝合金厚板孔挤压强化效果进行对比.通过扫描电镜(SEM)、透射电子显微镜(TEM)以及X射线应力(XRD)等方法,研究了两种合金的疲劳断口形貌特征、微观组织变化以及孔表层的残余...     

辐射板强化喷管换热与红外抑制效果试验研究

试验研究了在发动机喷管中加装金属辐射板前后,喷管壁面温度、热喷流温度与喷管红外辐射特征的变化.结果表明,加装金属辐射板后,热喷流与喷管壁面之间的热量传递显著增强,热喷流中心温度降低,壁面温度明显升高,在90°方向上,热喷流3 ～ 5μm波段的红外辐射强度降低了38.5％.文中从热喷流、喷管壁面以及金属辐射板等相关部件的温度变化情况对红外辐射强度的变化原因进行了解释.     

基于态势评估及DDPG算法的一对一空战格斗控制方法

已有的空中格斗控制方法未综合考虑基于专家知识的态势评估及通过连续性速度变化控制空战格斗的问题。基于深度确定性策略梯度（DDPG）强化学习算法,在态势评估函数作为强化学习奖励函数的基础上,设计综合考虑飞行高度上下限、飞行过载以及飞行速度上下限的强化学习环境;通过全连接的载机速度控制网络与环境奖励网络,实现DDPG算法与学习环境的交互,并根据高度与速度异常、被导弹锁定时间以及格斗时间设计空战格斗结束条件;通过模拟一对一空战格斗,对该格斗控制方法在环境限制学习、态势评估得分以及格斗模式学习进行验证。结果表明：本文提出的空战格斗控制方法有效,能够为自主空战格斗进一步发展提供指导。     

空间飞行器控制软件的动态自适应演化方法

空间飞行器在太空飞行过程中需要满足多任务、多工作模式以及大范围机动的需求,其控制系统在大范围机动飞行条件下存在大量的外界干扰和内部参数不确定,同时飞行器的自适应过程受限于资源,人工干预难度大,并且现有的成熟的动态自适应方法并不一定适合空间飞行器控制软件进行自主控制,所以目前对自主控制系统软件的动态自适应调整方法提出了更...     

TB6钛合金孔二次挤压残余应力及疲劳寿命仿真研究

二次挤压强化技术可以在保证底孔有足够的强化效果下,实现衬套与孔壁的紧密配合,从而有效提高连接件的疲劳寿命.采用仿真分析方法研究了二次挤压强化孔残余应力分布及疲劳寿命.首先,基于有限元软件ABAQUS建立了TB6钛合金构件二次挤压强化有限元模型,并分析了该仿真模型的准确性;其次,在有限元模拟结果的基础上利用疲劳分析软件M...     

基于深度强化学习的高超声速飞行器动态面控制方法

针对高超声速飞行器控制问题,通过将深度强化学习与动态面控制方法相结合,设计了智能姿态控制算法。首先,基于模型先验知识,采用传统的动态面控制方法设计控制器结构。然后,考虑跟踪误差和控制量幅值约束的情况下,采用深度学习算法完成对控制器参数的智能寻优,代替传统设计中的人工调参试错过程。为提升训练效果,在奖励函数中引入了控制量变化率。最后,通过数值仿真验证了所设计控制方法的有效性与鲁棒性。