摘要：目的针对17-4PH不锈钢冷成形回弹大、贴模性差等问题,研究17-4PH不锈钢隔碗零件的拉深成形和液压胀形规律,确定隔碗零件拉深液压胀形复合成形的最佳工艺及参数。方法利用有限元方法确定并优化了拉深预成形和液压胀形中的工艺参数。基于优化后的结果设计并制造了相关的模具,最终通过试验验证了有限元方法的有效性。结果结合数值模拟和试验的方法,提出了零件先拉深预成形、后液压胀形的多步成形方案,逐步优化了成形工艺参数,最终成形出了满足尺寸和精度要求的高精度隔碗零件。结论通过数值模拟获得了最佳的坯料直径及多步成形中的关键工艺参数,基于数值模拟优化为主和试验验证为辅的设计制造理念,解决了17-4PH不锈钢冷成形回弹大和贴模性差的问题。

摘要：确定顶层需求指标是民机设计流程之初的重要工作。针对民机顶层设计工作,提出一套民机顶层需求定量权衡方法。根据民机顶层需求与概念设计之间的关系,将概念设计方案的特性参数视为一组可行的顶层需求。将顶层需求的权衡分析问题转换为对飞机总体设计参数的优化问题。选择“经济性、舒适性、环保性、适应性、安全性/可靠性”这5条判断准则,建立民机顶层需求综合评价模型,评估顶层需求的综合竞争力。以竞争力最大为目标,优化概念方案,确定最优的顶层需求组合。在宽体客机案例中,得到了比初始需求更合理的顶层需求,验证了所提方法的可行性。

摘要：机翼结冰影响飞机的操稳特性和飞行性能,对飞行安全造成危害。基于实验数据构建了典型的不同结冰严重程度的机翼前缘积冰冰形,采用高精度数值模拟方法得到背景飞机机翼前缘积冰的气动数据,建立了飞机六自由度非线性动力学模型,在此基础上设计了俯仰角保持、滚转角保持及高度保持模式的自动驾驶仪闭环仿真系统。通过开环仿真,分析了不同程度积冰对飞机配平特性、纵向长短周期模态及横航向模态的影响,比较了不同程度积冰情形下飞机动态响应的差异。通过闭环仿真,研究了积冰对3种模式下自动驾驶性能的影响。仿真结果表明:积冰对飞机配平特性、模态特性及开环动态响应特性均会造成一定的不良影响,威胁飞行安全。

摘要：目的 电线预警对于直升机和无人飞行器的低空飞行安全至关重要,利用可见光和红外图像识别电线是一个有效途径.传统识别方法需要人工设计的滤波器提取电线的局部特征,再使用Hough变换等方法找出直线,支持向量机和随机森林等机器学习方法仅给出图像中有无电线的识别结果.本文提出一种基于全卷积网络的电线识别方法,能在自动学习特征提取器的同时得到电线的具体位置等信息.方法 首先利用复杂背景生成大量包含电线图像和像素标签的成对仿真数据;然后改进U-Net网络结构以适应电线识别任务,使用仿真数据进行网络训练.由于图像中电线所占的像素很少,因此采用聚焦损失函数以平衡大量负样本的影响.结果 在一个同时包含红外图像和可见光图像各4 000幅的电力巡线数据集上,与VGG(visual geometry group)16等多种特征的随机森林方法相比,本文方法的电线识别率达到了99%以上,而虚警率不到2%;同时,本文方法输出的像素分割结果中,电线基本都能被识别出来.结论 本文提出的全卷积网络电线识别方法能够提取电线的光学图像特征,而且与传统机器学习方法相比能将电线从场景中精确提取出来,使得识别结果更加有判断的依据.

