聚氨酯增韧改性 PISOX 树脂及其复合材料的性能

利用MDI与PTMG-2000制备聚氨酯预聚体,对聚(异氰脲酸酯-噁唑烷酮)树脂(PISOX)进行增韧改性:考察不同I/E、不同预聚体添加量的树脂浇铸体力学性能的变化;并对最优配方进行复合材料力学性能测试和DMTA测试,比较改性前后复合材料力学性能和耐热性能的变化;利用SEM观察改性前后微观形态的变化,推测增韧机理。结果表明,I/E=1.8、添加15%预聚体时树脂浇铸体综合力学性能最优,弯曲强度、弯曲模量、冲击强度分别为60.92 MPa、2 295 MPa、6.40 k J/m2;利用该基体制备复合材料,具有比未改性体系更优异的力学性能和界面性能,且聚氨酯预聚体的引入对树脂在高温下的耐热性能没有明显影响,其玻璃化转变温度均在258℃左右;对比改性前后体系固化物的微观结构,改性后的体系呈两相结构,橡胶相起到吸收冲击能和终止裂纹的作用,有效地提高了材料的韧性。     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.     

应急通信中 WSN 的角色及生存性分析

无线传感网（WSN）具有部署方便、灵活健壮的特点,在应急通信场合发挥着重要作用,但复杂恶劣的网络环境对无线传感网的设计和部署提出了更高要求。说明了应急通信的特点,并分析了应急通信中无线传感网的角色及面临的技术挑战。从网络生存性的角度归纳了网络生存性的相关研究工作,并重点探讨了应急通信环境下无线传感网的生存性技术问题。     

Machining of a film-cooling hole in a single-crystal superalloy by high-speed electrochemical discharge drilling

Single-crystal superalloys are typical advanced materials used for manufacturing aeroengine turbine blades. Their unique characteristics of high hardness and strength make them exceedingly difficult to machine. However, a key structure of a turbine blade, the film-cooling hole,needs to be machined in a single-crystal superalloy; such machining is challenging, especially considering the increasing levels of machining efficiency and quality demanded by the aeroengine industry. Tube electrode high-speed electrochemical discharge drilling(TSECDD), a hybrid technique of high-speed electrical discharge drilling and electrochemical machining, provides high machining efficiency and accuracy, as well as eliminating the recast layer. In this study, TSECDD is used to machine a film-cooling hole in a nickel-based single-crystal superalloy(DD6). The Taguchi methods of experiment are used to optimise the machining parameters. Experimental results show that TSECDD can effectively drill the film-cooling hole; the optimum parameters that give the best performance are as follows: pulse duration: 12 ls, pulse interval: 30 ls, peak current:6 A, and salt solution conductivity: 3 m S/cm. Finally, a hole is machined by TSECDD, and the results are compared with those obtained by electrical discharge machining. TSECDD is found to be promising for improving the surface quality and eliminating the recast layer.     

高超声速飞行器自适应神经网络容错控制

针对高超声速飞行器巡航段执行器控制效益损失故障和卡死故障问题,基于高超声速飞行器纵向运动模型,将自适应算法与改进的径向基函数神经网络(RBFNN)方法相结合,设计了一种自适应神经网络容错控制器。所提出的容错控制方法具有无需估计执行器故障值的优点,且设计的控制算法结构简单,无需大量实时计算,可以快速处理故障的发生,确保系统在参数不确定、恒定或时变执行器故障与卡死故障情况下仍具有稳定跟踪能力。最后,仿真验证了该方法的有效性。     

改进的粒子群算法求解飞机位姿评估问题

在飞机装配中,要求调姿基准点距离误差和最小以及各点距离误差满足容差条件。以往的飞机位姿评估算法注重距离误差和最小,可能出现调姿基准点的距离误差不满足容差约束的情况。为了求解在满足容差约束条件下的距离误差和最小的飞机位姿参数,提出一种新的优化模型,将带容差约束转化为带惩罚函数,与距离误差和一同作为优化目标,采用求解约束优化问题的粒子群算法进行求解。在上述算法上进一步改进,通过动态改变约束参数来加强约束条件,可以通过迭代方式进一步减小飞机调姿基准点最大距离误差。仿真算例和蒙特卡洛分析证明,求解约束优化的粒子群算法和改进的粒子群算法在求解飞机位姿评估问题时,求解得到的调姿测量点最大误差小于奇异值分解法。     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。     

基于模型的装备维修性设计控制技术

伴随数字化设计方法日趋成熟,飞机装备维修性设计面临如何与三维数字化设计环境下功能性能设计同步的难题。对比分析了数字化环境维修性设计与传统维修性设计的主要差别,提出了基于飞机装备数字化设计环境维修性设计流程,研究了维修性设计参数的表达模型以及维修性参数信息在三维设计数字环境中的转化、集成与利用方式。基于图论和网络节点框图,提出了一种以节点网络图、单节点维修时间模型、维修过程时间模型为表征的飞机装备维修性设计与控制方法。经实例验证,提出的这套基于数字模型的维修性设计技术,对装备在数字化设计环境下同步开展维修性设计具有一定的工程指导价值。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。