高体积分数SiCp/Al复合材料高温压缩界面研究

采用无压浸渗制备出高体积分数SiCp/Al多功能复合材料。对该复合材料进行了高温(高于基体熔点)压缩实验。利用XRD和TEM观察了SiCp/Al复合材料的界面结构,分析了高温压缩对复合材料界面的影响,研究了复合材料的复合机理。结果表明:高温压缩后的SiCp/Al复合材料的界面过渡层连续且厚度均匀,过渡层宽度减小了一个数量级;复合材料SiCp/Al界面结合机制包括扩散、位向和反应结合机制,复合材料SiCp/Al界面的这些结合机制,导致了增强相与基体之间很强的界面结合;复合材料的断裂方式为颗粒断裂,SiC增强颗粒与Al基体结合良好。     

聚邻乙氧基苯胺/ Fe3 O4 复合薄膜的制备及吸波性能

采用静电自组装技术,以化学氧化法合成的聚邻乙氧基苯胺和水热法制备的Fe3O4磁流体为原料,制备了聚邻乙氧基苯胺/Fe3O4复合薄膜,并采用SEM、FT-IR和矢量网络分析仪等手段表征了复合薄膜的形貌及电磁参数随频率的变化关系,对其微波吸收性能进行了初步研究.结果表明:制得的复合薄膜呈片状结构,吸波性能主要靠磁损耗,且在较低频率范围(8～10 GHz)内,薄膜厚度d为3.5mm时吸波效果较佳,反射率最低可达-11.5 dB;在较高频率范围(10～12.5 GHz)内,d为2.5 mm时吸波效果较佳,反射率最低为-10.4dB.     

飞机舱门锁机构多失效模式可靠性分析方法

如何提高飞机舱门锁机构关闭系统的可靠性计算效率,减少计算时间,降低舱门故障率是亟待解决的 问题。选取某型飞机舱门锁机构为研究对象,通过 LMS建立飞机舱门锁机构仿真模型,研究锁机构关闭过程 中最大液压力失效和关锁时间失效模式的影响因素,考虑两种失效模式之间的相关性,基于重要抽样法和 B-P 神经网络方法,计算飞机舱门锁机构多失效模式下的可靠性;将这两种方法仿真计算结果与传统蒙特卡罗方法 计算结果进行对比,结果表明:以上两种计算飞机舱门锁机构可靠性的方法是合理的,其误差范围均在3%以 内,且两种方法的计算效率相较于传统方法均有所提高;其中,B-P神经网络方法比重要抽样法计算精度和效 率更高,更适用于研究飞机舱门锁机构的可靠性问题。     

基于IRCMNDE和NNCHC的滚动轴承故障诊断

针对多尺度散布熵（MDE）在粗粒化过程中易发生信息丢失、产生虚假信息,难以全面提取轴承故障信息的问题,提出了基于改进的精细复合多尺度归一化散布熵（IRCMNDE）和最近邻凸包分类（NNCHC）的滚动轴承故障诊断方法。引入精细复合多尺度散布熵（RCMDE）,将其粗粒化过程中平均值替换为最大值来表示数据段信息,以克服传统粗粒化过程的不足并突出故障特征。通过归一化操作减弱熵值计算时不同参数选择导致的熵值波动幅度,得到IRCMNDE。将IRCMNDE作为故障特征,使用NNCHC分类器对故障特征进行分类。经实验验证,该方法可达到98.98%的故障识别准确率,相比基于MDE（故障识别准确率为95.99%）和RCMDE（故障识别准确率为97.60%）的方法,能够更准确地提取滚动轴承的故障特征信息,提高承故障分类的准确性。      

泰扶纤维加固钢筋砼梁抗剪性能试验研究与理论分析

分析了12片粘贴泰扶高强复合纤维的钢筋混凝土矩形梁的抗剪性能，并与2片比较梁进行比较，研究该加固技术的抗剪加固效果。确定了纤维粘贴量、包裹方法和剪跨比等因素对钢筋混凝土加固梁抗剪性能的影响程度，提出了抗剪加固设计中的复合纤维设计应变的合理取值、加固设计模型和设计方法。通过非线性计算程序计算验证本文计算公式是合理的、可行的。     

