缝翼结构参数对翼型流场和气动噪声的影响

缝翼气动噪声很大程度地依赖于其结构参数。分析其结构参数对翼型流场及其气动噪声特性的影响,是研究缝翼噪声抑制方法的有效途径。首先,基于典型三段翼型30P-30N,建立流场分析模型,并利用雷诺平均(RANS)和大涡模拟(LES)方法,分别对具有典型缝翼几何位置及外形特征的翼型进行稳态和瞬态流场特性分析;其次,利用FW-H声类比积分法求解远场噪声分布特性,并研究对比不同缝翼结构参数对远场声压级强度及其指向性分布特性的影响规律;最后,针对不同的缝翼结构参数,分析讨论缝翼噪声抑制与相应翼型升力变化的耦合关系。结果表明:缝翼几何位置和结构变形参数的调整均可有效降低远场噪声辐射,但是在攻角增大的情况下升力系数会有一定程度的降低。     

多模态时域振动衰减信号各模态分离与阻尼参数辨识方法

针对多模态信号中各模态难以准确分离和模态阻尼参数难以准确识别的问题,提出了布谷鸟搜索(CS)算法参数优化的变分模态分解方法 (CS-VMD)和模态阻尼参数辨识的包络线积分法(EIM)。使用CS-VMD方法将多模态时域振动衰减信号中的多模态分量准确分离开来,利用EIM辨识各模态的模态频率和阻尼比,并与理论值(或测量值)以及半功率带宽法(HPB)辨识值进行对比。位移仿真信号与压气机导向叶片测频信号模态分解及模态参数辨识表明,CS-VMD方法可实现对多模态信号的正确分解,EIM辨识的模态频率误差均小于1.0%;对于位移仿真信号,EIM辨识的模态阻尼比最大误差小于2.5%;对于压气机导向叶片测频信号,使用EIM和HPB方法辨识的模态阻尼比最大差别为9.098%,EIM的模态阻尼辨识精度比HPB方法高。     

基于分解-粒化和优化极限学习机的燃油泵性能退化趋势预测

机载燃油泵的性能退化呈现非线性多阶段模式,为了提高机载燃油泵性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于奇异值分解-模糊信息粒化与优化极限学习机的模糊粒化预测方法。针对传统的粒化预测方法直接对原始序列进行粒化分析的不足,首先利用奇异值趋势分解方法提取燃油泵性能退化指标序列的趋势项及去趋势项,再利用信息粒化方法对去趋势项进行模糊粒化;然后将趋势项及粒化后的去趋势项数据输入至极限学习机进行回归预测,并采用粒子群算法优化极限学习机参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪燃油泵性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。     

聚碳硅烷的分子量和流体力学特性表征

通过研究聚碳硅烷溶液的流体力学参数与分子量的关系以及比浓黏度与浓度的关系,得到了聚碳硅烷的分子结构信息。结果表明,聚碳硅烷绝对重均分子量M_w为1.098×10⁴ g/mol,分子量分布MWD为6.7,第二维利系数A₂为1.57×10^-3 cm³·mol/g²,Huggins常数k’为1.85,流体力学半径与分子量间的标度指数b为0.21。在室温条件下,良溶剂四氢呋喃稀溶液中,聚碳硅烷链段空间分布较为紧密,分子链为非线型结构。     

基于混合区域极点配置的航空发动机全包线鲁棒变参数控制器设计

针对航空发动机全包线多变量鲁棒变增益控制器设计问题,提出了一种基于混合区域极点配置的鲁棒变参数控制方法。利用Jacobian方法建立多调度参数下的发动机仿射线性变参数(Linear parameter varying,LPV)模型,用于描述发动机全包线内的非线性动态特性;针对上述LPV模型,采用仿射参数依赖Lyapunov函数设计具有H∞鲁棒性能的状态反馈控制器,给出了控制系统全局稳定性的证明;并利用混合区域极点配置方法,将闭环系统极点配置到左半平面指定位置,以保证控制系统的动态特性及稳定裕度;进而引入凸多胞技术,将参数依赖线性矩阵不等式(Linear matrix inequality,LMI)方程转化为有限维LMI进行控制器求解,并得到了全局解。针对涡扇发动机的仿真结果表明:存在复杂量测噪声干扰条件下,鲁棒变参数控制器可以实现发动机全包线内控制指令的精确跟踪,系统阶跃响应的调节时间不超过1.5s,系统无超调,对控制期望的稳态跟踪误差在0.02%以内,符合发动机控制系统技术要求。     