摘要：某型水陆两栖飞机在某次试飞过程中的水面高速滑行阶段出现海豚运动和机翼振动的异常现象,针对该现象展开原因分析研究。首先,建立飞机结构动力学有限元模型,研究弹性体飞机的固有动力特性;然后,建立双质量弹簧系统模型,结合水动力学研究飞机在水面滑行的运动特性;最后,结合飞机固有动力特性和水面高速滑行运动特性,分析飞机在水面高速滑行过程中机翼产生异常振动的原因。研究结果表明:飞机着水时因着水姿态以及自身静稳性等因素发生海豚运动;在某个运动时刻,当运动固有频率与机翼的一阶弹性模态频率耦合导致机翼振动。研究结果既为后续研究异常避免措施以及保证滑行试飞安全,提供了理论依据;也为水陆两栖飞机振动设计以及水面高速滑行振动分析提供了一种研究思路。

摘要：为了提高轴流压气机的串列静子在不同工况下的静压比与总压恢复系数,采用高自由度的复合弯掠三维叶片造型设计方法,对其前后排叶片进行协同双目标优化设计。设计优化研究表明:弯掠优化设计显著抑制了正攻角工况下串列静子叶片流道内的气流分离,缓解了负攻角工况下串列静子叶片缝隙通道内的气流堵塞。优化的弯掠叶型在正和负攻角工况下,静压比分别提升了0.99%和0.71%,总压恢复系数分别提升了0.89%和0.72%。

摘要：提出了一种基于嵌入式多核虚拟机管理器的混合分区调度算法.对多核混合分区调度算法的配置、设计和实现过程进行阐述,而且,在飞思卡尔PowerPC MPC8641D硬件平台上对多核混合分区调度算法进行充分的功能测试和验证;最后,对多核混合分区调度算法的特点以及将来还需要完善的工作进行总结.

摘要：基于径向基函数(Radial basis function,RBF)神经网络构建了一种带后缘襟翼主动控制(Active controlled flap,ACF)的旋翼振动载荷计算模型。采用正交试验方法确立RBF网络训练样本的输入,在CAMRAD II中计算前飞状态下与训练样本对应的旋翼桨毂六力素,并将主通过频率下的分量作为样本输出,对RBF网络进行离线训练。在此基础上采用多周控制器对被控模型进行振动载荷主动控制。随后以2桨叶4m直径ACF旋翼为例,构建了其桨毂减振分析方法,并对桨毂动载荷各分量的减振效果进行了分析。研究表明,采用正交样本训练的RBF网络能够精确映射襟翼偏角与桨毂振动载荷的非线性关系,施加多周控制后,桨毂垂向振动载荷降低接近50%,其他方向的振动载荷也有不同程度的降低。

摘要：旋翼激励是直升机振动的主要源头,影响直升机驾驶员操纵性、机上人员舒适性及结构疲劳寿命。振动问题一般在试飞过程中暴露出来,问题处理和解决往往需要大的周期和代价,影响直升机研制。直升机振动响应预计是解决振动问题的主要手段之一,可以在早期发现振动问题,方便在型号研制早期开展优化设计或解决预案。本研究基于机体动力学仿真模型,以固定坐标系下的桨毂中心振动载荷作为输入,得到机体关键位置的振动响应,形成旋翼激励下直升机振动响应预测的方法。通过某直升机在尾桨激励下关键位置响应预计与实测数据对比分析,表明该方法得到的振动响应随速度的变化规律与实测数据一致,精度满足工程需要。该方法在新机振动响应分析、振动问题排查及振动控制方案制定等工作中具有较高的工程价值。

摘要：燃油经济性是民机市场竞争力的主要指标之一,在实际运营中飞机的商载和航程具有不确定性,直接影响燃油经济性。利用基于物理模型的开源软件计算燃油消耗,采用基于人工神经网络(artificial neural network,ANN)的代理模型,对民机机翼分别进行确定性及考虑商载和巡航航程不确定性的优化设计,以期降低燃油消耗总量。研究结果表明:考虑运营参数不确定性的优化结果相比确定性优化设计,执飞相同数量的航班时燃油消耗总量降低约1.26%,具有一定的经济收益前景。