铝合金壳体阳极化膜颜色异常分析

铝合金壳体在阳极化处理后表面阳极化膜存在颜色异常(发黑)现象。本文通过对壳体阳极化膜表面及基体形貌观察、金相分析和成分分析对发黑的原因进行了分析。结果表明壳体阳极化膜发黑的原因是由于该区域存在成分偏析(合金含量高),导致该区域的晶粒尺度比正常区域小、耐蚀性比正常区域差,膜层微观结构与正常区域存在差异,膜层内部化合物较多,致使该区域膜层呈现黑色。     

基于纵向滤波的星敏感器低频误差在线估计

多敏感器数据融合是获得更高精度姿态测量的有效方法,敏感器数据融合前必须先修正低频误差。首先,介绍了星敏感器低频误差（LFE）的产生机理及对其在线估计的必要性。其次,针对传统算法的不足,提出了基于纵向滤波的低频误差在线估计算法,该算法将传统低频误差估计问题转化为若干个常值误差估计问题,提高了估计精度。最后,给出了该算法具体实施方式,说明相关参数物理意义及选取原则。通过理论分析及仿真,算法误差可忽略不计。通过在轨数据仿真,星敏感器轨道周期低频误差可被消除。     

级间进出口几何角度对压气机气动性能和封严效果的影响

为了削弱级间泄漏流对压气机性能的不利影响,提出了一种基于Coanda型几何进出口的级间结构,并以一个亚声速单级轴流压气机为研究对象,数值模拟了5°,10°,20°三种不同级间进出口几何角度对压气机性能的影响。结果表明:改进后的级间进出口几何结构使得压气机流量和效率均略有提升。分析原因是级间出口泄漏流以较小角度与主流汇合,增大了静叶进口气流的轴向速度、径向速度,使得静子通道流动堵塞程度减轻,总压损失减小,扩压能力增强。同时,新结构还减小了级间泄漏流的流量系数,改善了级间封严效果。5°,10°,20°角度下的压气机效率最大分别提升了0.68%,0.63%,0.62%。     

耐温400℃、低损耗改性氰酸酯载体胶膜的制备及性能

采用双酚E型氰酸酯树脂(BECE)和端羟基聚醚砜(Mx)共改性酚醛型氰酸酯树脂(NovolacCE),并将其与石英布复合制备出了一种耐温400℃、低损耗的改性氰酸酯载体胶膜。结果表明,适量的BECE和Mx热混合加入Novolac-CE树脂中,改善了Novolac-CE的浸润性和韧性,其与石英纤维的接触角降至72.8°,冲击韧性提高到13 kJ/m~2。相比于没经过处理的石英布,经过0.5%KH550/乙醇溶液处理的石英布与Novolac-CE树脂间的粘接强度最大提高70%,但是过多的KH550加入影响胶膜的耐热性。胶膜经200℃/4 h固化后,400℃时剪切强度大于5 MPa,且连续使用60 min后强度保持率大于80%,介电损耗为0.014。胶膜具有良好的自黏性并且室温适用期大于15 d,可作为耐高温(400℃)透波粘接材料应用。     

基于全过程移动监督技术的感应电机定子绕组温度实时监测系统

随着物联网技术的发展,如何将物联网技术与非侵入式电力设备运行状态监测技术相结合成为当前研究热点之一。为了探索基于物联网技术的电气设备运行状态监测新模式,以感应电机定子绕组温度的非侵入式在线监测为出发点,首先提出了一种基于自适应法和最小二乘法的电机定子绕组温度辨识方法,并结合当前物联网技术的发展,设计了一种基于全过程监督技术的感应电机全寿命周期监督定子温度监测系统。以1台5.5 kW感应电机为例进行试验验证,结果表明该系统具有较强的鲁棒性。所提出的理念和技术可以为其他大型电力设备的状态监测提供重要参考和技术支撑。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

复合材料加筋壁板制造成本的快速估算模型

为了能够在设计阶段早期对复合材料加筋壁板制造成本进行快速估算,提出了一种以结构设计重量为主要驱动因素的制造成本估算模型。该模型的关键是考虑了诸如材料成本比重系数、制造工艺系数、蒙皮形状系数、筋条形状系数、材料利用率系数等合理取值。以某验证试验的试验件制造成本估算为例,估算成本与实际制造成本的偏差为10.8%,说明了采用该方法对复合材料加筋壁板制造成本进行快速估算的结果是可以为设计人员提供决策依据的。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

局部及全叶高合成射流对高速压气机静叶栅流场结构的影响

数值研究了合成射流控制高速压气机静叶栅吸力面角区分离,对比分析了不同射流结构对叶栅内流场结构及气动性能的影响。研究结果表明:合成射流通过周期性地吹气和吸气推迟角区分离、降低总压损失,由于吹气和吸气阶段的作用效果不同,使得叶栅出口损失系数的改善效果呈现出周期性波动。合成射流对通道涡以及角区二次流的有效控制是其取得良好控制效果的关键,当冲角为2°时,局部、全叶高方案最大可使总压损失系数分别降低22.2%和23.8%。由于局部叶高方案无法控制叶展中部的流动,造成该区域的尾迹损失增大,从而导致其流动控制效果弱于全叶高方案。两种射流结构都具有良好的变工况适应特性,全叶高方案在大冲角时逐渐体现出其优势,当冲角为4°时,总压损失系数的改善幅度相比局部叶高方案提高了2.8%。      

RTM用6818高温环氧树脂化学流变特性研究

以树脂传递模塑(RTM)用6818高温环氧树脂体系的化学流变特性研究为目的,以差示扫描量热法(DSC)和黏度实验为基础,采用外推法初步确定了6818树脂体系的固化工艺制度。依据双阿累尼乌斯方程建立了树脂体系的化学流变模型,模型曲线与实验数据的吻合性良好。模型分析表明,在80～100℃内树脂体系黏度低于200 mPa·s的时间大于12 h,可以作为6818树脂比较理想的注胶温度。该模型能够反映6818树脂黏度变化规律,预报该树脂体系的RTM工艺窗口。