一锅法合成SiC-ZrC复相陶瓷前驱体及其性能

以甲基三氯硅烷、二氯二甲基硅烷、二氯二茂锆以及金属钠为原料,通过一锅反应合成出一种全新的SiC-ZrC复相陶瓷前驱体(HBZS)。利用TG、FTIR、XRD及SEM等对HBZS的热解行为、分子结构以及热解产物的微观形貌与结构进行了全面分析。结果表明:HBZS在900℃时可以完全裂解转化成SiC-ZrC复相陶瓷,陶瓷收率可达60%以上;裂解产物中ZrC相晶粒尺寸极小(10～45 nm)且均匀分散于连续的SiC相中。该前驱体可用于制备SiC-ZrC陶瓷纤维及陶瓷基复合材料。     

基于去噪的SAR复图像SPIHT压缩算法

提出一种对合成孔径雷达(SAR,Synthetic Aperture Radar)复图像压缩的改进的分层树集合分割(SPIHT,Set Partitioning in Hierarchical Trees)算法,高效完成SAR复图像压缩,既有效地保留了SAR复图像的相位信息,又抑制了斑点噪声.首先根据SAR复图像的统计特征进行预处理,然后进行小波变换,对不同子带的小波变换系数采取不同的门限,进行软门限斑点噪声抑制,再经过SPIHT量化编码,得到压缩后的码流.仿真实验表明,在64倍高压缩比的情况下,通过对重建SAR复图像数据的相位误差、等效视数、平均空域相关系数等指标的测量,验证了该算法仍然具有很好的性能.      

模糊聚类法在试验模态参数识别分析中的应用

为了搜索系统的真实极点,将模糊聚类理论引入试验模态参数分析.根据极点之间内在的亲疏关系,将其 合理地聚为若干类,搜索每一类的最佳极点,即系统的真实极点,在稳态图中自动完成真实极点的选择.该方法 能够避免人为因素造成的识别误差,提高识别结果的可信度.在正交多项式曲线拟合和多参考点最小二秉复频 域识别系统中引入该方法,实现了稳态图中极点的自动选择,提供了真实极点选择的一种新思路.通过仿真和实 验证明了模糊聚类法对极点选择的可行性和稳定性.     

加筋面板结构形式的耐高温复材工装成型工艺研究

针对加筋面板结构形式的耐高温复材工装从加强筋结构形式、成型方法、固化工艺参数等方面开展成型工艺研究.结果表明:选用XT200-C(t)200-1250和XT200-C(t)650-1250复合材料工装模具专用预浸料,面板预固化时加压时机从室温至55℃之间,面板后固化时的固化温度200℃和保温时间2h,面板后固化升温速率...     

基于复模态模型修正方法的磁悬浮轴承支承参数识别

针对较大阻尼的磁轴承-转子系统,采用复模态模型修正技术,识别其支承刚度和阻尼参数.结合通用有限元软件NASTRAN与工程软件MATLAB,以实际磁轴承-转子系统为例,应用复模态实验数据识别得到了转子悬浮静止时磁轴承的刚度和阻尼参数,使得修正后有限元计算与实验数据之间的频率相对误差在10%以内,阻尼比相对误差也得到改善.研究表明,所提出的基于复模态的模型修正方法对具有较大阻尼的磁轴承支承刚度和阻尼参数识别是非常有效的.     

壁湍流调制雷诺应力和拟序结构应变率空间形态的层析PIV实验研究

采用高时间分辨率的层析PIV技术,测量了水洞壁湍流三维速度分量空间分布的时间序列,应用局部平均速度结构函数概念对流向速度信号进行多尺度分解,以流向速度分量的局部平均速度结构函数过零点作为特征量检测壁湍流中拟序结构猝发的喷射和扫掠过程,应用空间相位平均技术提取拟序结构猝发的喷射和扫掠过程各速度分量、涡量分量、拟序结构速度应变率分量以及调制雷诺应力分量的空间相位平均拓扑形态.为了引入平衡态涡粘模型假设模拟调制雷诺应力,研究了拟序结构猝发过程中调制雷诺应力分量和速度变形率分量的空间分布形态,发现两者之间的空间相位分布不一致.由于存在时空相位不同步性,说明需要考虑大尺度拟序涡结构引起动量传递的时空弛豫效应.应用经典的线性平衡态下的Boussinesq涡粘模型不能准确地描述壁湍流拟序结构动量传递非平衡现象的物理机理.对于壁湍流拟序结构动力学方程中调制雷诺应力的模拟,应采用包含时空相位信息的复涡粘张量模型.由于雷诺应力与速度变形率的时空不同步性,对非平衡非局部湍流场的数值模拟提出了一个挑战性的问题,建议采用包含相位信息的复涡粘张量模型来模拟雷诺应力张量,从而更加符合雷诺应力演化的物理机理,这一模型有可能成为一个很有发展前景的封闭模型,从而更加准确地预测工业领域中广泛存在的非平衡湍流.     

锥孔加工问题的分析与对策

介绍维孔加工中几种常见的问题，分析原因并采取相应的对策。实践证明所采取的措施，有效地保证了产品的加工质量，同时介绍一种简便、实用的铰刀复磨方法。     

双树复小波域MCA降噪在齿轮故障诊断中的应用

齿轮箱早期故障信号中往往包含强烈的干扰噪声,而基于简单阈值规则的小波系数降噪方法往往不能取得良好的效果.针对该问题,提出了基于形态分量分析(MCA)的双树复小波降噪方法.首先,对强背景噪声故障信号进行双树复小波变换,得到不同层的小波变换系数;然后,选取小波系数周期性较为明显层的小波系数进行MCA降噪;最后,将降噪后的系数进行单支重构后便可获得故障特征信号,对降噪信号进行包络分析便可以确定信号的故障特征频率.利用该方法对仿真分析和某轧机齿轮箱打齿故障早期信号进行了处理,结果表明:该方法能够在有效去除信号中的强背景噪声,比单独MCA降噪及软阈值降噪具有更好的效果,得到了更清晰的故障特征频率,从而为齿轮早期故障诊断提供了一种新方法.