压电陶瓷驱动电源及其在激光陀螺扫模中的应用

对压电陶瓷微位移器驱动电源与环形激光陀螺腔长调节原理进行了分析 ,在此基础上 ,设计了微机控制 0～ 30 0 V电压连续可调压电晶体驱动电源 ,并将其应用于自行设计的环形激光陀螺自动扫模系统。实验获得的扫模曲线表明 ,该驱动电源能够满足环形激光陀螺扫模系统的要求     

异种铝合金环形构件的搅拌摩擦焊接工艺

为实现异种铝合金环形构件的高精度装配与连接,文中设计一种卧式串联型轴向移动转径向伸缩的搅拌摩擦焊接工装。结果表明,采用此工装成功实现铝铜系/铝镁系异种铝合金环形构件的高精度装配与高质量焊接,接头内部质量达到了I级接头要求,接头的抗拉强度高于245 MPa,延伸率高于16%,且所有接头均断裂在铝镁系铝合金母材一侧,说明该接头的整体性能要优于铝镁系铝合金母材性能,解决了铝铜系/铝镁系异种铝合金熔焊易出现焊接裂纹的工程难题。     

导弹燃气弹射内弹道多目标优化设计

针对燃气弹射内弹道目标多导致传统穷举法寻优难的问题,在缩短初容段以提高车载机动性能的工况下,分析了环形隔板平滑弹底压力冲击、增大导流锥半径、减小筒底压力的流场机理,提出了第5块环形隔板和导流锥半径共同变化的结构方案;建立了基于优化拉丁超立方和六阶响应面的近似数学模型,利用多岛遗传算法和序列二次规划算法搭建了组合优化策略平台。数值结果表明,提出的结构策略能平衡4个优化目标间耦合关系,搭建的优化平台能克服穷举寻优计算量大的局限,算法组合策略能互补优点而迅速捕捉最优解;优化后,加速度峰值减小了6.6%,加速度曲线平稳性增加了79.5%,筒底压力峰值增加了16.2%,弹底热环境品质增加了6.1%。     

一种低压低功耗的环形压控振荡器设计

设计了一种低压低功耗的环形压控振荡器,它由电压电流转换（V to I）电路及5级延迟单元（delay cell）组成。单位延迟单元采用改进型差分结构,提高了上升及下降速度。同时总的延迟环路采用电容滤波技术,进一步改善了相位噪声性能。分析了环形VCO的相位噪声。电路采用SMIC13V33 1P6MLOGIC工艺,电源电压为1.2 V,仿真结果显示：VCO中心频率为350 MHz,调谐范围为（200-500）MHz,谐振在350 MHz时相位噪声位为-89.5 dBc/Hz@10 kHz,输出波形峰值为0.7 V,功耗为1.2 mW。该VCO可以应用于系统时钟锁相环中。     

基于PCA和HCM的西部陆海新通道国内段区域物流竞争力实证研究

为更好提升西部陆海新通道区域物流竞争力,该研究综合考虑物流发展规模软硬实力,从物流基础设施、物流业务规模、物流运输体量和物流经济基础四个方面构建西部陆海新通道区域物流竞争力综合评价模型,并运用PCA法和HCM,对12个行政区的物流能力进行实证评价和分析比较,得出区域物流竞争力的综合排名,并提出相关决策建议.     

浸入式贴体网格边界方法的对转桨扇非定常流动数值模拟

应用所提出的浸入式贴体网格边界方法和开发的CFD程序,进行了对转桨扇跨声速全周叶片流场的非定常数值模拟.介绍了程序流程、网格生成策略和求解器原理.分析了前、后桨叶尖涡、尾缘涡的非定常干扰对叶片表面流场的影响.统计了对转桨扇的推力、功率和推进效率的非定常波动,并同NUMECA模拟的定常结果进行了对比,结果发现两种模拟得到...     

分级歧管微通道阵列散热器流动与散热特性研究

针对航天器通信、激光、雷达等高功率载荷关键部件面临的高热流密度散热难题,开展分级歧管微通道阵列散热器研究。通过歧管结构引入射流效应并缩短散热通道长度,在保证高效散热的同时降低流动阻力。在10 mm×10 mm的硅芯片上使用微机电系统(MEMS)工艺加工3×3阵列的微通道散热器,散热器中微通道宽度为40μm,深度分别为40μm,150μm,300μm。搭建试验装置并研究散热器的流动与散热特性,通过改变入口流率、通道深度及工质种类获得不同参数对歧管微通道散热器内单相流动和散热性能(即压降、温度分布及换热系数)的影响,并在压降小于40 kPa的条件下实现了超过平均450 W/m~2的散热能力。文章的研究成果可用于航天器高功率载荷的高效散热。     

等径弯曲通道变形镁合金的搅拌摩擦焊接

研究了等径弯曲通道变形AZ31镁合金的搅拌摩擦焊工艺,对焊缝的成形特点和力学性能进行了分析.试验结果表明,对厚为15mm的等径弯曲通道变形AZ31镁合金板,工艺参数对焊缝成型有很大的影响,成型性能对焊接速度的敏感程度较铝合金板要大,当焊接速度为37.5mm/min和搅拌头旋转速度为750r/min时,可以获得较好的焊接质量.     

基于神经网络的旋转肋化强弯曲U型通道内压力分布特性预测

依据部分实验数据．利用神经网络对旋转肋化强弯曲U型通道的压力分布特性进行了预测。计算结果表明，当积累了一定的实验测量数据后，经过训练的人工神经网络能够对更高转动数下的通道内压力分布特性进行预测。但是由于U型通道内压力分布的强烈非线性特性，当实验数据较少时，这种预测能力将显著下降，甚至完全丧失。因此，积累相应的实验数据对于基于神经网络的U型通道内压力分布特性的预测是必要的。