评定复合材料的超声换能器的研制

由于复合材料结构的特殊性,对检测用的超声换能器提出了较高要求。论文系统分析了换能器的振动等效电路和振动方程,详细讨论了影响换能器性能的主要因素,成功研制出了符合使用要求的换能器。     

微小交错流道散热块传热性能

实验研究微小交错流道散热块的传热性能以及热阻系数.随着Re数增加,交错流道与直通流道内流动换热性能均会升高,前者的变化更加显著,对流热阻系数与Re数接近指数关系;相同Re数条件下,交错流道对流热阻系数约比直通流道下降18%.散热块底面温度分布明显不一致,流体轴向温升对温度分布影响显著,温度在空间与时间上均有波动;预测交错流道在Re数为700左右开始发生流动转捩.      

半封闭肋化通道射流冲击的实验

运用红外热像测试技术对半封闭肋化通道单排孔射流冲击进行了热像显示实验,揭示出射流雷诺数、冲击间距、肋型排布方式对传热特性的影响规律,并开展了冲击孔流量系数的研究.结果表明:在本文研究范围内,冲击间距与孔径比Zn/d=1时壁面射流区换热效果最好;V型肋化通道在壁面射流区获得了最佳换热效果;冲击孔流量系数随雷诺数增加而变大;在其它工况相同的情况下,V型顺流肋化通道内冲击孔流量系数最大.      

半封闭肋化通道射流冲击换热特性的数值计算与实验验证

 运用数值计算的方法对半封闭肋化通道单排孔射流冲击冷却进行了三维模拟,并采用红外热像测试技术对冲击靶面的温度分布进行了实验研究,揭示出各种流动参数和几何参数对冲击射流传热特性的影响规律。研究结果表明：数值计算与实验特征基本吻合;冲击间距对肋化部分的换热影响较大,在本文研究范围内,Z-n/d=1时壁面射流区的换热效果最好;由于产生了两个方向的二次流,V型肋化通道在壁面射流区获得了最佳换热效果。     

行星软着陆GPS有模型强化学习制导方法

由于距离地球较远、测控延时误差较大、飞行环境十分复杂且难以提前预测，行星软着陆的自主制导技术目前存在水平位置估计困难、导航参考信息匮乏、复杂地形着陆困难等挑战。针对行星软着陆存在的困难和挑战，提出了基于引导策略搜索算法的有模型强化学习制导方法，实现了着陆器在初始状态受到扰动时，无需重新规划，仍能在满足约束条件的情况下降落在指定位置。该方法将迭代线性二次调节器作为控制器，产生初始轨迹；其次，使用多层神经网络拟合制导策略；最后，利用控制器监督策略学习，进而收敛产生可行策略。针对行星表面软着陆的仿真验证结果显示该算法仅通过几次循环，即可以实现初始状态变化的快速软着陆。一方面表明了基于有模型强化学习的数据高效利用率，另一方面也证明了强化学习方法在深空探测领域中具有广阔的应用前景。     

飞行器管路异质界面损伤超声导波传播机理仿真分析

超声导波具有在传播路径上能量衰减小,传播距离远,可以实现大范围、全方位管路监测的优点,在航天飞行器管路监测领域具有巨大的潜在应用价值。建立了飞行器管路损伤和典型管路异质界面(焊缝、充气/充液管路)模型,研究了超声导波在管路损伤和典型异质界面耦合中传播机理,为飞行器管路损伤提取和定量评估提供了有效的分析手段。     

基于数据驱动的可控变形叶型优化方法

重点研究了综合考虑变形代价及气动收益的可控变形叶型优化设计方法。利用机器学习算法构建叶型几何与关键气动参数之间的预测模型，量化变形代价及气动收益，并搭建贝叶斯优化框架进行寻优。结果表明：基于机器学习的预测及优化框架能够准确预测风扇变形后的气动性能，且在考虑变形代价的条件下对叶型变形收益边界进行评估。主要结论是利用机器学习算法结合叶斯寻优框架可以获得兼顾变形代价以及气动收益的变形方案。相比于单纯的气动优化方案，此方案可以在保证气动性能提升的同时，使叶片最大应力降低14.17%，压电片驱动能耗降低67.45%。     

基于深度强化学习的智能空战决策与仿真

飞行器空战智能决策是当今世界各军事强国的研究热点。为解决近距空战博弈中无人机的机动决策问题，提出一种基于深度强化学习方法的无人机近距空战格斗自主决策模型。决策模型中，采取并改进了一种综合考虑攻击角度优势、速度优势、高度优势和距离优势的奖励函数，改进后的奖励函数避免了智能体被敌机诱导坠地的问题，同时可以有效引导智能体向最优解收敛。针对强化学习中随机采样带来的收敛速度慢的问题，设计了基于价值的经验池样本优先度排序方法，在保证算法收敛的前提下，显著加快了算法收敛速度。基于人机对抗仿真平台对决策模型进行验证，结果表明智能决策模型能够在近距空战过程中压制专家系统和驾驶员。     

超声波辐照对聚合物及其复合材料性能的影响

综述了超声辐照对聚合物及其复合材料在超细添加材料分散、力学性能、理化性能以及组织结构等方面的影响规律及其相应的作用机理,提出了超声波辐照工艺与其他工艺复合等的发展趋势和应用前景。