先进航空板材成形技术应用现状与发展趋势

板材成形技术是武器装备发展中至关重要的技术之一,是一个国家军事技术能力和科技水平的重要组成部分。本文综合论述了以超塑成形/扩散连接技术、喷丸和蠕变时效成形技术、柔性多点模具蒙皮拉形技术和旋压成形技术等为代表的先进航空板材成形技术的应用现状,总结和提出了航空板材成形技术的发展趋势和重点。     

基于人工神经网络的微重力流动冷凝换热预测

微重力条件下管内流动冷凝换热系数是空间热交换器设计的基础依据,但其实验数据稀缺,故有必要建立精确的预测模型。文中提出了一种基于人工神经网络的微重力下管内流动冷凝换热预测模型。选取误差反向传播（Back propagation, BP）和径向基函数（Radial basis function RBF）两种神经网络,以水力直径、饱和温度、质流密度、干度及与工质热物性有关的参数作为网络输入,冷凝换热系数作为网络输出。结果显示,BP神经网络预测的均方根误差为237、平均绝对百分误差为4.32%;RBF神经网络预测的均方根误差为165、平均绝对百分误差为2.35%。相对于BP神经网络,RBF神经网络精度更高。基于RBF神经网络的微重力下管内流动冷凝换热模型预测值与94%的实验值和数值模拟结果的相对误差在±10%以内。     

基于统一设计法的单绕组双速异步电机绕组设计方案研究

通过构建二维槽号图,并运用统一设计法来对72槽8/10极变极异步电机的交流绕组进行分析研究,得出对8极来说有较高分布系数的2种绕组设计方案。这2个方案的基波相带宽度分别是60°/165°以及120°/120°。采用YY/Δ反向变极结构,经过绕组磁势谐波计算后,对2种绕组进行节距选择以及磁势谐波分析,得出三相平衡度高、谐波小的最优方案。     

带三角形V肋和反向V肋内冷通道强化换热机理研究

为了研究Ⅴ型肋分布形式和截面形状对带肋通道表面的换热强度和流动结构的影响,采用瞬态液晶实验和数值模拟相结合的方法,对截面形状为三角形的Ⅴ肋和反向Ⅴ肋在不同雷诺数工况下的表面换热系数分布规律进行了研究,并分析了Ⅴ肋和反向Ⅴ肋诱导产生的肋间涡的发展特性,并与传统矩形截面肋结构进行了对比分析。结果表明:带肋通道表面换热系数随雷诺数增大而增大;正向Ⅴ肋后换热系数呈"心"型分布,在一条肋两支之间诱导一对涡,并沿流向向两侧发展,三角形截面肋的高换热区更集中于中线;反向Ⅴ肋后换热系数呈"八"字型分布,在一条肋两支外侧诱导对涡,沿流向向中间发展,且三角形肋的展向范围更大。三角形截面肋的换热强于矩形截面肋,且当入口雷诺数低于2.5×104时,三角形反向Ⅴ肋的换热效果最好。     

航空数控机床摆角头回转运动误差分析

数控机床的回转运动误差的检测与调整,是一项异常复杂的系统工程,需要在机床的研制生产和应用实践中不断探索。本文作者根据实际工作经验,浅谈了用于航空领域的数控机床回转轴误差的分析,为相关类型机床相应误差因素的排查提供参考依据,为未来机床先进制造技术的发展尽微薄之力。     

三类自激变换器及其解析结果

将三类基本的他激脉宽调制变换器（降压、升压、反向变换器）变为自激运行模式,给出三类相应的自激变换器（频率和脉宽调制）的电路拓扑及其解析结果．这将有助于扩大自激变换器在空间飞行器中的应用．     

负梯度浅海混响条件下吊放声纳主动探测深度研究

负梯度浅海条件下,吊放声纳主动工作时混响呈现"峰"现象,且随吊放声纳深度变化。为此,建立浅海混响模型,采用Bellhop模型计算吊放声纳与海底散射元之间的传播,并依据Jackson模型推导海底反向散射强度的计算方法。结合海底散射面积的估算与吊放声纳主动工作满足小掠射角的特点,对浅海混响进行了仿真和分析。     

服役环境下材料S-N曲线的BP模型

目前常规条件下各种金属材料的S—N曲线已基本完备，但是考虑腐蚀环境影响的S—N曲线还很少见。本文研究了在加速腐蚀当量环境谱作用后，LY12-CZ铝舍金材料的S—N曲线随日历年限的变化规律。首先，将试件暴露于加速腐蚀环境中，进行0年、3年、8年和13年的腐蚀试验。其次进行常幅谱下的疲劳试验。试验结果表明：腐蚀环境作用后的疲劳寿命均值随日历年限的增加显著降低，而变异系数呈增长的趋势。鉴于腐蚀环境作用后的S—N曲线具有较强的非线性，本文采用反向传播网络对加速腐蚀后的疲劳试验结果进行训练，建立了日历腐蚀环境下材料S—N曲线的BP模型，仿真结果与试验结果吻合较好。     

反向式毛细芯进行机理的分析

结合对毛细抽吸两相回路的研究，以反向式毛细芯为研究对象，对其在系统内部扰动下的运行机理进行了理论分析，并结合实际反向式蒸发器，对影响其正常运行的因素进行了探讨。经分析知，渗透率的降低有利于抑制毛细芯内所产生的波动，但过低的渗透率会导致系统烧干；孔隙率的降低会明显增大毛细芯工作的波动；此外，最小毛细半径对毛细芯的工作能力和抑制波动的能力有直接影响。     

基于稀疏自动编码器的飞参数据异常检测

为了改善人工判读飞参数据效率低且易出现误判和漏判的不良状况,本文提出一种基于稀疏自动编码器(Sparse auto-encoder,SAE)的飞参数据异常检测方法。首先构建了SAE的基本框架,然后以滑动窗口的形式生成训练样本。其次,用正常样本并结合BP算法对整个网络模型进行训练和优化以得到相应的正常样本重构误差分布阈值。最后,根据测试样本的重构误差对飞参数据中的典型异常进行检测。实验证明,该方法可在样本不平衡的情况下,仅利用正常样本构建参数空间,并得到正常样本重构误差分布门限,准确检测出飞参数据中的异常,实现飞参数据机器判读。