使用PC机串行口与下位单片机串行通信的方法

本文详细介绍了使用PC机串行口与下位单位机串行通信的方法及其具体使用，对实际应用有较强的指导作用。     

基于有限元模拟的管材内高压成形模具设计与优化

设计模具需要丰富的生产实践经验,新产品、新工艺的模具设计不可能一次成功,或多或少都会存在一些结构上的不合理或其他缺陷,产品因而不能顺利成形。为了解决这些问题,本文对管材内高压成形的过程用MSC.Marc有限元模拟软件进行模拟,验证模具结构上的合理性,发现存在的缺陷并进行模具的重新优化。这样可以弥补经验设计的不足,缩短了模具设计制造周期,提高了工作效率,避免了因不合理的设计而导致的资源浪费,对类似的模具设计有一定借鉴作用。     

智能加工技术在切削颤振在线抑制中的应用

具有薄壁结构的关键航空零部件在切削过程中不可避免发生颤振现象。为提高工件表面质量,在加工过程中对颤振进行准确识别和有效控制已成为该领域的主要研究方向。而对于颤振在线辨识和抑制功能的实现,必须开发集成先进传感器和智能控制算法的智能数控系统,并保证系统中各功能模块线程协调运行。因此,在航空薄壁件的精密加工过程中,利用智能加工技术对切削颤振进行实时辨识和在线抑制将成为未来数控加工技术的发展趋势。     

基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。     

复合材料加筋板筋条修理后的压缩性能

承受压缩载荷时,筋条损伤往往造成复合材料加筋板结构的严重失效.针对筋条壁板脱黏、腹板分层、上缘条损伤3种情况分别设计了相应的修理方案并制作了试验件.为保证压缩载荷的均匀施加,设计制作了加筋板试验专用夹具,含有固定试验件的卡槽和保证加载方向沿竖直方向的导轨.筋条修理后的复合材料加筋板的轴向压缩试验表明不同修理部位、不同修理方法对加筋板的力学性能影响不同.有限元分析表明加筋板的屈曲模态、整体破坏模式以及板-筋胶层的破坏情况都受到修理方案的影响.      

受限空间中天线产生的电波覆盖研究

受限空间中的有效电波覆盖直接影响通信质量和可靠性,对天线系统的布局优化尤为重要.然而现有的研究很少考虑本来就处于隧道中的天线参数对电波覆盖的影响.针对铁路隧道这种特殊的受限空间情况首先介绍了电波覆盖的研究方法和现状,然后利用射线追踪方法、波导模式方法和矢量抛物方程方法对电波覆盖进行了预估,针对笔形方向图的特征采用高斯方向图重点研究了不同的天线主瓣宽度、波束指向以及在隧道截面的位置对电波覆盖的影响,分析了沿隧道轴向不同区域内电波覆盖的不同特征,最后研究了受限空间中电波覆盖的三段式模型.本文的方法和模型可以为隧道内的天线选型及优化布局提供理论依据和参考.      

波音737空调系统制冷性能的监控方案

夏季飞机客舱温度太高而导致旅客抱怨和投诉一直是困扰航空公司,影响航空公司服务的一个主要问题,而这一问题在波音737飞机上又尤为突出。因此,改善空调系统的制冷性能,就成为航空公司机务维修部门必须解决的一项课题。影响空调系统制冷性能的因素很多,制冷系统、温度控制等系统部件的     

等离子体激励频率对压气机稳定性影响的实验与数值模拟研究

本文采用实验与数值模拟方法研究了不同等离子体激励频率对低速轴流压气机的扩稳特性。结果表明,等离子体激励能够显著减弱叶顶泄漏流非定常脉动,增加主流动量,削弱泄漏流和回流动量,抑制泄漏流向叶尖前缘移动,从而扩大压气机的稳定工作范围;非定常激励对压气机稳定性有重要影响,随着激励频率的增加,扩稳效果增强,但激励频率存在阈值,当频率高于0.5倍叶片通过频率时,随着频率的增加,扩稳效果几乎不变。     

AHPSO-SVM预测超声内圆磨削ZTA陶瓷的边界损伤

为解决普通加工方式易出现工程陶瓷边缘碎裂的问题,本文对超声内圆磨削工程陶瓷边界损伤预测系统进行了研究。在35 kHz轴向超声磨削与普通磨削两种条件下独立进行试验,运用支持向量机研究工艺参数与边界损伤影响规律,采用改进的粒子群算法优化支持向量机,建立采用混合核函数的AHPSO-SVM预测模型。研究结果表明,超声激励下试件边界损伤降幅为10.05%～21.23%,AHPSO-SVM预测模型MSE为0.378 4、平均相对误差为1.369 0%、30次适应度值标准差为0.020 2。相比于普通磨削,超声磨削可使ZTA陶瓷边界损伤值显著降低;建立的AHPSO-SVM模型具有较好的学习能力、泛化性能与良好的稳定性。