【摘 要】
:
以一种高精度自定心弹性涨紧结构的夹具设计为例,引入模块化设计理念,提出了一套通用、高效的模块化夹具设计流程,通过加强各模块的通用性和互换性设计,实现工装夹具的快速设计、组装与更换,能够缩短设计周期,降低制造成本;通过多学科仿真技术应用,校验了工装设计的正确性、准确性和可靠性.
【机 构】
:
航空工业庆安集团有限公司, 西安 710077
论文部分内容阅读
以一种高精度自定心弹性涨紧结构的夹具设计为例,引入模块化设计理念,提出了一套通用、高效的模块化夹具设计流程,通过加强各模块的通用性和互换性设计,实现工装夹具的快速设计、组装与更换,能够缩短设计周期,降低制造成本;通过多学科仿真技术应用,校验了工装设计的正确性、准确性和可靠性.
其他文献
综述了产生物乳化剂菌株和主要的生物乳化剂,分析了营养物质、温度、pH以及矿化度对菌株产生物乳化剂的影响,对目前主流的生物乳化剂纯化方法及其优缺点进行介绍,总结了生物乳化剂应用在提高采收率领域的国内外最新研究进展,指出了目前生物乳化剂应用于提高采收率领域所面临的挑战,并对其发展趋势做出了展望.
采用合成少数类别技术增加各个数据集的均衡性,利用三层叠加的受限玻尔兹曼机以及单层BP神经网络对高维数据进行降维处理.通过非线性结构对高校英语课程资源共享平台中的非线性结构进行特征提取,抽取不同的特征建立组合特征,将全部组合特征输入到深度信念网络中,组建高校英语课程资源共享平台自动维护模型.仿真实验结果表明,所提模型能够确保平台的稳定运行,同时有效减少维护成本.
基于美国环境保护局(US?EPA)的成人血铅模型(ALM)中有关人体血铅浓度与土壤铅浓度的模型算法,文章以我国工作人员血铅的职业接触限值为控制目标值,提出了军事训练场土壤中铅污染的风险管制值计算方法,采用内梅罗指数法构建军事训练场土壤中铅污染评价方法,并利用某军事训练场铅污染调查数据进行应用验证,结果表明该方法用于军事训练场铅污染评价是合理可行的.
航空器尾流的准确识别对于实现动态尾流间隔缩减技术具有重要意义.与传统利用尾流特征对称关系的方法相比,研究关注飞机尾流的形态特征,提出了一种基于数学形态学和K近邻算法(KNN)的飞机尾涡识别框架.在模型中,主要工作如下:1)根据数学形态学中开闭算子提取飞机尾涡样本的形态特征;2)引入卷积神经网络的池化层来降低特征维度;3)通过KNN机器学习模型识别所提取的尾涡特征.实验在双流机场(ZUUU)的02跑道附近布置Wind3D 6000多普勒激光雷达,通过采集进近风场数据来对模型进行验证.结果表明,所提模型分类准
为了在飞行仿真过程中模拟出起落架地面运动的真实特性,在不简化气动、机械、航电及动力等模型基础上,提出一种面向飞行仿真的起落架地面运动分布式建模仿真方法.对起落架地面运动状态进行受力分析,得到起落架相对于地面的摩擦力和相对于飞机本体的支反力;通过设计分布式仿真接口模块,将气动、机械、航电及动力等模型集成为一个完整的飞行仿真模型;将飞行仿真应用于某特定飞行场景中,得到起落架地面运动的动态特性.仿真结果表明:方法能快速实现飞行仿真中起落架地面运动的真实特性,包含起落架落震、转弯、刹车等基本功能,为民机系统数字设
为提高非定制超声波清洗机金属零件清洗效率,在不对清洗机本身进行改造的前提下,根据超声波清洗的原理,以清洗介质、清洗温度、清洗时间及工作液面等工艺要素为分析对象,摸索有效的工艺方法和参数.同时,研究声场分布和声强衰减的基本规律,获得有利于声波传播的零件摆放方法,提高清洗效率.本文的研究为提升金属零件的超声波清洗效率提供了理论支持.
航空发动机作为飞机的动力来源,其性能直接影响飞机飞行的安全性和可靠性.针对航空发动机在故障出现早期具有背景噪声剧烈、故障信号微弱、多故障特征频率叠加等问题,提出一种互相关去噪与混沌振子阵列扫描融合的早期故障检测方法.利用互相关对信号进行去噪,将去噪信号输入混沌振子检测阵列,使其构成混沌检测系统周期策动力,通过相轨迹变化检测出表征同一早期故障的多个特征频率信号,从而达到提高故障检测准确率和有效性的目的.并利用转子试车台,验证了方法的有效性.
传统装备性能单边检验以装备性能达到要求为原假设,装备性能未达到要求为备择假设.以显著性检验原理为工具,经过理论的逻辑分析和实际的检验计算发现,在装备性能显著性检验中,原假设和备择假设的地位是不对等的,检验结果偏向于接受原假设,即偏向于接受装备性能达到要求.这样往往会高估装备性能而产生不可挽回的严重后果.建议武器装备性能单边检验应采取稳健策略,将装备性能未达到要求作为原假设,装备性能达到要求为备择假设,以降低犯高估装备性能错误的概率.
在飞机电气系统地面研制试验验证阶段,缺乏有效的方法和装置对地面模拟负载进行自动化加卸载控制,且手动加卸载过程较繁锁,操作效率低下,无法达到预期的效果.设计并实现了一种飞机电气系统地面模拟负载控制系统,该系统具备地面模拟负载自动加卸载和状态显示等功能,能较好地满足试验需求,且操作方便、准确可靠.
Kriging模型的U学习函数(Learning Function U)是将模型预测符号容易产生错误的样本点加入设计并拟合模型,但是样本点在非重要区域的过多抽样会导致模型的收敛速度偏慢.为提高可靠性的计算效率,通过对样本点赋予不同的权值,提出U权重学习函数(Weight Learning Function U,WU).学习函数选择的样本点接近极限状态曲面,有效减少功能函数的调用次数,加快Kriging模型的收敛过程,提高可靠性计算效率.算例表明WU函数相比其他方法在Kriging模型建立过程中所需样本点少