教练机发动机使用任务循环推导

在大量的外场统计和空测的基础上, 对某教练机发动机的外场使用载荷进行了分析研究, 推导出了其使用任务循环, 并与MIL-STD-1783进行了对比分析, 为国产同类新型教练机发动机的设计任务循环的预测奠定了基础。      

中国飞机结构腐蚀分区和当量环境谱

为了使飞机的日历定寿从定性走向定量,关键技术是解决自然环境与试验环境间的当量关系。以金属腐蚀电流为度量标准,提出等腐蚀量当量准则,给出编制当量环境谱的方法及ESXU系统软件,在腐蚀电流Ic的测量及在中国环境数据收集的基础上,对中国153站点的金属腐蚀量进行计算,按腐蚀量的大小,将我国划分成不同的腐蚀级及腐蚀区域,并给出一般情况的当量环境谱,对飞机的方案论证,结构腐蚀的控制,日历寿命的确定,维护规程的制定,维护费用的估计都有重要的参考价值。     

确定飞机机体日历寿命的方法

阐明了飞机日历寿命的定义和组成关系式;提出了确定飞机日历寿命的原则和技术途径;指明了确定飞机日历寿命的依据、关键技术和验证方法。     

星用非金属材料出气模型的应用

卫星上所用非金属材料，在空间真空环境下存在出气行为，产生污染效应。为了研究这种出气行为，本文以扩散理论为理论依据，推导材料出气模型。利用空间分子污染气体分析仪，测试了星用非金属材料的出气速率变化，对所测数据进行曲线拟合，通过试验和理论分析，证实了模型推导的正确性，结果表明：经过6h的真空加热预处理能够有效减少出气污染。     

飞机载荷/环境谱编制研究及应用

阐明了编制恰当的载荷/环境谱是飞机结构疲劳、损伤容限和耐久性设计或现有机种寿命评定中的首要工作,它对后续的分析和试验工作的成败、经费、工作量和时间都有重大的影响。介绍了根据不同的工作任务和技术要求,有多种形式的载荷/环境谱及相应的编谱方法,主要对载荷/环境谱的编制技术进行了研究,提出了具有指导意义的一般性方法,最后给出了某型飞机的载荷环境谱。     

载荷多次作用下的共因失效系统可靠性模型

研究了随机载荷作用次数对系统可靠性的影响,指出传统的可靠性模型并不能很好地反映载荷作用次数对系统可靠性的影响,运用载荷-强度干涉模型和顺序统计量理论建立了随机载荷多次作用下的共因失效系统可靠性模型.考虑系统中零件的失效相关性,在不作失效独立假设的前提下,运用系统级载荷-强度干涉模型建立了共因失效系统可靠性模型.根据随机载荷作用的统计学意义,运用顺序统计量理论建立了载荷多次作用时等效载荷的累积分布函数和概率密度函数,在此基础上,建立了随机载荷多次作用下的共因失效串联系统、并联系统以及k/n系统可靠性模型.     

吸气模式激光推进空气等离子体光谱

利用实验室自行研制的紫外预电离CO2激光器进行了激光等离子体实验,实验采用底面直径均为60mm,焦距分别为5 mm和10 mm的两种抛物面光船。介绍了激光等离子体光谱和明显的特征谱线,以及激光等离子体温度估计模型;分析了两种光船对激光等离子体的影响。实验表明:相同底面直径10 mm焦距光船产生的等离子体信号峰值和持续时间均略大于5 mm焦距光船;10 mm焦距光船产生的等离子体温度明显高于5 mm的,最大温度产生时间比5 mm光船要晚一些。     

钛合金的固态Cu致脆行为研究

分别采用慢应变速率拉伸、恒载荷拉伸加载方法研究了TC11钛合金在不同温度下的Cu脆行为,Cu与钛合金试样表面的接触分别采用离子束增强沉积和机械压合法实现.研究结果表明:在500℃慢速率拉伸条件下,钛合金呈现出较高的铜脆敏感性,而在300℃,400℃时,Cu脆敏感性不明显.在恒载荷试验条件下,500℃时,Cu对钛合金的力学性能影响较低;550℃时,Cu使TC11合金的断裂寿命和塑性指标显著降低.Cu脆的发生必须满足:Cu与钛合金紧密接触;合适的温度;试样应保持一定大小的形变速率.     

上游叶片尾迹对转子叶片非定常表面压力频谱特性影响的研究

为了研究上游叶片尾迹对轴流压气机转子叶片非定常表面压力的影响,采用在叶片表面埋设微型压力传感器的方法,测量了一个单级低速轴流压气机转子叶片的非定常压力分布。对转子叶片非定常压力分布的分析显示:转子叶片压力面非定常表面压力主要受上游叶片尾迹影响,其主导频率为上游叶片尾迹频率及其倍频,压力波动幅度随上游叶片尾迹的衰减而沿流向减弱。转子叶片吸力面非定常压力受叶片附面层和上游叶片尾迹共同影响,其主导频率为上游叶片尾迹频率及其倍频,但是在吸力面前部气流加速区压力波动幅度沿流向增大,而在吸力面后部气流减速区压力波动幅度沿流向减小。在存在尾缘分离的情况下,在分离区附近产生较大压力波动。尾缘气流分离产生的压力波动频谱中含有上游叶片尾迹频率及其倍频的分量,但其频谱可能比较复杂,并非单一地受上游叶片尾迹影响。      

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.