低速冲击与准静态压痕力下复合材料层合板的损伤等效性

低速冲击与集中准静态压痕(QSI)力对复合材料层合板所造成的损伤具有等效性。通过两类损伤方式对比试验,获得了冲击能量(或准静态压痕力)与层合板损伤面积、损伤宽度和凹坑深度3组对应关系。3组关系的对比分析表明,凹坑深度是表征损伤的最佳参数,因此将凹坑深度作为损伤参数来建立落锤冲击损伤与准静态压痕力损伤间的等效关系。发现拐点是层合板纤维和基体整体抵抗冲击(或准静态压痕力)能力的最大值,两类试验的拐点相差很小,且两类试验变化趋势相同,说明了用集中准静态压痕试验取代落锤低速冲击试验是可行的。对相同凹坑深度下的冲击能量与准静态压痕力进行了数值分析,并提出了冲击能量与准静态压痕力间的等效性公式。研究表明,文中建立的等效性公式能够很好地反映落锤冲击能量与准静态压痕力之间的关系,可为今后由集中准静态压痕试验代替落锤冲击试验提供理论支持。     

涵道尾桨气动噪声分析方法研究

建立了涵道尾桨气动噪声的频域分析方法.采用面元-涡流理论计算涵道尾桨的气动载荷,采用Farassat 1A公式计算尾桨的自由声场噪声,涵道的声学散射效应通过频域的边界元法进行计算.利用已有的试验数据和算例结果对该方法进行了验证.     

航发主轴承地面寿命加速等效试验研究

介绍了针对航空轴承小批量特点, 运用寿命加速原理导出了适当样本数、考核时间及置信度之间的关系, 并用某桨型发动机主轴承作为试件, 在轴承试验器上进行8套试件每套110小时强化试验研究。试验中采用3种测试手段进行综合的失效监控;对试件与样品进行5项内容的等效性检测与对比分析。结果表明其等效性和加速系数(9.1)与置信度(89.7%)均令人满意。为航空部门长期尚未解决的长寿命发动机主轴承定、延寿及轴承产品鉴定验收环节提供了重要方法。      

可变喷管涡扇发动机加速性和稳定性预测

为研究可变喷管调节规律对涡扇发动机加速性和稳定性的影响，基于某型涡扇发动机变几何部件特性，应用变比热容方法建立了发动机加速动态仿真模型，针对不同的喷管调节方案对发动机加速性和稳定性进行了计算和综合分析，结果表明，所建立的仿真模型不仅可用于可变喷管涡扇发动机加速过程的加速性及稳定性预测，也可用于可变喷管涡扇发动机加速过程喷管调节规律的优化设计。     

定应变下丁羟推进剂贮存寿命预估

采用高温加速老化法,研究了中燃速丁羟推进剂在受力（１５％定应变）状态下力学性能变化,预体了推进剂的受力与非受力（０％应变）状态下贮存寿命。结果表明：定应变的作用对推进剂的贮存寿命影响较大,推进剂在受力状态下的贮存寿命比非受力条件下的贮存寿命缩短了４年左右。     

论加速可靠性增长试验(Ⅳ)分组数据的数值方法

基于Arrhenius-幂律模型，给出了分析恒定应力加速可靠性增长试验（CSARGT）分组数据的数值方法，它们包括对CSARGT四项基本假定的统计检验，在诸加速应力水平Si下幂律模型参数与MTBF的极大似然估计（MLE）与区间估计，加速方和系数的最佳线性一无偏估计（BLUE），加速系数与正常应力水平S0下折算的MTBF的区间估计，并用数值例说明了这些方法。     

弹用涡喷发动机飞行试验启动加速性能仿真

结合导弹飞行的应用实际，利用有限的部件特性，建立了弹用涡喷发动机启动加速至巡航状态全过程的动态性能仿真模型。对仿真模型计算结果进行了分析，模型计算结果与飞行试验数据吻合较好。该模型的建立对导弹发射过程发动机性能的分析具有重要的现实意义。     

飞机结构件在当量环境谱下加速腐蚀试验和日历寿命估算方法

首次成功地进行了构件在当量环境谱下的加速腐蚀试验,取得了防护层日历有效期和基体腐蚀扩展速率;建立了一套由试验数据估算日历首翻期、日历翻修间隔、日历总寿命的方法和公式;提出了由使用中真实的腐蚀损伤数据来估算日历首翻期的方法;在构件加速腐蚀试验和使用中真实腐蚀损伤数据统计处理的基础上,给出了 HX型机群日历寿命。     

大视场紧凑型仿生复眼成像系统研究

针对视觉导航系统对小型化、超分辨成像和近程立体视觉的需求,研究了一种基于微端面光纤面板的大视场紧凑型仿生复眼成像系统。利用视轴发散的微小型透镜组进行大视场成像,并以切削斜端面的光纤面板进行图像传输,将大面阵(5120×5120像素)CMOS相机与光纤面板后端面直接耦合实现图像输出,可实现9个视场部分重叠子孔径图像同步实时输出和采集。在实时化拼接处理中,利用CUDA并行加速方法进行图像拼接,单帧的拼接耗时小于30ms。视场部分重叠复眼成像模式还可配置偏振片或滤光片构成全偏振或多光谱成像,在天空偏振光导航、无人机紧急避障、弹载侦察、近程引信以及水下无人潜航器导航等领域具有广泛的应用前景。     

雷达电源系统安全运行健康状态评估研究

雷达电源系统的运行状态直接影响整个雷达设备的安全性与性能指标的实现,如何实现雷达电源的 健康状态评估是亟待解决的问题。首先采用雷达电源正常状态下的健康特征数据训练自组织神经网络;然后 计算监测数据与训练后的自组织神经网络中权重向量的距离,将距离值归一化表示为健康度;最后利用试验数 据计算健康度,并实现健康分级。结果表明:该模型计算的健康度随电源老化时间变化整体呈现下降的特点, 该模型可以实现雷达电源健康状态评估。