C/C-SiC复合材料致密度影响因素

利用先驱体转化法制备C/C-SiC复合材料,对试样进行微观结构分析和性能测试,研究渗硅温度、保温时间、真空度和裂解周期对C/C-SiC复合材料致密度的影响。结果表明:随着渗硅温度的升高,材料的致密度呈先加速升高后快速下降趋势;随着保温时间的延长,材料的致密度先快速升高,保持一段时间稳定后再缓慢降低;随着烧结真空度的提高,材料的致密度加速升高;随着裂解周期的增加,材料的致密度不断增大,但增速逐步降低。经过11周期的“浸渍-固化-裂解”过程后,所制备的C/C-SiC复合材料获得最大密度2.09 g/cm3、最小孔隙率7.6%,其综合力学性能最为优异:弯曲强度468 MPa、拉伸强度242 MPa、断裂韧度19.6 MPa?m1/2、维氏硬度17.2 GPa。     

陀螺仪气室中碱金属原子数密度的检测

碱金属原子作为原子陀螺仪原子源的组成部分，其数密度是计算原子陀螺仪工作指标的重要参数。基于碱金属原子对不同激光失谐的吸收程度不同，提出了一种通过拟合碱金属原子吸收光谱得到碱金属原子数密度的测量方案。不同于以往的吸收测量法，该方案针对实际实验温度和气体压强等条件，对吸收谱拟合式进行了修正，从而提高了测量结果的准确度。测量结果与理论计算结果相吻合，两者偏差仅1.2倍左右，并可进一步应用于校准气室内碱金属蒸气的实际温度值。     

一种高效的正常类飞机全机疲劳试验方法

目前国内飞机结构疲劳耐久性评定通常采用规范谱和飞机典型设计任务剖面相结合来编制疲劳试验载荷谱,对全机完整结构进行考核,这将耗费巨大的成本和周期,也因此全机疲劳试验成为型号机体结构设计验证最后以及最复杂的一环。对于以经济性为主要研制要求的正常类飞机,为了推进型号研制工作和取证进度,需要缩减全机疲劳试验的成本和周期。在CA42型飞机适航取证的全机疲劳试验工作中,依据FAA认可的规范谱编制了疲劳试验谱,将疲劳考核目标由整机结构调整为机体主要承力结构,并相应简化了全机疲劳试验载荷加载方式,形成了一种高效的全机疲劳试验方法。通过该方法,CA42飞机全机疲劳试验仅耗时两月,试验成本主要为工时,有效的推进了适航取证工作,并缩减了研制成本。     

多工况载荷下航空发动机支架拓扑优化设计

将基于变密度法的拓扑优化技术引入到航空发动机外部支撑结构(例如附件支架)设计中,以多工况下的总柔度为目标函数,以体积为约束函数对某发动机支架进行基于拓扑优化的结构设计。根据发动机机匣与附件的相对位置关系建立支架初始模型,开展发动机外部支架结构受力分析研究,建立了基于多工况载荷下拓扑优化和考虑强度影响的尺寸优化相结合的发动机外部支撑结构设计方法,并对最终支架结构进行强度、振动、外廓性校核评估。结果表明：最终模型最大应力出现在工况3情况下,最大主应力为345 MPa低于材料疲劳极限;支架的第1阶固有频率在发动机最高转速频率的125倍以上。采用该方法对某发动机外部支撑结构进行拓扑优化设计,在满足强度、振动和外廓要求的前提下,最终模型质量仅为初始模型的73%。基于多工况的优化结果更符合发动机实际工作需求,该方法研究具有工程应用前景。     

球阀阀座用聚三氟氯乙烯密封环工艺与性能

选用两种不同降温方式探究压制成型工艺对球阀阀座用聚三氟氯乙烯（PCTFE）密封环密封性能的影响。低温试验结果表明,自然降温工艺成型的制品外表面在常温-低温循环工况下出现裂纹,而保压降温得到的制品则不出现上述问题。性能测试与表征分析结果表明,自然降温工艺成型的密封环PCTFE其内部会出现微裂纹等缺陷,导致其在低温测试后出现亚表面裂纹,造成密封失效。降温阶段保压操作可抑制材料成型阶段微裂纹缺陷的产生,避免材料在室温-低温循环工况下因内应力而产生裂纹缺陷。     

聚碳硅烷纤维的不溶化处理研究——（Ⅲ）——不熔化现理的探讨

对PCS纤维空气氧化反应过程中产生的尾气进行了色谱分析,并对氧化后的纤维进行了红外分析,在此基础上推测了不熔化机理;采用XPS分析技术考虑了氧在PCS纤维中的分布,结果表明,PCS纤维氧化反应过程中有少量氢气生成,出现局部过热时伴随有CO2生成;氧在不溶化PCS纤维中由表及里呈梯度分布,低温,长时的不溶化处理条件有利于氧在纤维中的扩散和均匀分布。     

缝合密度对复合材料性能影响研究

建立了不同缝合密度的碳纤维缎纹增强复合材料有限元模型,对其面内弹性模量进行有限元预报,并进行了实验验证。实验结果表明:随着缝合密度增加,复合材料的面内弹性模量降低,最大降低幅度约为44%,而对泊松比的影响很小。实验结果与有限元预报的规律一致。     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此,提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换,如短时傅里叶变换或自适应谱估计法,以及多项式预测模型,将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法,以及谱分量幅度和频率的联合似然函数,就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中,所提算法有效提升了动态时频谱的跟踪精度,其对微弱时频谱分量的探测能力,以及对载频差异的分析能力均优于文献报道的算法。