热障涂层表面裂纹水浸超声检测

为有效检测热障涂层(TBCs)表面裂纹,进行了热障涂层表面裂纹水浸超声检测技术的应用研究。以常用的大气等离子喷涂(APS)热障涂层作为试验材料,采用水浸超声检测回波声程差和C扫描图像对不同深度、宽度和长度的热障涂层表面裂纹进行了表征。结果表明:热障涂层基体材料对热障涂层表面裂纹的检测效果无明显影响;通过优化检测参数和合理选用仪器探头,利用水浸超声方法可实现对热障涂层表面深度为0.1 mm、长度为2 mm裂纹的有效检测;水浸超声检测技术可以获得裂纹的长度、深度参数,是解决热障涂层表面裂纹检测问题的有效方法。      

比例与非比例加载下30CrMnSiA钢多轴高周疲劳失效分析

为了分析比例与非比例加载下,30CrMnSiA钢的多轴高周疲劳的失效规律。通过对30CrMnSiA钢材料开展比例与非比例(δ=90°)加载下的多轴高周疲劳试验,研究了应力幅比和相位差对疲劳寿命、断口特征及裂纹起裂角度的影响。试验结果表明,对于比例与非比例加载,随着应力幅比的增大,多轴疲劳寿命逐渐增加。对疲劳断口分析发现,裂纹萌生于试件表面,断口有明显的疲劳源区、扩展区和瞬断区,不同加载路径下的试件断口形式有明显差异。通过对起裂角度的分析发现,应力幅比大于0.25时表面裂纹有明显的第Ⅰ阶段向第Ⅱ阶段的转变,且第Ⅰ阶段沿着接近最大剪应力幅值平面方向扩展,第Ⅱ阶段沿着接近最大正应力平面方向扩展。此外,对典型试件的疲劳断口及表面扩展路径进行了分析,研究表明多轴疲劳试验试件裂纹的特征比值在0.3~0.5之间,且裂纹沿深度方向扩展至300 μm时占总寿命的85%以上。      

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

局部催化特性差异对气动热环境影响的计算分析

高温气体非平衡效应及其壁面催化效应对高超声速飞行器气动热环境造成显著影响,是当前高超声速飞行器气动热环境预测和热防护设计的关键问题之一。考虑高温空气离解与电离等化学反应、气体分子热力学激发、流动中的非平衡效应和壁面催化效应,通过数值求解三维热化学非平衡Navier-Stokes方程和壁面处质量、能量平衡关系,完善了高温气体热化学非平衡流场有限催化气动热环境数值计算方法和计算程序,采用典型算例进行了考核验证。在此基础上,开展了不同条件下高超声速飞行器热化学非平衡流场气动热环境数值模拟,分析局部催化特性差异对气动热环境的影响。研究表明：所建立的高超声速飞行器热化学非平衡流场有限催化气动热环境数值计算方法及程序,其数值模拟结果与飞行试验、文献符合;局部催化特性差异会导致热流跳变,其热流跳变量与催化特性差异量、材料分布方式等有关;催化特性差异较大时,局部区域热流可能远远高于飞行器全表面完全催化的热流结果,此时将飞行器在全表面完全催化（FCW）和完全非催化（NCW）条件下的数值模拟结果作为实际飞行过程中表面热流的上、下限这一简化处理方式,是不可取的。     

民用飞机健康诊断大数据应用研究

该文对面向飞机健康诊断的几种大数据技术进行了综述。并行聚类分析方法可以抽取飞机维护系统并行计算机的基本特征,形成飞机各系统历史数据的抽象计算模型;而针对全机状态监控参数中如何从大量飞机参数中挖掘出有价值的信息问题,参数场域挖掘技术发挥了很大的作用;然而在实际应用过程中,经常会遇到多种复杂的故障,这些故障通常具有复杂的非线性关系,而要确定这些非线性相关规则,需要依托大数据技术确定相关的关系;而对于由某一部件失效形成飞机级联故障的链式效应,可利用可视化数据挖掘技术,描述故障数据,结合人类视觉感知能力,加强数据结果处理。     

整体叶盘弹性磨具抛光轨迹关键规划方法

为使得弹性磨具(砂布轮)在抛光中和叶片型面有效切合,提高抛光质量和抛光效率,研究了弹性磨具抛光轨迹规划方法,给出了抛光行距、抛光步长、刀轴矢量的计算方法。该抛光轨迹规划方法使得柔性主轴机构在抛光过程中保持合理的位姿,确保弹性磨具不仅与叶片型面有效贴合,而且使得弹性磨具抛光力方向与抛光点位法矢方向基本一致。试验结果表明:抛光后叶片表面粗糙度小于0.4μm,叶型轮廓度在公差范围内,能够满足整体叶盘叶片型面抛光要求。     

倾转旋翼机冗余操纵的舵面分配策略和飞行转换路径分析

倾转旋翼机的不同舵面存在冗余操纵,而冗余舵面的分配策略和飞行转换路径对其控制重构具有重要的意义。对建立的小型无人倾转旋翼机全量非线性飞行动力学模型在不同飞行模式下的进行配平计算、模型线化后,求出单位操纵面位移所引起的俯仰、滚转和偏航力矩的改变量,即考察倾转旋翼机各操纵面的操纵功效,并对其结果进行详细分析,以确定倾转旋翼机的冗余舵面控制重构能力;确定各飞行模式下倾转旋翼机的操纵方式,给出舵面分配策略的权重系数矩阵;在此基础上,提出三种不同的全模式飞行转换路径方案,并分别计算三种方案下倾转旋翼机的飞行速度与前倾角、姿态角及操纵量的关系。结果表明:三种方案都能实现对飞行器的合理操纵,表明倾转旋翼机的冗余舵面控制重构是可以实现的。     

控制系统模拟信号处理方法研究

模拟量采集精度对控制系统具有重要意义.研究了模拟量采集过程的软件设计流程,层次划分和模型,从传感器AD值到模拟量物理值之间不同处理阶段给出了常用方法描述.针对错误处理详细描述了错误诊断方法.最后将模拟量采集软件应用于某发动机模拟量采集中,通过试验进行模拟量测量值和软件输出值对比计算,结果表明此模拟量采集软件输出模拟量精度均在有效范围内.     

进口旋流周向位置对高压涡轮进口导叶气动特性的影响

为了揭示旋流周向位置对下游进口导叶(IGV)气动特性的影响机理,采用数值模拟方法计算并分析了进口旋流在多个不同周向位置处时旋流与通道内二次流的相互作用原理,进而重点分析了3个典型位置算例中的二次流动、涡系结构和熵增情况。研究表明:进口旋流与通道内固有二次流动之间的相互作用及黏性耗散是旋流所造成损失的主要原因;通道损失最大的工况不在旋流正对叶片头部时出现,而是在旋流靠近叶片头部近压力面一侧时产生;此外,旋流与通道涡相互作用,在进口旋流达到一定强度时会在叶片尾缘附近形成诱导涡。      

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。