卡托辛对AP热分解影响的XPS研究

采用XPS方法研究了卡托辛对复合固体推进剂氧化剂AP热分解过程的作用机理。结果表明,热氧化后Fe原子的结合能向高位移动,再根据Fe2p3/2谱强度的变化,说明卡托辛在AP热分解过程中是逐渐氧化过程,Fe—C共轭键逐渐断裂;Cl原子的结合能向低位移动,且在200 eV左右出现低结合能的峰,同时其强度逐渐增大,Cl原子在200 eV处形成的低结合能态的可能途径是卡托辛的分解产物环戊二烯离子与HClO4的分解产物HCl发生反应,加速了HClO4的分解速度;卡托辛的二茂铁基夹心结构破坏后生成的Fe2O3具有较高的反应活性,亦加速AP离解产物HClO4的分解速度。     

N,N'-二硝基哌嗪的热分解机理及动力学研究

采用高压差示扫描量热(PDSC)、热重分析(TGA)和快速扫描傅立叶变换红外光谱(FTIR)等分析技术,研究了N,N'-二硝基哌嗪(DNP)的热分解机理;采用原位热裂池的FTIR技术分析分解过程的凝聚相变化,最终获得其热分解动力学方程和热分解与化学反应的具体过程。研究表明,0.1 MPa下DNP发生挥发,不能正常分解;而在2、4、6 MPa下DNP的分解过程较简单,先在217℃处出现一强吸热峰,它是由DNP熔融过程引起的,它随压强的变化不大,而后在244.2~251.7℃之间出现的主要放热峰,主放热峰之后300℃左右处有一小肩峰出现,且随着压强增大逐渐明显,这说明DNP在较高压强下出现了二次分解反应。采用3种不同计算方法所得的DNP分解活化能为103~124 kJ.mol-1;最后经过分析计算得到了DNP热分解机理函数。     

单分散钴纳米粒子的制备及其对二硝酰胺铵(ADN)的热分解作用

采用氢电弧等离子体法在惰性气氛中制备了单分散的高纯度纳米Co粉。利用透射电子显微镜(TEM)和相应选区电子衍射(SAED)、比表面吸附仪、X射线衍射(XRD)等手段对样品的粒度、形貌、比表面积、成分进行了表征。将纳米Co粉按不同比例与二硝酰胺铵(ADN)制成复合粒子,并用差热分析(DTA)考察了不同比例的纳米Co粉对ADN的热分解催化作用。结果表明,在ADN中加入纳米Co粉,可使ADN的分解峰温明显降低,比例越大,分解峰温的降低也越多,且表观分解热显著增大,说明纳米Co粉对ADN有较强的催化作用。     

一种GPS整周模糊度的解算方法

初始整周模糊度的求解是利用GPS载波相位进行测量的关键问题,文中提出了一种GPS整周模糊度快速解算方法。该方法：首先,对双差观测方程中指向卫星的方向阵进行QR分解;然后,通过比较估计出的基线长度和真实的基线长度建立起整周模糊度初始搜索范围;最后,综合利用快速剔除不合理模糊度解的检验方法以得到最终的模糊度解。文中对所提出的算法进行了理论推导,并进行了基于实测数据的实验与分析。实验结果表明,该算法计算量小,快速准确,适合整周模糊度的快速动态求解。     

基于PSO-VMD算法的生命探测方法研究

生命探测雷达在航空航天领域有着重要的应用,通过探测飞行员的呼吸、心跳、肢体动作等微弱信号,实现对飞行员的生命监测。针对实际场景中生命体微弱信号检测困难的问题,提出一种将包络熵作为粒子群算法适应度函数的变分模态分解(variational mode decomposition, VMD)参数优化算法。首先,利用粒子群算法对适应度函数进行选择,确定VMD算法中固有模态分量的分解层数以及惩罚因子个数的组合;其次,通过频谱分析选择特定层数的固有模态分量并重构雷达回波信号;最终达到去除噪声,提取生命体弱信号的目的。对比实验表明,所提出的方法相比经验模态分解算法能够更加准确地提取生命体信息,仿真结果验证了算法的有效性。     

基于偏微分方程的卡通-纹理图像分解方法

Luminita A. Vese和Stanley J.Osher基于总变差最小化及Yves Meyer提出的振荡函数空间理论提出了卡通-纹理图像分解模型,直接从Vese-Osher模型的偏微分方程出发进行改进,重新选取了方程中的扩散系数,对不同类型的含纹理图像,通过对扩散系数的调整,有效地保护卡通部分的边缘,更好地提取纹理特征,从而达到提高图像分解质量的目的.     

