超声速补燃的数值模拟和实验研究

利用富燃料固体推进剂燃烧产生的高温燃气与侧喷空气混合进行了超声速补燃实验。运用有限体积法求解轴对称N－S方程和组分方程，对实验流场进行了数值模拟，计算中采用了LU时间陷式格式、MUSCL空间离散方法、12组分16反应的化学反应模型，对化学反应源项进行了点隐式处理。结果表明：实验方法可行，计算结果合理、可靠。     

大气状态下SPM纳米加工系统的开发

商业化和大多数自制SPM开发和研制的目的主要是获得表面的信息,要想使它适合扫描探针加工的要求,必须对其进行一些必要的改进。本文讨论在DI公司多功能SPM基础上开发的纳米加工系统。     

利用AQS技术对数控测量数据进行统计分析

介绍了利用波音公司的AQS技术，对数控测量系统获得的大量数据进行统计分析。利用这种方法可以在数控加工中进行质量跟踪和控制，避免传统的在加工后进行检验的被动局面，充分发挥数控测量系统在质量控制中的作用。     

镍基非晶态及晶态钎料真空钎焊时母材溶解模型特性的研究

以楔形变钎焊间隙试样为对象，研究了采用Ｎｉ８２Ｃｒ７．５Ｓｉ４．５Ｂ３Ｆｅ３成分的镍基非晶态及晶态钎料真空钎焊１Ｃｒ１８Ｎｉ９Ｔｉ不锈钢时液态钎料对固态母材的溶解，建立了高温钎焊时母材溶解厚度（溶解深度）定量计算的物理－数学模型。平行等间隙及楔形变间隙试样真空钎焊试验结果表明，钎焊温度钎焊保温时间及钎焊间隙等参数对母材溶解有重要影响，并表明该模型具有较高的准确性，能够用于研究高温钎焊时钎料对母材的溶解特性，并进行溶蚀性评价。     

航天飞行器舱体截面大尺寸弧长在线测量系统的研究

本文基于CCD图像测量技术，提出了一种新的不规则轮廓大尺寸弧长非接触图像测量系统，解决了航天飞行器舱体加工中的大尺寸测量的难题。文中给出了系统的结构及原理。并在现场进行了比对实验。最后对系统进行了精度分析，结果表明，本文所提出的系统的测量精度优于±0.5mm/8m。     

Ti2AlNb切削切屑形成过程近场动力学仿真及试验研究

利用非局部作用思想的近场动力学理论,可以通过求解空间积分方程描述物质点运动规律,准确描述切削过程材料剧烈塑性变形导致的裂纹扩展和断裂破坏行为。本文基于常规态基近场动力学方法构建Ti₂AlNb弹塑性本构模型,融合材料失效和接触准则,求解离散处理的近场动力学基本运动方程,建立了适用于Ti₂AlNb切削仿真研究的态型近场动力学数值模型,模拟分析了Ti₂AlNb直角切削切屑形成过程。通过试验验证,表明近场动力学仿真可以准确模拟Ti₂AlNb切削切屑形成过程中材料变形和损伤演化规律。本方法预测的切屑形成剪切角40.23°与试验结果 38.89°相比,误差为3.45%;定义损伤空间分布的半峰宽值(FWHM)为切削第1变形区宽度,其预测值为0.06mm,预测误差小于7%。     

基于残余应力重分布的导轨梁加工变形仿真与变形控制工艺方案研究

为解决大型薄壁铸件导轨梁在材料去除过程中因残余应力的释放与重分布导致变形超差的工艺难题,对导轨梁零件加工工艺进行分析,实现零件模型的简化与子结构分割;同时开展零件毛坯表面残余应力测量,成功建立零件毛坯初始应力模型。在此基础上结合实际加工工艺开展零件加工有限元仿真,模拟加工过程中由于材料去除引起的残余应力释放,预测了加工过程中残余应力重分布规律和加工变形情况。总结了零件加工变形的有限元仿真结果,提出抑制零件加工变形的工艺方案。经验证,改进后的工艺顺序使零件最大变形量由0.485 mm降至0.081 mm,降低83.3%,避免了零件在加工过程中的尺寸超差。同时该平面作为后续加工的基准,保证了后续加工的精度,为生产工艺优化提供了有效的理论依据。     

粉末热等静压成形TA7 ELI高承压泵壳体的性能和尺寸控制

基于粉末热等静压近净成形技术,在930℃/120 MPa/3 h的条件下开展了TA7 ELI（超低间隙）高承压泵壳体的成形研究,通过两批次粒度存在差异的粉末（粉末表面为胞晶形貌,D50为67μm、74μm）分析了制粉时的粒度波动对成形材料力学性能的影响,并结合有限元仿真手段开展了高承压泵壳体的粉末收缩规律研究。此外,根据高承压泵在液体火箭发动机中的实际服役情况,对近净成形的高承压泵毛坯进行解剖,分析了特征截面位置的显微组织及硬度分布情况。结果表明,粉末热等静压近净成形技术制备的TA7 ELI合金力学性能达到锻件水平,粉末粒度波动对合金力学性能无显著影响,高承压泵壳体的显微组织均匀,特征截面的硬度值波动小,壳体内部流道关键尺寸实测结果与模拟预测结果的最大偏差为5.37%。     

基于深度神经网络的机器人加工系统模态特性预测

串联式工业机器人具有工作空间大且灵活性强的特点,被广泛应用于飞机蒙皮、航空透明件等大型结构件的加工。然而,工业机器人存在刚度弱、动态特性空间分布差异大的问题,导致其铣削稳定性极限低,不同加工区域的铣削性能变化明显,可供选择的工艺参数窗口狭窄的问题。研究机器人铣削系统加工过程中的动态特性,建立位姿相关模态预测模型对提升机器人加工性能有重要意义。本文以ABB机器人加工系统为研究对象,提出了一种基于深度神经网络的模态预测方法。首先,采用多普勒测振仪对机器人加工系统进行了模态试验,对多阶模态的空间变化加以分析。随后,根据机器人实际工作空间,设计测试试验组从而获取位姿相关的频响函数集,并利用有理多项式法准确辨识相关模态参数。在此基础上,采用超参数优化法建立深度神经网络预测模型,最终实现工业机器人工作空间内位姿相关的多阶模态参数准确预测。试验结果表明,该方法预测精度可达80%以上。