双排簸箕形孔气膜冷却效率及其叠加算法

对双排错排簸箕形孔气膜冷却效率进行了实验研究,测出了孔排下游的局部冷却效率的分布.对比研究了单排孔与双排孔气膜冷却效率分布的特点及双排孔气膜冷却效率的叠加算法.结果表明,在单排孔条件下所确定的最佳吹风比,在多排孔喷射时是不适用的.在较高吹风比下,如采用传统的气膜冷却效率的叠加算法,根据单排孔冷却效率计算双排孔冷却效率会产生很大的偏差,其计算结果远低于试验值.给出了双排错排的簸箕形孔的喷射时,冷却效率的叠加计算关系式.     

基于深度学习的对抗攻击技术综述

尽管深度学习模型在很多领域表现优异,但是研究表明其本身容易受到对抗样本的攻击,在模型实际部署的时候存在安全隐患。因此,在深度学习安全领域研究对抗样本非常重要。对计算机视觉领域中对抗攻击技术的现有成果进行了详细综述。首先介绍了对抗攻击的定义、分类标准以及发展,然后对比分析了现阶段经典的白盒和黑盒攻击方法,最后使用MNIST、CIFAR-10数据集对经典的攻击方法进行了实验验证。     

概率盒全局灵敏度和活跃子空间跨层降维

航空航天仿真系统中的不确定性通常是多源的、混合的,并且系统参数的维数众多。针对高维混合不确定性量化问题,提出一种结合概率盒全局灵敏度和活跃子空间的跨层降维方法。在随机和认知不确定的概率盒表征基础上,使用不确定性缩减法分析参数的全局灵敏度继而进行参数筛选;基于输出梯度协方差矩阵的特征分解,使用活跃子空间法对参数进行降维;构造出一种概率盒表征下的参数筛选和跨层降维方法。最后以NASA多学科不确定性量化挑战问题为例,通过概率盒全局灵敏度分析进行第1层次的参数筛选,原有的21维输入参数减为13维;随后采用活跃子空间进行第2层次的参数降维,维数进一步降至一维。研究结果表明,所提出的方法能够对混合不确定性参数进行灵敏度排序,还能够有效降低模型输入参数的维度,为高维系统混合不确定性量化和进一步的优化工作奠定了基础。     

航空发动机解耦控制器设计

提出了一种基于输出拟形的解耦控制器设计方法。设计过程中针对某型涡扇发动机双变量控制系统,首先选取2个理想的一阶环节形成2个独立控制回路,以其在各通路单独阶跃下的无耦合响应为拟形目标。以LQR控制器设计为例,采用遗传算法(GA)来优化LQR控制器的加权矩阵Q和R,使闭环控制系统在各控制回路单独阶跃下的输出与目标相一致,从而达到解耦的目的。通过优化算法,设计出的LQR控制器取得了良好的动、静态解耦效果。     

飞机结构件数控加工变形控制研究与仿真

以飞机弧形结构件这一典型易变形的零件为例,研究数控加工变形情况及其影响因素,分析数控加工过程中切削力对变形、残余应力对加工变形、装夹布局对飞机结构件数控加工变形的影响,并针对所研究的3个方面建立相应的物理仿真模型,模拟加工变形情况,提出了相应的解决方案。     

老旧飞机时寿件技术文件研究

介绍了老旧飞机时寿件（LLP）技术文件的重要性,并给出相关技术文件的组成及一般要求,旨在为航空公司LLP技术文件的管理提供参考。通用标准的LLP技术文件将大大提高资产转让的总体效率,也将降低航空公司的风险。     

送修周期在航空材料储备过程中的利用与研究

执行航材周转件储备计划时,送修周期是一个至关重要的参数。最佳的送修周期取值会考虑到各种因素,最终影响运营保障效率和固定资产的投入成本。本文对送修周期进行深入研究,结合实际工作经验,总结出一套相对全面的送修周期取值方法,供业内人士参考。     

NiAl合金锥筒内压胀形–原位反应一体化成形工艺研究

针对NiAl合金板坯制备及复杂薄壁构件二次成形困难的技术难题,提出一种成形与原位反应一体化成形新工艺制造NiAl合金薄壳件,即先将Ni箔与Al箔交替堆叠置于模具中,再在固体颗粒介质作用下塑性成形,然后使成形后的Ni/Al叠层薄壳件继续停留在模具中,在固体颗粒介质压力作用下加热使Ni/Al叠层发生原位反应合成NiAl合金,从而制得NiAl合金薄壳件。采用扫描电子显微镜（SEM）与能谱仪（EDS）对构件微观组织进行表征,并对其高温力学性能进行测试。结果表明,采用该方法制得的NiAl合金锥筒由单一NiAl相构成,厚度方向上粗晶层与细晶层交替排布,为典型的双峰组织,无孔洞等缺陷。构件硬度为317HV且分布均匀,1000℃抗拉强度为71MPa,延伸率可达74%。     

数字孪生驱动的薄壁件铣削刀具磨损状态识别方法

薄壁零件由于其本身的弱刚性,铣削过程中极易发生颤振、变形,从而加剧刀具磨损,为提高薄壁零件的铣削加工效率和表面质量,提出了一种数字孪生与支持向量机（SVM）融合驱动的刀具磨损状态识别方法。利用时、频域分析和小波包变换提取特征向量,通过网格搜索与交叉验证（GSCV）的方法进行超参数寻优,结合SVM算法构建薄壁零件铣削刀具磨损状态识别模型。试验结果表明,SVM算法在高维小样本数据的分类识别问题中优势明显,对于不同铣刀磨损状态的识别准确率分别达到96%和90.16%,具有较好的泛化能力。结合机器学习算法构建高保真、轻量化的数字孪生体,并将其嵌入薄壁零件铣削过程监测平台,以解决加工过程中信号实时监测和刀具磨损状态在线识别的问题。     

PVD涂层刀具铣削GH4169高温合金薄壁件性能对比

为解决高温合金薄壁件加工时颤振大和磨损大的问题,研究了不同成分体系涂层对铣削刀具的影响。采用电弧离子镀的方法在硬质合金刀具表面沉积了AlTiN/TiAlN、AlCrN/TiAlN和Ti SiN/TiAlN 3种双层涂层。采用扫描电子显微镜、纳米压痕仪与微米划痕仪表征了3种涂层的表面形貌与力学性能,在高性能铣床进行了涂层刀具的铣削试验,采集了刀具后刀面磨损照片与对应切削力,分析了不同涂层在铣削时的性能表现。研究表明,TiSiN/TiAlN涂层具有最高的硬度与耐磨因子,在铣削24 m后,后刀面磨损最小,但涂层表层易与高温合金发生黏结;AlCrN/Ti AlN涂层硬度与耐磨因子稍低,铣削24 m后,刀具接近失效,但与高温合金黏结并不严重;AlTiN/TiAlN涂层硬度与耐磨因子最小,铣削后磨损最严重,铣削12 m时刀具已经失效,但涂层与高温合金黏结最为轻微。因此,使用硬度与耐磨因子较大的涂层能够有效减小刀具铣削高温合金时的磨损,进而提高刀具寿命。