激光辐照充压壳体的破坏评价(Ⅰ)——破坏概率分析

时激光辐照充压壳体破坏(失效)的结果进行评价时,对有关物理参量的不确定性进行定量分析是必要的.以充压壳体破坏(失效)的断裂机理为基础,讨论了如何建立壳体结构破坏(失效)的评价方法,问题的核心是建立壳体结构破坏(失效)的概率模型.该模型中,将影响结构破坏的各个物理参量划分为驱动力和抗力两种类型,通过计算驱动力和抗力的均值和标准差,可得到结构的破坏概率.在此基础上,给出了数值算例,得到了不同加载条件下模型壳体的破坏概率.     

激光驱动飞片速度的理论分析

激光驱动飞片技术是模拟微流星体/空间碎片对航天器外露材料/部件超高速撞击,用于开展撞击累积损伤效应与材料性能退化的研究,也是进行航天器在轨寿命预估和空间碎片防护研究的重要技术手段。飞片速度是衡量激光驱动飞片技术水平的关键性参数之一。文章从Lawrence改进的Gurney模型出发,着重分析了激光输出能量、脉宽、聚焦光斑大小以及飞片靶厚度等参数与飞片速度大小的关系,提出激光驱动飞片技术中提高飞片速度的主要途径:其他条件一定时,薄靶较厚靶更易获取高速飞片;小光斑较大光斑更易获取高速飞片;长脉宽高能激光器或短脉宽低能激光器比较适合获取高速飞片。以上结论对从试验上获取高速飞片具有重要指导意义。     

航天器环境干扰力矩的闭环辨识与补偿

研究引入干扰力矩辨识的方法提高三轴稳定航天器在稳态运行期间的高精度指向控制问题.基于航天器的稳态输出数据和系统传递函数,对环境干扰力矩的完整模型进行闭环辨识.其中采用改进的特征系统实现相关算法和多元线性回归法辨识环境干扰力矩的模型参数,最后使用前馈控制对所辨识的环境干扰力矩实现在线补偿.分析和仿真结果表明,该方案能有效地克服不确定的环境干扰力矩对姿态稳定度的影响,提高在轨运行航天器的姿态稳定精度.     

一种相控阵雷达系统效能评估方法

文章从武器系统效能评估定义出发,建立了相控阵雷达系统评估的指标体系,并通过将群体决策引入AHP算法确立了各指标权重,采用云重心法对系统综合效能进行了分析,进而建立了完整的对相控阵雷达系统效能评估的方法,最后通过实例进行分析。     

吸枪检漏法的原理研究

航天器的单点漏率测试通常采用氦质谱吸枪检漏法,因此,该方法的合理性研究具有重要的工程意义。文章首次建立了吸枪检漏法的数学模型,并通过理论分析得到了被检件的漏率与检漏仪显示值的定量关系。其次,通过大量试验间接证明了该模型的正确性。最后,证明了氦质谱吸枪比对法的理论合理性。结果表明:用吸枪检漏法测单点的漏率具有较好的合理性,所得结论可以为吸枪法检漏的具体实施提供重要的理论依据。     

基于FPGA实现的SAR成像中的方位预滤波

针对SAR成像中的方位预滤波,讨论两种方位预滤波的算法。经比较,“拉格朗日乘子法”滤波器更适合应用到SAR成像中,因为该方法在保证相位特性的同时使成像带宽内信号能量最大、非成像带宽内的信号能量尽可能小,最大限度地保证了成像质量。最后还给出方位预滤波基于FPGA的硬件实现及实测数据成像结果。     

DSC对苯基苯酚改性酚醛树脂固化机理研究

采用DSC技术、Kissinger法对苯基苯酚改性酚醛树脂的固化过程进行了研究,得到放热峰顶活化能为169.3 kJ/mol,远大于普通酚醛树脂(约70 kJ/mol)。理论近似凝胶温度、固化温度及后处理温度分别为414.5 K、448.9 K和483.9K。酚醛树脂的固化通常由化学反应控制和扩散控制两阶段组成。通过Ozawa法得到活化能与转化率(E-a)的变化关系表明,2种树脂固化历程存在明显差异。普通酚醛树脂固化反应进行到10%(a=10%),粘度迅速增大,反应转向扩散控制;而苯基苯酚改性酚醛树脂固化反应时粘度变化小,直至a=70%,才较快增长。这将有利于小分子的逃逸和各基团充分反应。同时高活化能也表明,反应形成了高键能的化学键,有利于提高树脂的残炭率和烧蚀性能。     

TDE-85环氧树脂固化动力学的DSC和DMA研究

根据DSC和DMA测试曲线,分别用Kissinger、Flynn-Wall-Ozawa、Friedman-Reich-Levi模型计算了TDE-85/THPA环氧树脂体系的固化动力学参数。Kissering法所得活化能较低,其他几种计算方法所得活化能比较一致,相对误差在10%之内。将Gaussian分布应用于分峰法,计算了每个反应的动力学参数,模拟结果与DSC曲线具有很好的一致性。双峰表明,固化过程包含2个化学反应,缩水甘油脂基的反应活性比脂环基高。利用外推法确定了固化工艺为100℃/6 h 130℃/4 h 160℃/2 h。     

基于改进遗传算法的机器人动态路径规划

针对基本遗传算法解决移动机器人路径规划的不足,提出了一种改进的遗传算法。首先,采用栅格法对机器人路径规划进行建模。然后,提出一种生成初始种群的方法和精英策略,设计出自适应变异概率,提高了算法的求解质量。同时,在规划过程中,将全局路径规划与局部路径规划相结合,并且根据机器人与动态障碍物碰撞类型的不同,提出了相应的避碰策略。仿真实验表明:该算法优于基本遗传算法,能够有效地指导机器人在动态环境中实现避障,获得无碰最优或次优路径。     

粉末床激光成形熔池辐射强度信号的机器学习

粉末床熔融成形（PBF）的过程监测和质量识别是保障其制造质量的关键技术。在监测信号中,熔池辐射强度信号蕴含了丰富的熔池特征信息,但监测信号与材料科学现象的直接联系尚不明确,适合利用机器学习算法开展深入研究。首先,通过设置不同的工艺参数（部分偏离工艺窗口）实施316L不锈钢成形实验,成形过程中采集熔池辐射强度信号。然后,通过数据分割、特征提取和特征选择对信号数据进行预处理,构建了用于机器学习的数据集。最后,使用21种不同的机器学习算法,一是将熔池辐射强度数据按照工艺参数（如激光功率高、中、低）进行分类,经过训练的算法可在实际生产中识别异常（辐射强度异常、代表激光功率和扫描速度偏离最佳状态）;二是将熔池辐射强度数据按最终成形块体的质量（密度、表面粗糙度）进行分类,经过训练的算法可在实际生产中识别质量。结果表明：对于熔池辐射强度的异常识别,二次支持向量机算法的分类效果最好,准确度达到96.4%以上;对于密度和表面粗糙度预测,由于样件质量与数据样本之间的复杂关系,预测结果呈现不同的分布情况,但预测准确度均达96.0%以上。