TC18钛合金疲劳断裂过程声发射信号特征分析

声发射技术通过实时监测结构服役过程中发出的声发射信号,判断结构是否出现损伤,是一种重要的在线监测损伤的技术。为了明确TC18钛合金在疲劳试验中产生微裂纹、裂纹扩展及断裂等过程中声发射信号的特性,设计TC18钛合金试验件,进行其疲劳试验并全程采集声发射信号;采用参数分析方法,得到声发射信号在时域、频域方面的参数特征。结果表明:在裂纹萌生及扩展阶段,声发射信号幅值为40~65dB,低于相同条件下铝合金的信号幅值;在200~280kHz频段上,裂纹萌生阶段与后续过程的能量分布存在较大差异。结合上述研究结果,给出TC18钛合金试验件声发射监测的参考原则。     

丝束张力对自动铺丝成型工艺的影响

为获得良好的铺丝成型质量,通过理论分析和实际铺放实验,从送丝质量和铺放质量两个角度出发,研究了丝束张力对自动铺丝成型工艺的影响。送丝实验发现,丝束张力的大小对送丝精度和送丝可靠性影响显著;铺放实验发现,过大或过小的丝束张力都会导致铺放质量的下降,铺放过程中丝束张力维持在合理的范围内;基于铺放过程中预浸丝束的受力分析,探究了不同铺放条件下铺放张力对铺放质量的影响,讨论了影响丝束张力取值范围的因素,建立了丝束张力取值范围的计算公式并对该公式的合理性进行了实验性验证。最终得出结论,丝束张力是自动铺丝成型工艺的重要工艺参数之一,铺放中丝束张力的取值应随曲面形状和铺放轨迹的改变而调整,并与其他铺放工艺参数相匹配以实现铺放质量的最优化。     

随机环境应力冲击下基于多参数相关退化的导弹部件寿命预测

为了解决某型导弹部件的贮存寿命预测问题,提出了一种随机环境应力冲击下基于多参数相关退化的寿命预测方法。针对产品存在退化失效与突发失效两种失效模式,利用Wiener、Gamma及Inverse Gaussian等随机过程模型拟合各性能参数的退化数据,并采用Copula函数进行相关性退化失效建模;利用随机环境应力冲击解释突发失效的机理,并采用非均匀泊松过程对突发失效建模;进而建立退化失效与突发失效竞争的贮存寿命预测模型。实例应用说明所提方法能够反映出导弹部件的失效规律,比传统预测方法具有更高的预测准确性,具有较好的工程应用价值。     

砂布轮柔性抛光力的建模与参数优化

砂布轮柔性较大可以实现航空发动机叶片微面切触自适应抛光,提高叶片表面完整性和力学性能。抛光力是影响抛光表面完整性的关键参数,通过单因素试验分析确定了砂布轮抛光力的影响参数及其影响规律,通过正交试验和极差法确定了影响抛光力的主要参数是砂布轮的压缩量和转速;利用二元二次回归正交试验得出了抛光力的预测模型,利用该模型分析了抛光力预测误差变化趋势,明确了不同转速下抛光力主要影响参数的稳定域;整体叶盘的抛光试验表明：通过合理控制抛光力,可以实现表面粗糙度小于0.4 μm的抛光效果,且效率比人工提高20%。     

高精度UT1-UTC差分预报方法研究

针对卫星导航所需的高精度地球定向参数(EOP)中的UT1-UTC预报问题,提出了基于双差分LS+AR的UT1-UTC参数预报方法。对UT1-UTC观测数据进行跳秒检测、固体地球带谐潮汐项改正,然后对改正后的UT1-UTC数据进行双差分处理,增强数据平稳性;采用最小二乘拟合(LS)与自回归(AR)分析方法对差分处理后的数据进行分析与预报;对预报结果进行逆差分处理与潮汐项改正外推、跳秒恢复,获取高精度的UT1-UTC预报值。通过与国际EOP_PCC预报结果对比表明,UT1-UTC短期预报精度与EOP_PCC较优的预报精度相当,其中1天UT1-UTC预报精度优于0.03ms,优于EOP_PCC预报结果。介绍了北京航天飞行控制中心的UT1-UTC每日例行预报情况。     

航天器反作用轮扰动建模及参数辨识

为预测反作用轮微振动对航天器产生的影响,提出了一种改进的扰动模型.由于共振造成的扰动放大是反作用轮扰动对卫星姿态精度的最重要影响,改进模型通过引入放大系数体现结构固有频率对扰动的影响.鉴于改进模型的非线性特性,应用模拟退火遗传算法对改进模型进行了参数辨识.设计刚性六分量力测试平台对反作用轮扰动进行测试,并利用实测数据对改进模型及参数辨识结果进行验证.验证结果表明:改进模型准确地反映了反作用轮的扰动特点,模拟退火遗传算法可以提高参数辨识的精度.     

利于减少配平损失的太阳能飞机构型设计

针对具有静稳定性的太阳能飞机一般采用尾翼配平造成气动配平损失的问题,提出了一种“T”构型太阳能飞机。概述该太阳能飞机的总体构型,分析该构型飞机巡航状态下降低重心的自配平原理,建立能量平衡和质量分析模型,给出适合于该构型太阳能飞机的概念设计方法,并优化构型设计参数。结果表明,“T”构型太阳能飞机不仅具有静稳定性,还降低了配平损失。在巡航状态下,“T”构型太阳能飞机单位面积平飞需用功率比常规构型太阳能飞机减少了6.2%,具有明显的应用效果。      

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection,CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR（CME detection under MapReduce）方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.