考虑缓冲器非线性的桨毂中心动特性仿真分析

通过试验数据拟合建立缓冲器非线性动力学模型,采用仿真分析方法,仿真考虑缓冲器非线性动力学特性的桨毂中心动特性试验.仿真结果与试验结果进行比较表明,采用缓冲器非线性动力学模型能较准确地预计桨毂中心非线性动力学特性.分析了缓冲器非线性动力学特性对桨毂中心动特性的影响.     

CATIA软件Tubing Design模块应用研究

本文系统研究了CATIA软件Tubing Design模块,建立了直升机基于特征的零部件库的建库方法及组织架构,确定了直升机管路系统设计、协同设计的一般原则.针对工程实际,提出了管路设计过程中零部件装配不必严格采用摆放规则的原则以及软管建模的新方法.     

预置接触区长度系数的Spirac切齿调整计算方法

基于参考点处瞬时接触椭圆大体决定接触区长度的方法,提出一种切齿调整计算方法.根据奥利康刀倾半展成法(Spirac)切齿原理,建立摆线齿准双曲面齿轮的数学模型,得到了大轮齿面参考点处瞬时接触椭圆参数;在满足参考点位置、压力角和螺旋角的基础上,将刀倾角也作为迭代变量,并将接触区长度系数等于预置值作为新增的迭代条件,迭代求解切齿调整参数.最后以一对摆线齿准双曲面齿轮副为例,对比该方法与Spirac切齿调整计算结果,验证了该方法的准确性,并对不同预置接触区长度系数得到的齿面进行齿面接触分析.结果表明,该方法解决了反复调整刀倾角的问题,并通过精确控制大轮齿面接触区长度系数等于设计值,实现了对大轮齿面接触区长度的预控.     

柔性起落架起转回弹载荷计算

传统的起落架载荷计算多采用刚体模型,难以分析结构的柔性对起落架地面载荷的影响。基于NAS-TRAN 软件与 ADAMS软件建立了柔性起落架的多体动力学模型,进行了落震仿真分析,研究了缓冲支柱的柔性对起落架地面载荷的影响,同时研究了轮胎与地面摩擦系数对起转回弹载荷的影响规律。分析结果表明,考虑起落架柔性的分析更接近落震试验的结果。同时对仿真计算载荷与规范计算载荷进行了比较分析,对在工程实践中如何进行起落架的柔性化动力学建模,以及如何确定起落架地面载荷给出了参考。     

航空机轮重量指标研究

分析了航空机轮重量指标分配和估算方法,讨论了影响航空机轮重量的主要因素,提出最优重量概念,以及采用计算机辅助建模拓扑优化等优化减重技术途径,建立和实现基于强度和刚度设计准则和可靠性、寿命要求的航空机轮重量指标.同时提出建立沟通和协调机制,将轮胎和机轮纳入一个整体研制的管理思路.对于轮胎、机轮和刹车装置各部分重量提出合理...     

两次载荷分流齿轮传动构型的静力学均载特性

为改善面齿轮-圆柱齿轮两次载荷分流传动构型的均载特性,考虑齿轮的中心偏移、轴与轴承的承载变形等因素,依据构型的变形协调条件和力矩平衡方程,建立了传动构型的静力学模型,研究了轴的扭转和支撑刚度对均载特性的影响。结果表明:输入轴扭转刚度对均载特性几乎没有影响;分扭轴扭转刚度取合适的比值,则面齿轮分扭传动级可获得较好的均载特性,但圆柱齿轮分扭传动的均载特性几乎无变化;减小双联齿轮轴扭转刚度或增加双联轴支撑刚度可提高该构型的均载特性。因此,为提高该传动构型的均载特性,轴的扭转刚度和支撑刚度需采用参数匹配的设计方法。     

涡轴发动机/直升机综合控制仿真平台设计

建立了UH-60直升机/T700涡轴发动机综合控制数字仿真平台。基于VC++环境开发了包含UH-60直升机/T700涡轴发动机综合实时模型的上位机程序,与运行机载涡轴发动机+旋翼实时模型及在线优化控制模式的下位机程序。两者基于TCP/IP协议实时通讯,可进行模拟实际直/发综合优化控制的数字仿真实验。在该数字仿真环境下,分别给出了提高直升机常规飞行性能的多种优化控制模式仿真、变旋翼转速优化控制以及快速功率跟随控制模式仿真,充分表明该平台可为新一代直/发综合系统的开发研制提供一个可靠的前期数字仿真验证。     

升降平台跌落对起落架过载的影响

建立了升降平台跌落时起落架动力学模型,给出了描述缓冲支柱和轮胎力性能的数学公式,使之适用于起落架严重受载的情况;通过数值仿真研究了升降平台跌落时的直升机起落架过载.分析了升降平台跌落时起落架产生大过载的力学机理.升降平台从不同高度自由跌落时,机轮系留引起的起落架正过载相对增加量不超过10％,而系留情况下起落架回弹行程中...     

基于加载平台的起落架载荷地面校准技术研究

用应变法测量起落架的使用载荷,地面校准试验是载荷测量成功的关键。传统的起落架载荷校准试验是将起落架从飞机上拆下来,固定在专门的固定夹具上实施。受俄罗斯起落架载荷校准方法的启示,我们研制了专门用于起落架载荷校准试验的加载平台,实现了在飞机真实停放状态下对起落架进行校准,克服了传统方法中模拟起落架与飞机连接刚度难,且试验周期长、成本高、误差大的缺点。     

基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.