复合材料粘接结构超声声谐振检测技术

分析了超声声谐振检测技术原理,采用该技术对编织石英/酚醛树脂复合材料粘接结构进行了检测技术研究.结果表明:采用所建立的超声声谐振检测装置,对于厚度为7和9 mm编织石英/酚醛树脂复合材料粘接结构可分别实现Ф10和Ф15 mm以上的脱粘缺陷检测.     

脉冲爆震燃烧室管壁冲击冷却效果的数值研究

根据实验测量的脉冲爆震燃烧室壁温沿程分布,推算出符合脉冲爆震燃烧室特定频率下的准稳态热流阶梯分布;在此基础上,针对叉排阵列射流冲击冷却的脉冲爆震燃烧室壁面温度分布进行了数值计算.研究表明,由于冷却气流通道端壁效应的影响,靠近爆震燃烧室尾部的射流孔的冲击射流速度较大,热流最大的燃烧室尾部管壁的温度可以得到有效的降低,而燃烧室中部的射流由于受到前排射流形成的横流影响,对管壁的冲击冷却效果较弱,使得壁面温度的峰值向中部转移.在相同的环形冷却通道进口雷诺数下,阵列射流孔宜布置在脉冲爆震燃烧室中部,射流冲击间距比Z_n/d=1.5时,管壁的峰值温度最低而且整体的平均温度最小,较小的冲击孔直径对应的冲击冷却效果较好.      

7050-T7451铝合金试件的疲劳安全寿命估算

对7050-T7451铝合金试件的三类不同试样激光冲击强化处理,研究其7组疲劳寿命值,并对铝合金试件的疲劳试验结果分别用单侧容限因数法和二维Weibull分布法进行疲劳安全寿命估算及比较.结果表明,激光冲击强化作用大大提高了铝合金试样的疲劳寿命;在考虑置信度和可靠度的前提下,单侧容限因数法能得到一个确切的疲劳安全寿命估...     

超声冲击处理对2A12铝合金焊接接头疲劳性能的影响

采用超声冲击处理方法对2A12铝合金焊接接头进行全覆盖强化处理.通过弯曲疲劳对比试验,建立了未处理与超声冲击强化处理铝合金焊接接头试样的S-N曲线,分析了超声冲击处理对铝合金焊接接头疲劳性能的影响;通过接头组织、残余应力和断口形貌分析了超声冲击处理提高铝合金焊接接头抗疲劳断裂性能的微观机理.结果表明,超声冲击处理使2A...     

二次奖罚学习自动机

研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型（ＬＲＰ）不同,新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能优于ＬＲＰ,且对不同的环境,其具有不同的行为和特点。     

纳米ZrO2陶瓷二维超声磨削温度影响因素分析

本文采用人工热电偶法,通过普通磨削和二维超声振动磨削的对比实验,回归分析了磨削深度、砂轮速度、工作台速度等磨削参数对纳米ZrO2陶瓷磨削温度的影响.别外对纳米ZrO2陶瓷这种非线性材料的磨削加工进行有限元仿真,比较实验测量数据与仿真结果,确定仿真分析对实际情况的指导作用.     

AZ31镁合金早期力学性能退化非线性超声检测

针对镁合金材料早期力学性能退化问题,研究发展了一套可靠的非线性超声系数的测量实验系统,利用该系统测量了AZ31镁合金拉伸和疲劳试件的超声非线性系数.实验结果表明,在拉伸试件进入塑性应变阶段,疲劳试件在疲劳寿命的55%左右之前,超声非线性系数对镁合金材料力学性能退化具有很高的灵敏度.同时利用光学显微镜对拉伸试件的位错滑移...     

Mg-Sc-Y三元合金的微观组织和力学性能

稀土元素作为重要的镁合金强化相元素,其多元添加产生的影响并未得到充分研究。在Mg-Sc二元系的基础上将Y作为第三元加入,制备了Mg-5Sc二元合金及Mg-5Sc-0.5Y,Mg-5Sc-1Y,Mg-5Sc-2Y,Mg-5Sc-3Y,Mg-5Sc-3.5Y(质量分数,%)5种三元合金,并通过光学显微镜(OM)、扫描电子显微镜(SEM)、X射线衍射(XRD)及室温拉伸等试验,研究了Y元素的加入对Mg-Sc二元合金微观组织和力学性能的影响。结果表明:Y元素在合金中的主要存在形式为固溶态,富集于晶界处。随着Y元素含量的提升,合金晶粒度显著减小,屈服强度和硬度大幅提升,Mg-5Sc-3.5Y的屈服强度相比Mg-5Sc提升了约50%。该强度的提升主要是由细晶强化和固溶强化引起的。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。     

基于DDQN的运载火箭姿态控制器参数设计

探索了利用深度强化学习算法训练智能体,以代替人类工程师进行火箭姿态控制器参数的离线设计方案。建立了多特征秒的火箭频域分析模型,选定了设计参数。选择深度强化学习算法中的双深度Q学习(Double Deep Q Network,DDQN)算法,通过记忆回放和时间差分迭代的方式让智能体在与环境交互过程中不断学习。设计了对应的马尔科夫决策过程模型,进行了智能体的训练和前向测试。结果说明该方法对于运载火箭姿控设计具有一定参考价值。