激光功率与底面状态对选区激光熔化球化的影响

为研究激光功率与底面状态对选区激光熔化熔池流动的影响,基于离散单元法建立了选区激光熔化铺粉模型,采用粒径分布与实验相符的马氏体时效钢粉末分别铺展到平坦底面和增材底面上,将计算获得的粉末分布导入到基于有限体积法建立的选区激光熔化熔池计算流体力学模型中,研究激光功率和基板底面粗糙度对熔池流动和熔道表面形貌的影响。采用激光单道扫描实验验证铺粉模型和选区激光熔化模型。结果表明：随着激光功率的降低,单位长度的球化数量增加;由于增材底面使熔池润湿性变差,同时又对熔池流动行为产生扰动,使得增材粗糙底面上熔道的球化数量增加。选区激光熔化铺粉模拟及激光单道扫描模拟结果与实验结果吻合较好。本研究可为选区激光熔化工艺中工艺参数的选择提供理论指导。     

基于小波神经网络PID的永磁同步电机转速控制

提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用三层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。     

点火瞬态过程仿真模型参数辨识

建立了固体火箭发动机点火瞬态过程一维非定常流场仿真模型,采用系统辨识方法进行了模型参数不确定性研究。基于点火试验用缩比发动机试验结果,得到了传热模型参数和瞬态燃速模型参数的最优估计,提高了点火瞬态过程一维仿真模型的预估精度。采用近似方法,构建Kriging近似函数,有效解决了一维非定常流场仿真的计算复杂性问题。     

基于BP神经网络的冰形特征参数预测

机翼结冰影响了飞机飞行的气动特性,严重时将会引起事故,对冰形特征参数进行预测对翼型气动特性研究以及后续防除冰措施具有重要的意义.本文利用BP神经网络,建立翼型冰形特征参数预测模型,并采用k折交叉验证进行网络结构选择,以气象与飞行条件作为输入,结冰极限、冰角高度和角度等冰形特征参数作为输出.结果表明:预测的冰形特征参数(...     

一种新的极值搜索算法及其在航空发动机燃烧主动控制中的应用

 针对航空发动机存在的不稳定燃烧控制问题,推导出当发动机不稳定燃烧时,燃烧室内的振荡压力与平均燃空比值之间的函数模型,此函数模型构建了压力振荡变化的幅值与平均燃空比值之间的极值关系。提出了一种新颖的退火递归神经网络极值搜索算法,可以自适应地搜寻出极值模型中最优的平均燃空比值,实现对燃烧室内压力振荡变化的最小幅值控制,并有效地抑制了燃烧室的不稳定燃烧现象。通过仿真对比,验证了方法的有效性。     

军代表如何做好无损检测过程的监督

介绍了无损检测的原理、技术发展,并对军代表开展无损检测过程监督工作作了讨论.     

基于工作流的生产过程监控系统设计与实现

针对制造业车间生产过程监控中信息采集不全面、反馈滞后、信息共享程度低等问题,引入工作流技术对生产过程进行建模和业务驱动,实现业务过程自动流转和信息自动采集、反馈.使用刷卡登陆触摸屏的方式增强终端应用的便捷性,应用甘特图等多种方式直观、形象地展现监控结果.基于普元EOS中间件平台开发出了生产过程监控系统,并在实际生产中进行了应用.     

小波神经网络在航空发动机故障诊断中的应用

针对某型航空发动机构建了转子-滚动轴承动力学仿真模型,并利用该模型构造了三种发动机故障样本.研究中采用松散型的小波神经网络,先对构造的三种故障信号进行小波包特征分析,提取其能量特征向量作为神经网络的输入,再采用改进的BP神经网络分类器进行发动机故障模式识别.仿真结果表明,基于小波神经网络的信息融合技术用于发动机的故障诊断是可行的和有效的.     

神经网络和专家系统复合材料优化设计研究

论述了复合材料设计及优化的基本方法,介绍了神经网络和专家系统人工智能方法,并对复合材料设卉及优化中的两种智能方法进行了详细论述,总结了两种方法在复合材料优化设计中的分类、建模、预测和应用.举例说明了神经网络和专家系统方法在复合材料优化设计中具有重要的研究价值.最后对该领域的发展提出了建议.     

金属燃料/水冲压发动机一次进水试验

介绍了金属燃料/水冲压发动机试验系统,采用非壅塞式构型实现了镁基金属燃料发动机一次加水后稳定燃烧,试验中进水流量稳定,补燃室与燃烧室压强变化相同.试验研究了一次水燃比和燃料燃速对发动机燃烧性能的影响,试验结果表明:当一次水燃比在一定范围内变化时,发动机燃烧效率和喷射效率随水燃比增加而先增加后减少;增加燃料燃速可提高发动机燃烧效率和改善发动机工作性能,但燃速增加需满足发动机长时间工作需求.