基于微型涡喷发动机热喷流的无源流体推力矢量喷管的控制规律

流体推力矢量喷管型面固定、活动部件少、结构重量轻，能够为高机动飞行器提供有效的飞行控制手段，但无源流体推力矢量喷管热喷流的偏转控制规律尚未完全掌握。为了推进无源流体推力矢量技术的实用化，本文设计研制了适用于微型涡喷发动机的耐高温喷管模型，对该喷管在微型涡喷发动机热喷流状态下的控制规律进行研究。利用非接触光学显示和测量手段——红外热成像拍摄和粒子图像测速（PIV）技术对主射流流动特性进行研究，获得流动矢量角随二次流控制阀门闭合度变化的控制规律；利用六分量盒式天平测力实验研究无源流体推力矢量喷管的力学特性，获得推力矢量角随二次流控制阀门闭合度变化的控制规律。研究结果表明：该构型喷管在微型涡喷发动机热喷流下主射流连续可控偏转，最大流动矢量角为-12.3°/12.3°，最大推力矢量角为-12.9°/12.8°，控制规律接近线性，不存在主射流偏转突跳问题。     

越来越缺水的世界

在食物供给不稳定的地区，难以预测的恶劣气候，为土壤、植物与人口带来更剧烈的冲击。面对夏季热浪干旱侵袭，究竟需要怎样的水资源策略？     

流阻对200N单推-3发动机热试车工作特性的影响

管道及阀门内部流阻会显著影响发动机工作性能。为探究不同管路流阻大小下200N单推-3发动机工作特性，开展了光管和波纹管两种管路200N发动机热试车试验研究。结果表明：大流阻工况喷前压下降约42.8%。热试车前后喷前压振荡剧烈，不利于发动机平稳工作。管路流阻显著影响脉冲燃压，小流阻脉冲燃压建立约2.5MPa，大流阻脉冲工作燃压建立约1MPa，远低于前者；管路流阻显著影响阀门启动特性，大流阻状态下，阀门启动时间(T₈₀)约为小流阻状态的3.93～5.28倍，管路流阻对阀门电流影响很小；小流阻状态下脉冲冲量显著大于大流阻状态下的脉冲冲量，约为后者1.5～2.1倍。     

模块化自适应热控技术体系研究

针对现有的两种热控技术体系尚不满足未来航天器要求的在轨服务能力,文章结合热控单项技术在可维修、自适应方向的发展现状,从系统层面和热量的收集、传输、排散各环节对潜在的可维修热控技术进行了分析,提出了未来的发展方向,构建出新的"模块化自适应热控技术体系"。该技术体系基于热总线,主动热控装置、设备的适应性和鲁棒性更强。在此基础上,提出了可更换、可修复、可重构和可补充4种热控系统在轨维护类型,并初步研究了各类型的实施方案和可行性。     

一种利用水下激光冲击处理涡轮叶片残余应力的方法

为提高涡轮叶片疲劳寿命,探索了一种利用水下激光冲击强化方法处理涡轮叶片残余应力的技术。利用波长532 nm、脉宽10 ns、能量1.2～1.5 J、光斑直径1.0 mm的YAG激光器,对涡轮叶片榫齿部位进行了激光冲击强化处理。结果表明,水下激光冲击强化方法能有效消除、调整机械加工残余应力。当激光功率密度大于2.5 GW/cm~2且小于7.5 GW/cm~2时,随着功率密度的增加,表面残余应力也相应增加;当功率密度大于10.0 GW/cm~2后,表面残余压应力随功率密度的增加而明显降低;功率密度等于7.5G W/cm~2时,表面残余应力为-419.5 MPa,为最佳。     

热力学排气系统中节流效应及其冷量利用分析

为更好地理解热力学排气系统(TVS)的运行机理，优化其运行参数，针对节流装置，建立了热力学模型，讨论了节流过程中状态参数的变化规律，对比了单相气体、单相液体节流的性能特性，进一步揭示了焦汤节流效应的原理，分析了不同节流背压下节流前低温工质(液氢和液氧)压力和温度对节流性能的影响，并结合TVS实际应用，阐述了节流最大制冷量的利用效果，提出了优化的TVS工作区间。研究表明：在节流过程不发生相变情况下单相气体节流制冷效应要比单相液体节流制冷效应更加显著；而在节流过程发生相变情况下液体节流至两相后，由于空化吸热导致流体温度降低，对于液氢，0.5MPa的压降可产生接近3 K的温降。对于液体节流，节流前压力对节流过程影响可忽略，〖JP2〗而节流前温度和节流背压对节流过程起主导作用；对于液氢在在轨运行工况下，考虑到节流制冷量的充分利用，同时保证换热过程体积含气率不高于90%，推荐TVS系统中节流背压范围为75～143 kPa。     

基于冲击特征提取的旋转机械智能故障诊断

针对齿轮、轴承故障，提出了基于冲击特征提取胶囊网络的旋转机械智能故障诊断模型。在胶囊网络的构架基础上，将原始故障振动信号作为输入，通过构造首层小波核卷积层，针对性提取冲击故障特征，提高深度学习网络特征提取的可解释性。在小波核卷积层之后扩展一层卷积层，强化首层小波核卷积层提取的特征，将强化的特征经初级胶囊层、数字胶囊层输出分类结果，从而构造了“端到端”的小波卷积胶囊网络模型。通过对各层提取的特征可视化分析，证明了该模型对故障振动信号的冲击特征具有良好的提取能力。3个不同实验平台的数据集验证结果表明不同故障类型、不同故障程度的齿轮及轴承的识别精度最高可达到100%，并具有良好的泛化能力。