航空发动机主轴滚动轴承的技术进展

简述航空发动机主轴滚动轴承的国内外发展概况,指出需要解决与发展的一些设计分析技术,提出以高DN值(2.5～3)×106主轴轴承为预研重点.     

带非线性支撑的转子有限元模型求解方法

用数值方法研究了非线性支撑的柔性转子系统的动学行为,提出了一种将有限元与非线性支撑结合的模型和求解方法。利用有限元法(FEM)构建转轴和转盘部分的模型,通过矩阵进行组合;利用离散元方法对包含滚动轴承和挤压油膜阻尼器(SFD)的支撑部分进行建模,此部分包含4个单元,分别为轴承内圈、外圈、SFD内圈和支撑鼠笼。有限元部分和离散元部分通过轴端节点相连,仿真过程中轴端位移传递给非线性支撑部分,支撑部分通过位移计算得到的非线性力反过来作用于有限元转子轴端部分。为了耦合求解有限元转子和非线性支撑组成的数学模型,提出了一种综合的迭代求解方法,克服传统的有限元求解方法对轴端隐性非线性支撑的求解局限性。由于转轴部分采用了Timoshenko梁单元建模,对比与简单转子模型,可以考虑陀螺力矩和轴的柔性特征,更能体现非线性支撑对振动真实影响。在建立的20个轴单元的有限元转子模型中,非线性响应更多体现在靠近非线性支撑的节点1和节点21处,响应频谱中靠近轴端的节点能体现出滚动轴承的2倍和3倍变柔振动频率。     

不同尾翼鸭式布局远程弹在跨／超声速的气动特性实验研究

为了研究鸭式布局远程弹尾翼对气动特性的影响,设计了无尾翼,“T”型尾8翼,栅格尾翼三种尾翼布局,通过风洞测力实验研究不同布局在不同马赫数及迎角状态下对远程弹气动特性尤其是滚转特性的影响。实验结果显示：安装“T”型尾翼的模型和安装栅格尾翼的模型相比,在跨声速阶段,其升力特性优于栅格尾翼,也更利于滚转控制,但在超声速区域,栅格尾翼模型具有明显的升力特性优势,同时也容易进行滚转控制,而减小阻力是栅格翼将来需要解决的问题。     

“布朗”航天飞机结构的焊接

介绍了俄罗斯“布朗”航天飞机结构的焊接历史和现状,详细阐述了装配、机加、焊接、校正的工艺过程、试验数据及所采用的专用设备、工装概况。     

可逆式冷轧内应力仿真及立辊侧轧变形控制研究

基于有限元软件Msc.Marc,采用弹-塑性大变形有限元法,建立三维可逆式轧制有限元模型,仿真出可逆式两道次冷轧中咬入-抛出-反转过程应力的产生及变化,解决了实际生产中铝合金厚板可逆式冷轧咬入困难及变形难以控制的难题.仿真结果与实验测试结果比较验证了该有限元模型的合理性.可逆式多道次轧制可以减小上道次轧制应力,轧制应力沿厚度方向呈M型分布.控制宽展的立辊侧轧引起的狗骨形截面可通过侧轧后再小压下量平轧进行矫正,得到平直度符合公差的板材.     

利用压电驱动器改善飞机横滚性能的试验验证

利用分布粘帖在矩形机翼上下两面的压电驱动器,探索使用该类结构提高飞行器横滚能力的可能性。通过风洞模型设计、材料性能测试、模型固有特性测试、压电柔度矩阵测试等试验项目,保证了有限元模型的计算精度,最终通过模型的风洞试验验证了利用气动弹性效应,获得了附加升力与横滚力矩的方案。该原理性试验说明利用分布式压电驱动器改善横滚性能是可行的。     

导弹大迎角下非线性诱导滚转力矩数值研究简

 采用计算流体力学（CFD）数值模拟方法,研究战术导弹大迎角状态下涡破裂导致滚转力矩随迎角非线性增长引起舵面控制能力不足的现象。首先通过标准模型的数值分析,验证了所采用的CFD方法具有三角翼前缘涡破裂现象的捕捉能力;然后采用雷诺平均Navier-Stokes方程对某“++”字正常布局导弹构型（含弹翼、弹身、尾舵和整流罩等）进行了数值模拟,结果显示亚声速状态下滚转力矩在迎角大于20°时出现非线性增长,导致全动尾舵的滚转控制能力不足。通过分解各部件对滚转力矩的贡献,并分析流场结构,探明了该现象发生的流动机理,其主要原因是：随着迎角的增长,弹体迎风面的尾舵前缘涡首先发生破裂,导致其平衡诱导滚转力矩的作用被削弱。     

航空发动机轴承的滑蹭损伤与防止措施

分析了航空燃气涡轮发动机主轴承产生滑蹭损伤的机理与危害。并根据滑蹭损伤的机理，提出了防止轴承出现滑蹭损伤的两项措施：增加驱使滚子一保持架运动的拖动力；减小阻碍滚子一保持架运动的阻力。列举了国外一些发动机中防止滑蹭损伤采用的措施。     

滚动轴承振动与噪声关系的灰色研究

以灰色系统理论为基础,通过实验,研究6201和6203轴承振动与噪声的关系。振动用加速度有效值描述,噪声以声压级表示。实验数据处理结果表明,轴承振动与噪声的关系不明显,并具有很大的不确定性。因此,不宜用轴承的振动代替轴承的噪声,应单独研究轴承的噪声问题,制订轴承噪声标准和相应的工艺标准。      

基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。