某聚酰亚胺基复合材料构件R角内部缺陷研究

聚酰亚胺基复合材料由于其自身反应复杂,成型难度较大,带拐角的聚酰亚胺基复合材料构件,其拐角区域(以下称为R区或R角)更容易产生分层、架桥等缺陷,本研究从拐角处的应力及固化过程中的模具、零件热膨胀差异等方面着手,探讨了拐角处的分层缺陷的成因及机理,并通过试验进行验证。发现,铺层结构、模具形式、热匹配等因素对拐角处分层缺陷影响较大。     

超声波喷水穿透法在先进复合材料检测中的应用

介绍了超声波喷水穿透法的检测原理及自行研制的四轴自动超声波喷水穿透C扫描检测系统.利用该检测系统对包括平板试样件,大厚度模压件,以及筒形结构件等先进复合材料进行超声波喷水穿透法检测,结果表明该方法对先进复合材料中存在的孔隙、裂纹、脱粘和分层等缺陷能有效检出.     

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

具有几何和光照不变性的不变矩构建研究

为了解决现有的光照变化条件下仿射不变矩识别不稳健的问题,提出了一种归一化光照仿射不变矩,即采用一种光照模型,基于Jan Flusser仿射不变矩,推导出一种归一化光照仿射不变矩,并且从理论上证明了该方法在各种仿射变换下的稳健性,然后通过对比实验验证了该方法在光照强度、方向和颜色改变下的不变性.实验结果表明,与当前主流的光照不变矩方法相比,该方法不仅适合灰度图像也适合彩色图像,在光照方向改变下,图像的倾斜运动中识别度提高了35％;在线性光照强度改变下,图像的倾斜运动中识别度提高了85％;在光照颜色改变下,图像的平移和旋转运动中识别度提高了7.8％;以多种卫星模型图像为实验对象,在光照改变下,彩色图像和灰度图像的识别度平均提高了36％以上,且计算简单,更适合于航天器目标的识别.     

航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

基于传声器阵列的航空发动机噪声源识别研究

为了实现新一代发动机的噪声源识别技术,对于测试所得到的民用飞机发动机的整体噪声数据,通过部件噪声分解方法,将其分解到各个部件,并且认识当代民用飞机发动机噪声源的基本特征.开发出利用发动机整机噪声数据的噪声源识别系统,采用反卷积法将波束成型法的结果作为中间声源,从中获取所需要的声源信息,使得最终的结果更加准确.通过获取的发动机整机噪声数据,验证传声器阵列技术的可行性,并且证明了系统的可行性和有效性.     

缺陷、损伤、微裂纹对航空发动机构件服役总寿命及可靠性的影响

基于断裂力学观点,讨论了材料中的缺陷、损伤、微裂纹等对航空发动机构件的服役总寿命及可靠性的影响;分析了轮盘、叶片、机匣3个典型实例;介绍了损伤容限疲劳寿命设计新概念;提出了“过程控制”和“寿命监测-控制”新建议。     

静载下含平面缺陷的压力管道的失效率

参照 SAPV-95规范,用第 2水平法对静载下含平面缺陷的压力管道进行了可靠性分析,得出了功能函数。提出了计算失效率的快速收敛的迭代算法,并分析了失效率与广义强度和广义应力的均值及变异系数的关系。得出了用失效率可对静载下含平面缺陷的压力管道的安全状况进行评估和预测的结论     

模态参数识别的特征系统实现算法:研究与比较

以 GARTEUR飞机模型的飞行颤振和地面共振试验为例,对模态参数识别的特征系统实现算法的4种变形特征系统实现算法(ERA)、快速ERA(FERA)、相关ERA(ERA/ DC)和快速相关ERA(FERA/ DC),进行了深入的理论分析和仿真研究。结果表明:与ERA相比,ERA/ DC的阻尼识别精度在10%和30%噪声下可以提高6～60倍;FERA的识别速度可以比ERA提高4～1 0倍,且精度较高;而FERA/ DC的识别速度可以比ERA/ DC提高 3～5倍,并且精度不会降低。