一种计算金属二次电子发射系数的解析模型

精确的金属材料二次电子发射系数模型对于计算空间大功率微波部件的微放电功率阈值至关重要,而现有的二次电子发射系数模型在准确性和工程应用两方面不能兼顾。通过分析二次电子的逸出几率,结合修正的Bethe能量损失规律,建立了金属材料二次电子发射系数的解析模型。进一步以未清洗的和Ar离子清洗过的Ag材料为例,用解析模型对试验测量值进行了拟合,在获得解析模型中关键参数的基础上建立了Ag材料二次电子发射系数模型。计算结果显示,在不同入射角度下未清洗和清洗Ag 材料的模型计算值与试验值的均方差在4%以内,表明提出的解析模型在减少拟合参数的基础上能够获得具体金属材料精确的二次电子发射系数模型,可用于精确模拟空间大功率微波部件的微放电功率阈值和加速器内部的电子云浓度。     

星用活动部件在轨故障分析与启示

简要介绍了某卫星型号活动部件可靠性保证工作,重点对卫星在轨出现的活动部件故障进行了分析,并就薄弱环节改进进行了初步阐述。     

宽弦空心风扇转子叶片叶身结构设计参数分析

对空心叶片模型型腔和加强筋结构设计参数进行了分析;考虑到制造工艺可行性,采用ANSYS有限元软件对空心叶片模型进行了建模及应力分析。分析结果表明,加强筋数量增加,或加强筋与蒙皮厚度比增大,或加强筋扩散连接区域与非连接区域长度比增大,对蒙皮最大应力值影响不大,但对加强筋最大应力值影响较大。     

一种解大旋翼类雷达目标微Doppler模糊的方法

在单通道模式下,当雷达目标旋转半径比较大时,脉冲重复频率与微多普勒带宽之间可能会出现欠采样的情形,导致在时频面上发生微多普勒混叠,从而不能得到完整的微多普勒信息。针对此问题,提出了一种基于双通道干涉处理的解大旋翼类雷达目标微多普勒模糊的方法。文中详细推导了该模式下此类目标引起的微多普勒频率和微多普勒带宽的参数化表达式,分析表明其微多普勒带宽受一个正弦因子的调制而显著减小,从而使其满足香农采样定理,避免了微多普勒模糊现象。最后,数值仿真表明了理论推导和所述方法的正确性。     

某型号燃油调节系统

详细介绍了高空工作的某型冲压发动机燃油调节系统的调节方案和调节线路的工作原理,叙述了该调节系统有关参数的测量方法。最后,列出了该调节系统参加飞行试验的结果,考核了调节系统的工作性能和可靠性。     

一种基于螺旋桨部件特性的螺旋桨建模方法

通过缩比法,利用螺旋桨通用部件特性获得期望研究的螺旋桨部件特性,提出了飞行速度不为零条件下的螺旋桨数学模型建模算法,同时,借鉴缩比后螺旋桨部件特性、螺旋桨定桨叶角工作性能曲线以及螺旋桨空气动力学原理,分析了静拉力状态下的螺旋桨功率系数、拉力系数、桨叶角、螺旋桨静态推力进距比阈值以及螺旋桨几何设计参数的相互作用关系,提出了静拉力状态下的螺旋桨数学模型建模算法。所述算法与Gas Turbine Simulation Program (GSP)软件仿真数据进行了数字仿真对比验证。结果表明:所提出的螺旋桨建模算法具有有效性,在前进状态下,螺旋桨拉力相对误差最大不超过6.6059×10-6,需求功率相对误差最大不超过5.5098×10-6,效率相对误差最大不超过6.6955×10-6。      

基于虚拟现实(VR)的飞机部件装配工艺技术研究与应用

针对飞机部件装配产品批量小、型号多、装配工序复杂、精度要求高等问题,开展了基于VR的虚拟装配技术研究。产品在制造生产前,工艺人员在虚拟环境下规划产品的装配顺序和路径、选择工装夹具和操作方法,验证装配工艺设计的合理性,及时发现工艺中存在的各种设计缺陷、结构干涉等问题,直观科学地分析装配对象的可操作性、可视性、可达性,根据虚拟仿真模拟,修改和优化工艺方法、工装结构及生产线布局等,最终生成科学合理的产品装配工艺方案,缩短装配周期、降低装配成本、提高部件装配质量。     

基于近似模型的变循环发动机稳态性能分析及优化

针对变循环发动机可调节变量多的特点,基于变循环发动机稳态性能计算结果,提出了通过构建和利用近似模型对稳态性能进行分析、优化的研究方法,同时还建立了优化求解程序。以超声速巡航工况稳态性能的分析及优化为例,解析了主要变几何部件调节对推力和耗油率的影响,获得了满足优化条件的性能方案。与传统大范围变几何部件参数研究方法对比验证表明,该方法在提高设计效率方面作用显著。为变循环发动机性能分析及控制规律设计提供了一种研究方法。     

微波部件微放电效应综述

介绍了微放电效应的基本机理和研究状况,讨论了微放电效应的危害性和防护措施,指出了微放电效应研究的重要意义,并对微放电效应在工程上的一些应用作了简单介绍。最后说明微放电效应的一些需要继续研究的方向。     

基于深度监督的TransUNet可见光卫星图像分割

随着人造卫星技术的不断发展,给民用探测带来了诸多便利的同时,也带来了越来越多的挑战。精确定位卫星的重要部件,对故障卫星和太空垃圾的准确抓捕和维修至关重要。文章提出基于深度监督的TransUNet(Deep Supervised TransUNet:DSTransUNet)对卫星目标、星体和太阳翼进行像素级的识别与分割。通过对TransUNet解码过程中多层神经网络特征图进行深度监督,提高可见光卫星图像的分割精度,并进一步通过仿真方法构建卫星部件图像数据集,使用交叉验证的方法对DSTransUNet及7种现有神经网络深度学习方法的分割精度进行了评估。文章提出的方法对卫星星体的分割准确率达到90.51%±6.86%,对卫星太阳翼的分割准确率达到91.63%±13.07%,对宇宙背景的分割准确率达到97.43%±2.85%,对数据集的总体像素分割准确率达到了97.08%±3.37%,其分割性能优于其他神经网络模型。