分级旋流火焰的燃烧不稳定性及火焰动力学

实验研究了贫燃预混分级火焰的燃烧不稳定性和火焰动力学特性.实验是在一个常温常压实验台上进行的,燃料为甲烷.通过对动态压力、热释放速率的快速傅里叶变换(FFT)分析,火焰图像的Abel逆变换、热释放积分、本征正交分解(POD)分析等方法,重点研究了分级比对燃烧不稳定性的影响.实验表明:预燃级燃料比例,对火焰的稳焰机制、热...     

高温化学非平衡湍流边界层脉动量象限分析

高超声速飞行器在较低空域以极高马赫数飞行时，表面会同时存在湍流与化学非平衡流动，但目前针对此类高温化学非平衡湍流边界层流动特性的研究工作还比较有限，对不同湍流特征的主导流动机制的认识还有待于进一步深入。选取高超声速楔形体头部斜激波后的流动状态，设置3种不同的壁面温度，通过直接数值模拟对比了不同壁温条件下的边界层参数分布特性，并采用象限分解技术分析了边界层不同象限流动事件对雷诺剪切应力、湍流热流、湍流质量扩散的贡献。结果显示：在整个边界层中上抛和下扫运动对雷诺剪切应力的贡献占优；冷壁效应会使得流向和法向湍流热流通量的主导流动事件在温度峰值两侧发生改变。O原子组分流向湍流组分扩散主要受到高质量分数流体慢速运动事件和低质量分数流体快速运动事件的影响，而法向湍流组分扩散则主要受到高质量分数流体向上运动事件和低质量分数流体向下运动事件的影响。     

A pre-generated matrix-based method for real-time robotic drilling chatter monitoring

Currently, due to the detrimental effects on surface finish and machining system, chatter has been one crucial factor restricting robotic drilling operations, which improve both quality and efficiency of aviation manufacturing. Based on the matrix notch filter and fast wavelet packet decomposition, this paper presents a novel pre-generated matrix-based real-time chatter monitoring method for robotic drilling. Taking vibration characteristics of robotic drilling into account, the matrix notch filter is designed to eliminate the interference of spindle-related components on the measured vibration signal. Then, the fast wavelet packet decomposition is presented to decompose the filtered signal into several equidistant frequency bands, and the energy of each sub-band is obtained. Finally, the energy entropy which characterizes inhomogeneity of energy distribution is utilized as the feature to recognize chatter on-line, and the effectiveness of the presented algorithm is validated by extensive experimental data. The results show that the proposed algorithm can effectively detect chatter before it is fully developed. Moreover, since both filtering and decomposition of signal are implemented by the pre-generated matrices, calculation for an energy entropy of vibration signal with 512 samples takes only about 0.690 ms. Consequently, the proposed method achieves real-time chatter monitoring for robotic drilling, which is essential for subsequent chatter suppression.     

Non-intrusive reduced-order model for predicting transonic flow with varying geometries

A Non-Intrusive Reduced-Order Model (NIROM) based on Proper Orthogonal Decomposition (POD) has been proposed for predicting the flow fields of transonic airfoils with geometry parameters. To provide a better reduced-order subspace to approximate the real flow field, a domain decomposition method has been used to separate the hard-to-predict regions from the full field and POD has been adopted in the regions individually. An Artificial Neural Network (ANN) has replaced the Radial Basis Function (RBF) to interpolate the coefficients of the POD modes, aiming at improving the approximation accuracy of the NIROM for non-samples. When predicting the flow fields of transonic airfoils, the proposed NIROM has demonstrated a high performance.