重金属复合污染红壤增施石灰石对黑麦草生长的影响

利用两种剂量石灰石改良受重金属复合污染红壤的理化性质，使其PH值分别提高到4．67—4．93和6．19—6．73的范围。测定一年生黑麦草的生物量、重金属含量及土壤中重金属有效态含量，对黑麦草—土壤系统中重金属含量进行相关分析。实验说明，污染红壤增施石灰石能改善黑麦草的生长，当土壤PH值达6．0以上时，黑麦草的生长情况更好。有效态离子冲量是一种表征黑麦草—土壤中重金属含量的良好方法。     

回流燃烧室复合冷却结构冷却效果研究

为了研究回流燃烧室火焰筒壁面不同冷却结构形式的冷却特点,设计了3种冷却结构形式,采用试验方式分别对其冷却效果进行了试验研究,得出了如下结论:在相同的壁面开孔率下,(1)吹风比对冷却效率影响显著,随着吹风比的增大冷却效率升高;(2)在火焰筒的不同区段,不同的冷却结构表现出不同的特点;(3)沿整个火焰筒壁面,冲击+逆(同)向对流+气膜冷却结构的冷却效率变化剧烈,而冲击+发散冷却结构的冷却效率沿火焰筒壁面变化较为平缓,火焰筒壁面温度沿流向分布均匀,温度梯度小。这说明对于回流燃烧室,当壁面采用复合冷却结构时,采用全冲击发散冷却结构较为适宜。     

多孔复合微结构的制备与减反射性能

主要研究了多孔-金字塔和多层多孔-金字塔两种多孔复合微结构的减反射性能。多孔-金字塔是将带有金字塔结构的单晶硅片置于HF/Fe(NO3)3溶液中二次化学腐蚀得到的,而多层多孔-金字塔复合微结构是将带有金字塔结构的单晶硅片置于HF/CH3CH2OH溶液中二次电化学腐蚀得到的。用扫面电镜和UV-vis-NIR分光光度计分别分析了这两种复合结构的表面形貌和反射率。结果表明,在400~800 nm波长范围内,多孔-金字塔和多层多孔-金字塔复合微结构的平均反射率分别为5%和2.1%。多孔-金字塔微结构表面的孔洞较大,表面的金字塔有少量的塌陷,但多层多孔-金字塔微结构表面的孔洞细小且覆盖均匀,表面的金字塔基本上保持完好。通过比较,电化学方法制备的多层多孔-金字塔复合微结构的减反射效果要优于采用化学腐蚀制备的多孔-金字塔复合微结构的减反射效果。     

小半径弯管弯胀复合成形研究

为解决小半径弯管内侧起皱、外侧减薄的成形缺陷,提出了一种弯胀复合成形的方法。通过几何关系解析了初始弯曲半径和初始管坯直径与最终管径和最终弯曲半径之间的关系,确定了初始弯曲半径的取值范围。采用有限元与实验相结合的方式研究了不同初始弯曲半径对零件壁厚分布的影响,分析了胀形过程中零件弯曲处及直壁处的变形规律。最终发现:初始弯曲半径越大,零件的最终减薄越小,胀形过程中弯曲处内外侧发生均匀减薄,直壁处内侧减薄明显大于外侧减薄。     

深度卷积神经网络在轴承多故障复合诊断中应用研究

基于深度学习具有强大的自特征提取能力和较优的分类能力,将深度卷积神经网络引用到轴承的故障诊断中,提出了基于一维深度卷积神经网络的轴承复杂工况故障诊断方法。在提出的方法中,将轴承的多故障振动信号作为模型的直接输入,通过训练深度卷积神经网络模型,利用模型中多个卷积层和池化层对输入的振动信号进行自特征提取,并进行故障分类。从而以基于数据驱动的方式形成端到端的故障诊断。研究表明,在一维深度卷积神经网络中直接输入轴承振动信号进行故障诊断,与提取时域和频域特征结合支持向量机进行故障诊断的方法相比,深度卷积神经网络可以更好地反映时域振动信号与特征间的关系,获得了比传统智能诊断方法更高的识别效率。