欠驱动指爪机构的被动弹性元件参数优化设计

欠驱动指爪机构具有抓取不同目标物的自适应性,可满足操作任务的多样化需求。其欠驱动特性使得被动弹性元件的参数对抓取性能的稳定性和自适应能力有很大影响。若弹簧刚度选择过小,欠驱动指爪的稳定性会降低;若弹簧刚度选择过大,指爪的自适应能力会下降。因此,本文基于抓取状态平面法,对欠驱动指爪的被动弹性元件参数进行优化设计。首先,在欠驱动指爪静力学分析的基础上,建立弹簧刚度与驱动力的平衡方程。然后,通过对不同抓取模式拓扑转换的定量分析,获得欠驱动指爪与目标物之间不同的接触状态;同时为了保证稳定抓取,考虑了不同抓取模式下指爪弹性元件刚度与驱动力矩的参数匹配关系。在此基础上,基于抓取状态平面法建立被动弹性元件刚度与机构稳定区域关系的解析表达,并基于稳定区域面积最大化的思想,进行弹簧刚度的最优设计。最后,基于不同的抓取状态模型对弹簧刚度进行了优化设计,为后续欠驱动指爪机构设计和控制应用奠定理论和技术基础。     

基于临界面-损伤参量法的高压涡轮盘多轴疲劳寿命预测

基于临界面法对某高压涡轮（HPT）盘及GH4169合金试样进行多轴疲劳寿命预测,得出SWT（Smith-Watson-Topper）模型对单轴疲劳具有较好的预测效果而对多轴疲劳的预测效果较差,Fatemi-Socie （FS）模型也能较好地预测单轴加载下的疲劳寿命,但FS模型仅考虑最大剪应变幅平面上的正应力对疲劳损伤的影响,导致其多轴疲劳寿命预测偏保守。基于此,本文以最大剪应变幅为主要损伤控制参数,同时以最大剪应变幅平面上的正应力和正应变组成的修正参数作为多轴疲劳损伤的第二控制参数,提出了一个新的多轴疲劳临界面-损伤参量模型。结合GH4169合金及某高压涡轮盘试验验证。结果表明,对比SWT、FS和Wang-Brown （WB）模型,新模型的多轴疲劳寿命预测精度更高。     

非线性光学干涉仪的研究现状及发展趋势

介绍了非线性光学干涉仪的基本原理和关键技术,综述了国内外的研究进展,展望了非线性光学干涉仪的发展趋势,并对其潜在应用进行了分析。     

利用神经网络的海杂波幅度分布参数估计方法

海杂波是制约对海雷达探测性能的主要因素之一,掌握其特性,具有十分重要的意义。经典海杂波统计模型在参数估计方法上以传统统计学理论为基础,在样本数较少的情况下,估计结果往往较差,导致建模准确度下降。此外,在复杂非均匀探测背景下,难以实现海杂波模型参数的准确实时估计。针对该问题,文章将深度神经网络模型引入海杂波参数估计领域,通过构建合理的模型,使其具备海杂波幅度分布模型的高精度参数估计能力。该方法采用直方图统计的方法进行数据预处理,合理划分输入数据标签的分组区间,构建数据集训练神经网络,并利用测试数据得到神经网络估计结果。仿真数据和X波段IPIX雷达实测数据验证结果表明,与传统数理统计估计方法相比,该算法明显提升了海杂波统计模型参数估计精度。     

TC4叶栅环等温成形规律研究

针对高肋、薄壁钛合金叶栅环的结构特点,借助三维有限元模拟方法,分析了等温成形中始锻温度、下压速度和摩擦因子对叶栅环成形质量的影响规律。选取优化后的工艺参数进行物理实验研究,结果表明,始锻温度为920℃,下压速度为0.5 mm/s,摩擦系数为0.1时的工艺条件下,可以得到满足质量要求的等温锻件。