KTP晶体频率转换带宽特性研究

以0．8μm波长作为泵光频率,对KTP晶体在近红外光区的匹配特性作了研究,对各种可能的频率转换关系进行了分析,提出了两个最优宽带转换方式以及获得宽带频率转换的方法。     

可压缩流体热线探针校准方法研究

在可压缩流体中利用热线技术进行湍流度测量时,其输出不仅与脉动速度有关,而且也与流体温度、密度紧密相关。因此,需要在与高速可压缩流体特征相似的校准装置中,在使用前对热线探针进行准确校准。本文提出了可压缩流体热线探针校准方法,建立了热线校准(工作)数学模型,并利用自建的热线校准风洞开展了热线校准实验和湍流度测量风洞试验验证,结果表明:热线校准方法可行,校准数学模型合理可靠,热线探针校准精度较高,湍流度测量结果可信,基本可满足高速可压缩流体湍流度测量的工程需要。     

冰晶在涡扇发动机内相变换热特性

通过对低压压气机通道内气流参数的分析,结合冰晶的运动轨迹方程及相变传热传质方程的离散处理,计算分析了冰晶在涡扇发动机内涵通道内运动过程的粒子半径、冰晶温度、冰晶速度、冰水混合粒子中液态水质量分数、以及冰晶表面与低压压气机通道内气流的传热系数和传质系数沿压气机轴向距离的分布,得到了冰晶在低压压气机内涵通道内运动的轨迹及与叶片碰撞的特性。结果显示:20μm冰晶黏附位置处液态水质量分数为10.22%,而100μm冰晶在压气机出口处液态水质量分数仅为2.1%且不会在压气机内结冰。      

具有微小W型肋的结构化表面冲击冷却实验

将冲击冷却技术与肋化表面相结合,研究了一种具有微小W型肋的表面射流冲击冷却结构。通过稳态实验和瞬态热色液晶测试技术来探究光滑靶板和微小W型肋靶板的传热特性。测试时的冲击间距比为1.5,3和5,基于水利直径的雷诺数为15000~40000。结果表明:两种靶板的平均努塞尔数和压力损失均随雷诺数的增加而增加,随冲击间距比的增加而减小。当冲击间距比为1.5时,与光滑靶板相比,微小W型肋靶板的平均努塞尔数提高了5.1%~7.3%,压力损失却几乎不变。但当冲击间距比大于3时,由微小W型肋带来的强化传热效果并不显著。      

具有边缘倒圆凹陷涡发生器换热性能实验

使用瞬态液晶(TLC)热像传热测试技术,对具有边缘倒圆的凹陷涡发生器局部传热特征和流动阻力进行了实验研究。凹陷边缘倒圆方案有2种:凹陷前边缘倒圆和凹陷边缘全部倒圆。凹陷的投影直径与通道高度比为1.0,凹陷深度与直径比为0.2,实验雷诺数范围为10 000~60 000。实验结果表明,在选取的雷诺数下,相比于光滑通道,边缘无倒圆的常规球型凹陷涡发生器阵列表面对流换热性能提升了约62.0%,相应的摩擦因子也增大了约73.0%。与无倒圆的常规球型凹陷涡发生器相比,边缘全倒圆的凹陷涡发生器换热性能提升了约3.6%,摩擦因子降低了约4.6%;前边缘倒圆的凹陷涡发生器换热性能提升了约11.0%,摩擦因子提高了约5.2%。综合看来,边缘倒圆使得凹陷涡发生器内部表面传热更加均匀;前边缘倒圆的凹陷涡发生器综合换热性能最高,比边缘无倒圆的常规凹陷涡发生器高出约9.6%;而边缘全部倒圆的凹陷涡发生器的综合换热性能比常规凹陷涡发生器高出近4.4%。     

燃气分析法测试燃气轮机主燃烧室燃烧效率、气态污染物误差分析

介绍了测量燃气涡轮发动机主燃烧室燃烧效率、气态污染物排放的燃气分析系统,从取样、摆动测量方式、过程温度控制、仪器测量4方面分析了燃烧效率、气态污染物的误差.结果表明:采用混合式取样器以摆动测量方式得到的燃烧效率误差在0.21%以内,余气系数的误差在1.11％以内,气态污染物误差在2.24%以内.此外还对燃烧室不同工况下的燃烧效率和污染物组分体积分数分布进行了统计分析,确认了除较高油气比状态的燃烧效率分布较为均匀,可适当减少取样点数量外,足够的取样点数量是保证燃气分析测试结果准确性的必要条件.      

小型动态星模拟器设计

本文提出了以液晶光阀为核心器件的小型动态星模拟器方案，采用光学拼接方法克服了其小型、动态的难点，并通过原理性试验加以验证，最后对其性能进行了分析。     

单斜热线探针测量压气机旋转失速流场

发展了一种使用单斜热线探针测量有回流的三维复杂流场的方法,采用旋转探针技术来实现单传感器探针的三维速度场测量,并利用热线支杆尾迹的影响来判断流动方向.使用该方法对一台低速轴流压气机的旋转失速流场进行了测量,测量结果详细地显示了失速团中流动结构,验证了该方法在复杂流场测量时简单易用、精度高,并且可以处理有回流情况的流场,...     

石英晶体振荡器的仿真分析

通过对石英晶体谐振器等效电路的计算分析,引出石英晶体两个振荡频率,借助特性测试,加深对石英晶体电气特性的认识。以并联型石英晶体振荡器为例进行仿真分析,观察其起振波形和稳幅波形,测试其振荡频率。     

单晶硅超精密切削加工表面粗糙度预测模型的建立及试验研究

利用超精密机床进行切削加工时,对于操作者来说,首先面临的问题是最优切削用量组合的确定,这也是最让操作者感到棘手的问题.单晶硅成功的切削过程取决于优化工艺参数,比如进给量、背吃刀量、切削速度等.为了建立精确可靠的表面粗糙度预测模型,本文将遗传基因算法应用于回归分析,同时在超精密机床上对该预测模型进行了试验验证.