GH4169磨削表面粗糙度影响参数的敏感性研究

通过GH4169高温合金平面切入磨削实验,建立了表面粗糙度的经验公式,分析了表面粗糙度对磨削参数的灵敏度,获得了磨削参数稳定域和非稳定域。结合正交试验法中的极差分析方法获得了不同磨削参数对表面粗糙度的影响曲线,进行了磨削参数区间的优选。研究结果表明:表面粗糙度对磨削深度的变化最为敏感,对工件速度的变化敏感次之,对砂轮速度的变化最不敏感;磨削深度优选范围为0.01～0.015mm,工件速度优选范围为10～15m/min,砂轮速度优选范围为20～30m/s,可控制表面粗糙度在0.7μm以内。为高温合金材料磨削表面粗糙度控制提供理论方法和试验依据。     

一种薄膜热电堆热流传感器灵敏度系数的实验研究

为应对长时间、高频响、高热流密度条件下的热流密度测试要求,通过热沉体设计发展了一种新型热阻式薄膜热电堆热流传感器,并利用对比标定的方法、采用辐射标定方式确定各个此类型传感器的灵敏度系数。标定实验数据表明：该类型热流传感器的灵敏度系数与感应面温度相关,且在高于一定温度之上校正关系式不同于以往的线性关系而呈现出二次非线性关系。通过分析可知：呈现出二次非线性校正关系式的原因主要是依赖于温度的热阻层导热系数以及薄膜热电偶Seebeck 系数。实验数据以及分析结果为该类型热流传感器的标定和优化设计提供了参考,同时确保了该类型热流传感器在使用过程中获得准确、可靠的热流测试数据。     

快速控制灵敏度和提高鲁棒性的技术途径

本文综合论述了在导弹控制工程中采用快速控制所带来的实际问题——即“Bang—Bang Control”(简称BBC)灵敏度问题,并对开环、闭环控制的BBC灵敏度进行理论分析,从而得出在导弹控制工程中,采用快速控制的同时,提高控制系统鲁棒性的几种工程技术途径。 通过某型导弹高度控制系统设计,弹道仿真计算,成功地解决了这类问题,获得良好的工程鲁棒性,为快速控制理论在导弹控制工程应用创造了条件。     

具有多阶频率与振型约束的结构动力学优化设计

本文研究了在多阶固有频率约束的情况下,通过改变结构的尺寸进行结构动力学优化,使多阶振型的节点同时满足位置要求的问题。采用尺寸优化方法,首先建立了振型节点位置与结构尺寸之间的变量关系,然后在给定的约束条件下对结构进行优化,使结构不仅满足动力约束条件,而且使结构重量达到最小。优化实例表明,采用本文的方法,能够有效地解决工程结构设计中涉及到的一类具有多阶固有频率、振型节点位置要求的结构动力学优化设计问题。     

火工作动装置设计参数的敏感性分析

文章用内弹道理论建立火工作动装置的性能仿真模型,并对输出性能进行预计和分析,找出了影响输出性能的主要设计参数,并提出膨胀比的概念,用来快速判断设计的优劣。     

热中子照相灵敏度的估算

由X光胶片特性曲线推导出中子照相反差公式，应用此公式，可以估算使用指示剂的最佳用量，以及用此剂量指示剂进行中子照相所能发现缺陷的反差值。由此可以更好地控制中子照相的质量，即更好地控制产品的质量，同时还介绍了中子照相总不清晰度的估算方法。     

考虑变量相关性的非概率可靠性灵敏度分析方法

基于不确定性的凸模型描述,研究考虑变量相关情况下非概率可靠性指标及其参数灵敏度求解方法.从非概率可靠性指标的物理意义出发,建立了相关变量和相互独立变量情况下的非概率可靠性统一模型,在此基础上基于Monte-Carlo法,在变量的标准化扩展空间内通过全局抽样得到结构失效域内距离原点最近的设计点,然后通过迭代策略求解得到非概率可靠性指标的收敛解.在此基础上基于差分理论,提出了非概率可靠性参数灵敏度分析方法.数值算例验证了所提出方法的可行性和有效性.     

活性粒子对航空煤油着火特性影响机理分析

为了研究等离子体中的活性粒子(OH自由基)对航空煤油着火特性的影响,选择正癸烷骨架机理作为航空煤油替代燃料.用零维均质完全混合模型和零维完全预混模型对等离子体点火和燃烧过程进行计算分析,计算敏感度和各组分摩尔分数来揭示活性粒子的添加对正癸烷着火特性的影响,并采用敏感性分析方法对反应机理进行了适当修正.结果表明:修正后机...     

纵向大迎角飞行品质对参数的灵敏度分析

采用等效系统,频域,时域等多种飞行品质评价方法和准则。根据数据计算结果分析了放宽带稳定的电传操纵飞机从小迎角到失速前大迎角纵短周期飞行品质对于气动及惯性参数变化的灵敏度。结果表明,飞行品质对操纵导数及惯矩的变化最灵敏,对升力线斜率变化呈一定的灵敏度,而对其它参数变化则不太灵敏,灵敏度具有体量值测随角而不同。     

Development cost prediction of general aviation aircraft projects with parametric modeling

The study of the development cost of general aviation aircraft is limited by small samples with many cost-driven factors. This paper investigates a parametric modeling method for prediction of the development cost of general aviation aircraft. The proposed technique depends on some principal components, acquired by utilizing P value analysis and gray correlation analysis. According to these principal components, the corresponding linear regression and BP neural network models are established respectively. The feasibility and accuracy of the P value analysis are verified by comparing results of model fitting and prediction. A sensitivity analysis related to model precision and suitability is discussed in detail. Results obtained in this study show that the proposed method not only has a certain degree of versatility, but also provides a preliminary prediction of the development cost of general aviation aircraft.