基于小波分析的压气机失速故障检测

当发动机发生失速时，会引起压气机内压力信号的变化，这种压力信号的变化可以看作信号的奇异点，利用小波分析所具有的时－频特性和多分辨分析的特点，结合对压气机内压力信号频率成分的研究，通过检测模极大值的方法来确定信号的奇异点，进而探测压气机的失速故障，结果表明，利用该方法可以准确地检测压气机失速故障。     

不同形态碳物质对RDX-CMDB推进剂燃烧性能的影响

研究了Ｃ６０、富勒烯烟炱（ＦＳ）和炭黑（ＣＢ）等不同形态碳物质对催化的ＲＤＸ－ＣＭＳＢ推进剂燃烧的增速作用,发现分别加入０．３％Ｃ６０、ＦＳ和ＣＢ后均能使平台推进剂的燃速增加,其增速效果以ＦＳ为最好。随着ＣＢ和ＦＳ含量的增加,增速效率增大。最后对不同形态的碳物质折作用进行了讨论。     

基于N-S方程的地面效应模拟

模拟了低速情况下二维翼型的地面效应问题，其中翼面流动利用一种改进的、基于不可压N－S方程的离散涡方法来模拟，地面模拟则利用一系列连续分布的涡板块来实现。利用上述模型研究了地面对翼型表面流动和压力分布的影响，并对有地面存在条件下的尾涡发展规律进行了讨论。计算结果表明，该方法能够有效地模拟低速情况下翼型的近地面流动，具有一定的工程应用价值。     

用EWB实现非正弦周期信号频谱分析

采用EWB作为计算机辅助分析工具，对典型非正弦周期信号进行频谱分析，能克服对非正弦周期信号进行频谱分析或对非正弦周期电路进行研究所受到的硬件限制，并可得到满意的分析结果，有利于电子电路的教学。     

NiAl合金基原位复合材料的反应热压法制备和拉伸性能

研究了反应热压技术（包括反应轴向热压（ＲＨＰ）和反应热等静压（ＲＨＩＰ）法）制备的Ｎｉ５０Ａｌ２０Ｆｅ３０（ＮｉＡｌ（Ｆｅ））基原位复合材料的微观组织和拉伸性能。结果表明,反应热压技术制备的ＮｉＡｌ（Ｆｅ）基复合材料中原位合成的ＴｉＣ颗粒细小,分布均匀、弥散,但复合材料不完全致密,孔隙的存在损害了其拉伸性能。二次加工工艺可提高ＮｉＡｌ（Ｆｅ）基原位复合材料的致密性和组织均匀性,从而显著改善其力学性能。     

航空发动机智能化装配技术体系构建探索

为了研究国内航空发动机装配技术转型及发展趋势,运用离散装配和流程装配生产理念,借鉴国外在飞机和航空发动机装配,采用脉动节拍化生产成功应用经验,针对国内航空发动机装配工艺特点,提出适用于国产航空发动机单元体装配与总装装配,基于智能物流与产线系统深度融合的“多对一或多对多”混合装配新模式的发展思路和实施路线,为保障装配质量和效率,在新装配模式下,构建探索智能化装配的技术体系。     

基于多特征图像增强深度卷积神经网络的航天用电子元器件分类算法

为了实现航天用电子元器件的全自动及非接触识别,并减少由照明系统造成的图像亮度不均、偏色等问题对检测结果的影响,通过结合局部、区域和总体三个层次特征提升物体检测精度,提出了一种基于多特征图像增强深度卷积神经网络(MFIE-DCNN)的航天用电子元器件分类算法。MFIE-DCNN算法包含多特征学习和深度学习,其学习过程类似于人类视觉系统,能够对形状、方向和颜色特征进行深度挖掘,突出元器件边界信息,抑制背景杂波干扰。实验结果表明,该算法能够区分电路板板载元器件的种类,检测准确度优于传统算法。对比基于稀疏自动编码器的深度神经网络,检测结果提高了近20%。     

薄壁圆筒结构工作变形的连续扫描激光测振方法

提出了一种薄壁圆筒结构外表面工作变形(ODS)连续扫描激光多普勒振动测试方法。将旋转平台与电动机控制引入激光连续扫描,发展了一种与激光连续扫描路径相匹配的电动机控制算法,使连续扫描激光振动测试应用于薄壁圆筒结构;对试验件进行了薄壁圆筒结构外表面激光连续扫描测试,获取了500 Hz内的前5阶模态,结果表明:该测试方法与商用激光离散点扫描测试模态振型的相关性在0.96以上,验证了薄壁圆筒连续扫描激光多普勒振动测试的可行性与准确性。连续扫描激光测试的效率高、测点密集,对进一步工程应用具有指导意义和实用价值。     

高速角接触球轴承喷油润滑雾化分析

以角接触球轴承为研究对象,为分析喷射润滑油液在环间高速气流作用下的雾化情况,建立了轴承环间气液两相流仿真模型,采用FLUENT流体计算软件对高速角接触球轴承进行模拟分析计算,探讨在相同时刻不同转速、不同喷射角度等条件下油液颗粒直径大小的变化,以及在不同时刻索太尔平均直径(SMD)的变化趋势。结果表明：随着润滑油的穿透过程,腔内大粒径油液所占比例逐渐减少,小粒径比例增高;随着转速的增大,进入腔内油量也会随之减少,受环间气流涡的影响,迅速使油液液滴发生碎裂,使雾化加剧,颗粒直径减小,则会使SMD减小,不利于轴承的润滑;不同喷射角度条件下,15°的喷射角度轴承腔内的大粒径占比较大。     

An efficient aerodynamic shape optimization of blended wing body UAV using multi-fidelity models

This paper presents a novel optimization technique for an efficient multi-fidelity model building approach to reduce computational costs for handling aerodynamic shape optimization based on high-fidelity simulation models. The wing aerodynamic shape optimization problem is solved by dividing optimization into three steps—modeling 3D(high-fidelity) and 2D(lowfidelity) models, building global meta-models from prominent instead of all variables, and determining robust optimizing shape associated with tuning local meta-models. The adaptive robust design optimization aims to modify the shape optimization process. The sufficient infilling strategy—known as adaptive uniform infilling strategy—determines search space dimensions based on the last optimization results or initial point. Following this, 3D model simulations are used to tune local meta-models. Finally, the global optimization gradient-based method—Adaptive Filter Sequential Quadratic Programing(AFSQP) is utilized to search the neighborhood for a probable optimum point. The effectiveness of the proposed method is investigated by applying it, along with conventional optimization approach-based meta-models, to a Blended Wing Body(BWB) Unmanned Aerial Vehicle(UAV). The drag coefficient is defined as the objective function, which is subjected to minimum lift coefficient bounds and stability constraints. The simulation results indicate improvement in meta-model accuracy and reduction in computational time of the method introduced in this paper.