纳米润滑材料和润滑添加剂的研究进展

介绍了纳米材料在润滑技术中的应用,包括纳米润滑油添加剂的研究进展(纳米材料的分散稳定性和摩擦学性能)等热点问题的研究,简要阐述了纳米复合润滑材料的研究进展;探讨了纳米材料的润滑机理。     

化学镀层的性能及基体的镀前处理

化学镀作为一种新兴的表面处理技术,已经广泛地应用于各个领域,化学镀的体系和工艺也得到了快速的发展。本文综述了近年来国内在化学镀应用与研究方面的进展,着重介绍了化学镀层的物理化学性能以及不同类型基体材料的表面活化技术。     

10kV IGBT固态脉冲调制器技术研究

描述了一种用于材料表面改性的新技术--等离子体浸泡式离子注入,以及它的关键设备--高压脉冲调制器.我们研制了1台用于材料表面改性的光纤隔离同步控制的10 kV IGBT固态脉冲调制器.试验结果表明技术性能优良,输出电压幅值可在1～10 kV范围内调节,脉冲宽度可在2～100μs范围内改变,重复频率可在10 Hz～8.5 kHz范围内变化;在纯阻性负载时,注入电压波形的上升时间和下降时间分别为350 ns和1.64μs;在等离子体负载时,由于电缆电容和下拉电阻较大,上升时间增加到2μs,下降时间增加到30μs;如果减小电缆电容和下拉电阻,上升时间可以进一步减小,下降时间可以减小到15μs.     

基于BP神经网络的材料疲劳寿命可靠性仿真

疲劳累积损伤是一个非稳态过程中以遗传算法优化后的三层BP神经网络来真实描述疲劳损伤的复杂关系，并检验了BP网络模型的准确性。考虑到材料疲劳损伤临界值和载荷的分散性，建立了疲劳失效动态准则，运用蒙特卡罗随机抽样法来仿真材料疲劳寿命的可靠性。对调质45号钢在随机载荷和两级载荷作用下，进行疲劳寿命可靠性仿真，与实验结果和理论分析比较吻合。     

宏观机敏机构的振动主动控制

研究了具有压电作动器与应变传感器的柔性连杆机构的振动主动控制问题。应用复模态理论对宏观机敏机构的动力学方程进行解耦,建立了包含系统噪声与观测噪声的受控系统状态空间表达式,并分别设计了离散LQG状态反馈控制器与离散Kalma。滤波器。宏观机敏机构的在线振动控制实验表明,柔性连杆的应变峰值降低了80％,机构的动力学性能得到了显著改善。     

相位共振／相位分离一体化模态识别技术

基于激振力矢量优化和虚拟验证技术，提出了一种飞机地面振动试验的相位共振和相位分离一体化方法。具有密集模态的法宇航GARTEUR飞机模型实验应用证明了这一方法的有效性。本项研究对于改进复杂飞机机体结构的模态识别质量和效率具有重要工程意义。     

ARALL层压板结构疲劳性能分析

目前在航空领域发展非常迅速的ARALL层压板结构和芳纶预浸料的制造工艺,预浸料在具有高的抗疲劳特性和拉伸特性的ARALL层压板结构中起到非常重要的承力和抗疲劳作用。本结构所采用的制造方法是纤维拉伸法,是一种能使ARALL结构的铝板层具有残余压应力,使纤维层具有残余拉应力的方法,从而改善了材料本体的抗疲劳性能。     

带密布气膜冷却孔的涡轮叶片等效应力分析方法研究

以带气膜冷却孔的航空燃气涡轮发动机涡轮叶片为研究背景,引入了等效概念对密布小孔结构进行了详细的应力-应变分析。这种等效分析方法是把多孔材料转化为具有等效材料常数的等效实体材料。根据MARC大型通用软件的线弹性及弹-塑性有限元应力分析结果,将小孔效应转化为等效弹性常数及等效应力-应变曲线。最后以某发动机高压涡轮工作叶片为例,将得到的等效材料参数引入到叶片的有限元强度计算中,从而得到考虑密布孔影响的涡轮叶片应力应变场,并通过子模型计算得到更为准确的孔边最大应力。     

计算风工程中κ-ε模型的一类边界条件

给定适当的湍流来流边界条件是计算风工程中一个重要的问题.然而通常情况下,由于问题的复杂性,很难给定一个既满足边界层自保持要求又与试验相符的边界条件.本文首先从模型方程本身出发,推导出一类近似满足κ-ε模型自保持边界条件要求的湍动能表达式.此表达式与有关文献建议的湍流边界条件比较,可以考虑湍动能随高度的变化,因而更符合实测规律;然后基于风洞试验数据,定义了一组κ-ε模型中的模型常数;最后通过模拟风洞试验的算例,验证并分析了此类湍动能边界条件配合试验常数,在标准κ-ε模型中模拟均匀大气边界层的适用性.     

一个改进的软件过程工程元模型ISPEM

对象管理组织(OMG)提出的软件过程工程元模型(SPEM)在软件工程过程领域具有较强的通用性和较好的建模能力。但是，软件过程工程元模型在一致性和表达力上存在不足。本文基于UML2．0活动元模型改进SPEM中活动的语义，采用泛化机制扩大实参的表达范围，细化形参和限制的表达粒度，使得改进的软件过程工程元模型(ISPEM)在语义上与软件工程过程领域的语义更为一致，表达力更强，更加符合软件工程过程领域建模的需要。