基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度智能预测

部分稳定氧化锆（Partially stabilized zirconia,PSZ）陶瓷因其优越的性能在航空航天工业等领域有广泛的应用。表面粗糙度是评价PSZ陶瓷磨削加工水平的关键指标，为了降低磨削表面粗糙度的预测误差，提出了一种基于相关性分析与卷积-双向长短期记忆神经网络（Convolution-bidirectional long short term memory neural network,CNN-BiLSTM）的PSZ陶瓷磨削表面粗糙度声发射预测模型。通过分析磨削声发射信号特征值与磨削表面粗糙度值之间相关性，筛选出磨削声发射信号与磨削表面粗糙度之间的最相关频段和特征矩阵，作为CNN-BiLSTM神经网络的输入参数以降低磨削表面粗糙度声发射预测的误差。研究结果表明，基于相关性分析与CNN-BiLSTM神经网络的PSZ陶瓷磨削表面粗糙度的平均预测误差低于3.92%。     

基于内嵌式颗粒阻尼器的悬臂梁减振实验研究

针对悬臂梁结构振动控制问题，开展基于内嵌式颗粒阻尼（embedded particle damper, EPD）减振方法的理论与实验研究。应用有限元法分析悬臂梁振动特性，围绕梁前三阶模态频率开展振动控制实验，通过改变填充颗粒的参数（粒径、填充率）和激励力，比较悬臂梁在不同填充情况下的振幅，并使用半功率法计算阻尼比。采用离散元法分析不同情况下颗粒的流变行为，以确定阻尼器最优设计参数。结果表明：颗粒填充率为90%时EPD减振效果最佳；填充颗粒的粒径与系统所受激励有关，本文模型中，激励振幅为80μm时，梁前三阶模态频率下分别填充直径为8、6、1 mm颗粒时效果最好，减振率分别为47.5%、48.7%及71.2%，阻尼比分别提高1.7、3.1及2.1倍。     

空间用太阳翼电路部分隔离二极管应用分析

针对空间太阳翼隔离二极管的应用,结合标准规范及太阳翼电路部分的工程设计约束与在轨应用经验,给出了空间太阳翼电路部分隔离二极管的设计方案;结合工程研制经验,给出了不同类型太阳翼电路部分隔离二极管的应用建议,为相关科研人员提供参考。