气体渗碳过程中表面碳浓度增长规律及传递系数β的探讨

从动力学角度研究了气体渗碳过程蝇表面碳浓度增长的规律；得出了气体渗碳过程属于界面反应和扩散的混合控制型的结论；讨论了碳传递系数β     

激波冲击锯齿形界面的气泡竞争实验研究

通过实验在激波管中研究了平面激波冲击锯齿形界面的流动不稳定性演化过程,重点关注锯齿形界面初始顶角角度对气泡竞争的影响。利用肥皂膜技术生成初始气体界面,并采用高速摄影结合纹影方法对波后流场进行观测。结果表明:在界面发展早期,大、小界面几乎独立发展,说明气泡竞争在早期不起作用;随着时间发展,气泡竞争起作用,且随着锯齿形界面角度改变而变化,角度越小,界面上产生的斜压涡量越大,界面发展越快,气泡竞争越早出现且作用越显著。气泡竞争能够促进大气泡、抑制小气泡的振幅增长,且对小气泡的影响更大。气泡竞争同时会导致尖钉结构扭曲,进而改变界面总体振幅。气泡头部位移差在进入非线性增长之前会经历两个线性阶段,且第二个线性增长率较小,表明非线性效应在该阶段具有重要作用,大气泡受到非线性效应的影响更大。不同条件下的气泡位移差无法归一化,说明初始顶角角度对气泡竞争和界面演化具有重要影响。     

一种大型固体火箭发动机界面脱粘缺陷的无损检测方法

针对列装部队服役产品现场开展固体火箭发动机燃烧室界面粘接质量无损检测的需求,研制了一种针对大型固体火箭发动机燃烧室推进剂/衬层/绝热层界面脱粘缺陷的无损检测系统。该系统基于机电阻抗频率响应函数方法,由多通道高速数据采集设备、压电主被动传感晶片、激励装置和软件评估系统组成,利用激励装置敲击固体发动机壳体待测结构表面,通过Lab VIEW数据采集程序测得响应信号,根据机电阻抗频响波形特征及波峰数量判断界面脱粘缺陷。当燃烧室绝热层/衬层/推进剂界面结构完好时,频响函数曲线仅有一个明显平滑的主波峰,当燃烧室绝热层/衬层/推进剂界面出现脱粘缺陷时,频响函数曲线的波峰数量增加,呈现明显的锯齿波形状。该方法便捷高效,非常适用于大型固体火箭发动机总装后整体产品燃烧室界面粘接质量的快速野外排查,也可进行长期的燃烧室界面状态健康监测。     

一种单室双推力发动机装药Ⅱ界面粘接性能研究

根据单室双推力发动机装药的特点,对厚度绝热层、衬层的预反应及预固化衬层在真空状态下垂直存放等绝热衬层加工工艺条件对装药Ⅱ界面粘接性能的影响进行了研究,并提出了改善界面性能的技术途径。     

界面捕捉中耦合Level-set与VOF算法

针对传统的level-set方法在处理界面问题时守恒性差的缺点,提出了一种耦合level-set方法和VOF方法的算法(CLSVOF)。不仅保持了level-set界面光滑性好的特点,还结合了VOF高守恒性的优点。Level-set方程的求解采用五阶WENO格式,而VOF的体积分数输运方程采用Gueyffier的界面重构方法求解。三维数值计算结果表明这种耦合算法对level-set的守恒性有明显的改善。     

飞机驾驶舱显示界面脑力负荷判别预测生理模型

针对飞机驾驶舱显示界面脑力负荷的客观判别预测问题,综合采用事件相关电位(ERP)、心电图(ECG)和眼电图(EOG)3类生理测量技术,结合主观测评法和绩效测评法,在同一飞行实验任务中开展脑力负荷的实验测量与数学建模研究。实验结果表明:随着脑力负荷的增加,ERP测量技术中的失匹配负波(MMN)成分的峰值幅度(在Fz电极处)显著增加,P3a成分的峰值(在Fz电极处)显著降低;ECG测量技术中的心率变异性指标全部窦性心搏RR间期(简称RR间期)的标准差(SDNN)的数值显著降低;EOG测量技术中的眨眼次数显著降低。在此基础上,基于Bayes判别方法构建了脑力负荷判别预测生理综合评估模型,并将生理综合评估模型判别结果与NASA任务负荷指数(NASA_TLX)量表判别结果进行了比较,生理综合评估模型判别结果略高于NASA_TLX判别结果。该模型为飞机驾驶舱显示界面脑力负荷状态的客观、实时判定和预测提供了一种新的方法,同时也为中国正在研发的新型战斗机和大型客机驾驶舱显示界面中的人为因素适航审定工作提供了新的符合性验证工具。      

复合材料共固化T型加筋界面脱粘的压电监测技术研究

利用多通道结构健康监测扫查系统,监测了T700／BA9916复合材料共固化T加筋在拉脱载荷作用下界面脱粘的起始、扩展到破坏的全过程。设计了不同突缘长度、厚度和不同面板厚度的几种刚度搭配的T加筋。结合实验观测,提取了与界面脱粘相关的信号能量和峰值等特征信号,探索并建立了能量损伤指数（EDI）和峰值损伤指数（ADI）等脱粘判据,提出了监测复合材料损伤需要重点突破的压电传感技术。     

基于形态分量分析与阶次跟踪的齿轮箱复合故障诊断方法

针对变转速下齿轮箱复合故障的故障特征提取,提出了基于形态分量分析与阶次跟踪的齿轮箱复合故障诊断方法.该方法根据齿轮箱复合故障振动信号中齿轮和滚动轴承故障成分的形态差异性,先用形态分量分析将其分解为包含齿轮局部故障信息的谐振分量、包含滚动轴承局部故障信息的冲击分量和随机噪声分量,再根据实测转速信号分别对谐振分量和冲击分量进行包络阶次分析,根据各包络阶次谱诊断齿轮箱复合故障.算法仿真和应用实例表明:该方法能有效分离变转速下齿轮和滚动轴承的故障特征,且其故障特征提取效果要优于传统的包络阶次谱方法.