基于热力学理论的固体推进剂粘弹-粘损伤本构模型

为了描述固体推进剂在不同应变率和围压环境下的非线性力学特性，首先通过假设推进剂非线性力学特性由损伤导致，基于不可逆热力学框架，推导出粘弹-粘损伤本构模型。在构建粘损伤模型时，以线性粘弹性应变能密度为损伤驱动力，并且引入了损伤历史、应变率和围压效应对于损伤增长的影响。然后利用文献中HTPB推进剂的围压实验数据对一维形式下的本构模型进行了参数获取、验证和预测误差分析。在获取损伤萌发参数S0时，基于时间-压强等效原理，构建了损伤萌发参数S0主曲线。最后采用NEPE推进剂单轴拉伸实验验证了本构模型对于当前固体推进剂大变形非线性力学性能的适用性。结果表明，损伤萌发参数S0随着围压和应变率的增加而增加。在应变率和围压的双重作用下，在相对压强5.516MPa，0.24s-1条件下的S0是相对压强0MPa，6×10-4s-1条件下数值的10.7倍。另外，模型对于HTPB推进剂抗拉强度的最大预测误差为6.15%，模型预测结果与两种实验数据重合较好，表明建立的粘弹-粘损伤本构模型可以很好地预测HTPB推进剂在不同应变率和不同围压环境下的力学响应和当前NEPE推进剂的大变形非线性力学行为，可为点火增压载荷下固体推进剂药柱结构完整性数值分析提供理论基础。     

不同钝化工艺SiO2薄膜的辐射缺陷

为研究不同钝化工艺栅介质用SiO₂薄膜的高能电子辐射缺陷特征，采用能量为1 MeV的高能电子在辐照注量为1×10¹⁵ e/cm²、5×10¹⁵ e/cm²和1×10¹⁶e/cm²下对三种不同钝化工艺（I，700 nm SiN + 500 nm PSG;II，1.2 μm SiN;III，700 nm PSG + 500 nm SiN）的SiO₂薄膜进行了辐照试验。拉曼光谱和X射线光电子能谱结果表明I和III钝化工艺SiO₂薄膜形成了非晶硅及双氧根离子，傅立叶红外光谱结果表明I钝化工艺SiO₂薄膜形成缺陷结构未知的A₁、A₂、B₁及B₂缺陷；II钝化工艺SiO₂薄膜形成A₁、B₁、及 缺陷；III钝化工艺SiO₂薄膜形成A₁、及B₂缺陷。     

一种可靠性增长试验抽样数Max-Min准则的反馈修正方法

对成败型航空发动机部件可靠性增长试验抽样数的确定问题进行了研究。推导出了初始故障数服从典型离散分布时的最小化最大准则(Max-Min准则),提出了一种逐次抽样样本估计值反馈修正方法。最后给出了一个应用实例,验证了该方法的有效性。     

飞机中故障导线特征阻抗的计算与分析

绝缘缺陷的导线系统会对飞机安全构成隐患。归纳分类了故障导线存在的常见绝缘缺陷,以导线系统中带屏蔽的单芯同轴结构和双芯结构两种型号的航空电缆为对象,计算典型绝缘缺陷下的特征阻抗,并通过ANSYS的有限元数值方法,解决航空电缆非对称性绝缘缺陷的特征参数的计算。分析四种绝缘缺陷对电缆特征参数的影响以及反射系数与特征阻抗之间的关系,从而给出绝缘缺陷的变化程度对反射系数的影响规律,对使用TDR方法进行导线绝缘状况的检测和诊断具有指导意义。     

双基推进剂包覆层界面脱粘敲击检测系统设计

双基推进剂橡胶包覆层界面脱粘降低了推进剂工作性能，使其运行存在潜在的安全隐患。针对此问题，设计并开发了一套由信号处理组件、自动化控制组件和智能诊断组件构成的敲击检测系统，旨在通过自动化控制与智能敲击诊断技术相结合，更加全面的获取待测件的状态，提高检测的准确性和可靠性。实验结果表明，敲击检测系统可以识别橡胶包覆层脱粘缺陷，并且当敲击检测分辨率为3~10 mm时，脱粘缺陷检测准确率≥87.5%；BP神经网络隐含层神经元数设置6或7时，故障识别效果良好，K-means聚类算法对敲击检测数据故障确诊率≥90%。综上所述，敲击检测系统具有较高的检测分辨率和准确率，可以实现对双基推进剂包覆层粘接质量的客观评价。     

变角度铺丝构件内嵌缺陷精确定位算法

采用自动纤维铺放技术生产变角度铺丝构件时,在通过平移参考路径方法获得完整铺层过程中剪丝操作将导致构件中产生间隙、重叠形式的内嵌缺陷。将参考路径设计为更具通用性和设计自由度的B样条曲线。针对开边柱面铺丝构件,通过延长参考路径、丝束等距、丝带平移、丝束剪断、缺陷定位步骤,提出了不同剪断策略下的内嵌缺陷精确定位算法,该算法适用于任意覆盖参数。最后开发了相应Matlab程序验证算法的有效性,并可视化铺丝构件中内嵌缺陷的分布情况。结果表明算法可以精确确定不同覆盖参数下内嵌缺陷的位置,可为后续有限元精细模型建立提供理论依据。     

基于YOLOX算法的飞机蒙皮缺陷识别方法研究

本文主要研究了基于机器学习的目标检测算法，介绍了YOLOX算法的基本原理和结构，讨论了利用YOLOX算法以飞机蒙皮缺陷为目标进行检测识别的应用。同时结合通道注意力机制对YOLOX算法进行改进，提高了检测精度。     

基于条纹投射三维测量的铆钉自动化检测技术

针对大型薄壁结构铆接点位自动化检测问题,提出了基于条纹投射三维测量的铆钉检测技术,实现了铆钉镦头尺寸特征高精度测量以及裂纹缺陷自动化识别。在传统条纹投射三维测量的基础上,引入高动态范围(HDR)纹理合成,提出二、三维结合的点云分割策略,实现铆钉尺寸特征高效提取。搭建深度学习神经网络,实现镦头表面缺陷识别。本文搭建了系统原理样机,以铆接桁条样品和标准器作为样件进行系统实验验证。结果表明:实验室条件下,该方法直径测量精度为0.040 mm,高度测量精度为0.013 mm,缺陷识别准确率可达99.30%。与传统方法相比,本文提出的方法更加易于集成,效率高,具有广泛应用价值。