基于库伦摩擦效应的箔片轴承极限承载力理论与试验

基于有限单元法建立了考虑库伦摩擦的波箔型径向气体箔片轴承的箔片结构模型,采用有限差分法和有限单元法耦合求解Reynolds方程和气膜厚度方程,通过求解轴颈达到极限偏心率时的轴承极限承载力,研究了箔片结构库伦摩擦效应对轴承极限承载力的影响规律,并搭建了轴承极限承载力测试试验台,利用温度法测量了两个具有不同轴承壳内表面粗糙度的波箔型径向气体箔片轴承的轴承极限承载力.通过对比分析仿真结果与试验结果表明:轴承壳圆柱孔内表面粗糙度为0.4μm的轴承在10000r/min和20000r/min下,轴承极限承载力分别为15.5N和42.3N;而表面粗糙度为1.6μm的轴承极限承载力为10.9N和29.6N,这是由于波纹箔片和轴承壳体之间的库伦摩擦力增大了波纹箔片的刚度,因此增大箔片结构摩擦因数使得轴承极限承载力降低,并且仿真结果变化趋势和试验结果变化趋势吻合.      

考虑旋翼调制影响的直升机RCS特性分析及评估

考虑旋翼调制的影响,建立了适合于直升机全机雷达散射截面(RCS)特性计算的“面元-边缘法”.兼顾计算效率和精度,在外形变化剧烈地区域,网格进行加密处理,并保证电磁网格密度和尺度满足雷达波波长大小的比例关系.以桨盘倾倒方式计入桨叶的挥舞和变距运动,采用准静态法模拟旋翼对全机RCS特性的影响.分析了某直升机RCS极化、姿态、频率响应特性,并根据直升机RCS和雷达探测距离关系,提出了4级预警机制和角域范围.研究表明:旋翼转动时全机RCS动态响应具有连续性和对称性,振荡区散射水平强,RCS幅值为-5~12dB ·m2;奇数片桨叶比偶数片桨叶的RCS减缩2~5dB ·m2,且有利于控制直升机RCS包络线和散射峰值的时域响应,增强雷达隐身性能.      

环管型燃烧室火焰筒壁温气热耦合数值模拟

针对某型燃气轮机运行时回流式环管型燃烧室的火焰筒常发生烧蚀和裂纹,需获取其火焰筒壁温分布特点,进行分析以提出改进措施.全面考虑固体导热和辐射传热、气体与固体间的对流换热以及火焰和燃气的辐射,对燃烧室进行三维气热耦合数值模拟计算,获取流场、温度场以及壁温分布信息,并结合实验验证了三维气热耦合数值模拟能够较有效预测火焰筒壁温分布.由模拟结果知该型火焰筒壁温未超过设计值1 223K,但在联焰管与筒体连接处以及多个主燃孔处的温度较高、温度梯度较大,需要对这些部位的冷却方案进行改进.     

多轴随机载荷下的疲劳寿命估算方法

提出了一种多轴随机载荷下的疲劳寿命预测方法.通过雨流计数法对各平面上的剪应变进行循环计数,以统计出的剪应变循环作为多轴疲劳损伤的主要控制参数,将各剪应变循环历程内对应的最大正应力和正应变变程作为多轴疲劳损伤的第二控制参数.根据多轴疲劳寿命模型计算出各平面上的损伤,以最大损伤平面作为多轴随机疲劳的临界平面,通过该临界平面上的损伤计算出多轴随机载荷下的疲劳寿命.采用SNCM630钢,304不锈钢和S45C钢3种金属材料的多轴随机疲劳试验数据对提出的寿命预测方法进行评估和验证.结果表明:疲劳寿命预测结果大都分布在试验结果的2倍分散带之内.     

基于谱插值和奇异值差分谱的滚动轴承静电监测信号去噪方法

采用静电传感器进行滚动轴承故障监测实验研究.针对滚动轴承静电监测中各种强噪声、故障特征难以提取的问题,提出了基于谱插值和奇异值差分谱的联合去噪方法.首先采用谱插值抑制工频干扰,然后将所得信号构造Hankel矩阵,求取奇异值差分谱并自动确定有用分量个数,最后重构信号.仿真和实验结果表明:仅采用奇异值差分谱或者小波去噪方法,无法从含有强工频干扰的信号中提取有用成分;所提出的方法相比较谱插值和小波去噪方法能够凸显早期故障特征频率.     

基于贝叶斯因子和二阶概率方法的圣地亚热传导模型确认挑战问题

针对美国圣地亚国家实验室为促进模型确认方法的发展所提出的热传导挑战问题,根据现代模型确认思想总结了该挑战问题解答中应包含的核心内容。在确认度量环节采用贝叶斯因子考察了实验数据是否支持所给模型,在此基础上通过二阶概率方法得到了模型预测的分布,以此计算出模型预测结论的置信度。该过程中考虑了模型参数的随机不确定性和认知不确定性,最后通过灵敏度分析辨识了模型参数的不确定性对模型预测的影响。研究表明该挑战问题中的实验数据支持所给模型,模型预测受导热系数的不确定性影响最大,模型预测材料在调控条件下的失效概率不满足调控要求,该结论的置信度为99.97%。     

目标函数误差估算及网格自适应处理

发展了一种基于目标函数误差估算的网格自适应准则,进而通过网格自适应处理提高目标函数计算的效率和准确性。首先描述了目标函数的误差估算及修正的方法,该方法通过伴随方程将原方程的残值误差与目标函数联系起来。然后,基于误差估算建立网格自适应准则,以减少目标函数修正后的剩余误差,提高目标函数计算结果的准确性,并将方法进一步发展至多目标问题。最后将该准则应用于Euler方程控制的NACA0012翼型无粘可压流动的网格自适应模拟。数值计算成功地捕获了与升力、阻力和力矩等目标函数相关的特征流动区域,计算出符合指定精度要求的目标函数值,验证了本文所发展的方法。     

基于干扰观测器的高超声速飞行器预测控制器设计

针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。     

Determination of thermal expansion coefficients for unidirectional fiber-reinforced composites

In the present work, the coefficients of thermal expansion（CTEs） of unidirectional（UD）fiber-reinforced composites are studied. First, an attempt is made to propose a model to predict both longitudinal and transverse CTEs of UD composites by means of thermo-elastic mechanics analysis. The proposed model is supposed to be a concentric cylinder with a transversely isotropic fiber embedded in an isotropic matrix, and it is subjected to a uniform temperature change. Then a concise and explicit formula is offered for each CTE. Finally, some finite element（FE） models are created by a finite element program MSC. Patran according to different material systems and fiber volume fractions. In addition, the available experimental data and results of other analytical solutions of CTEs are presented. Comparisons are made among the results of the cylinder model,the finite element method（FEM）, experiments, and other solutions, which show that the predicted CTEs by the new model are in good agreement with the experimental data. In particular, transverse CTEs generally offer better agreements than those predicted by most of other solutions.     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.