航空发动机阻燃钛合金力学性能预测及成分优化

作者： 李雅迪   弭光宝   李培杰   曹京霞   黄旭   来源： 工程科学学报 年份： 2022 文献类型 ： 期刊 关键词： 力学性能   成分优化   阻燃钛合金   支持向量机算法   合金化元素  

描述： 良好的泛化能力，能够有效地反映出阻燃钛合金的合金化元素与力学性能之间的定量关系，进而实现对该合金的成分优化.对于Ti-35V-15Cr阻燃钛合金，可以通过加入质量分数为0～0.1%的Si元素和质量分数

航空发动机阻燃钛合金力学性能预测及成分优化

作者： 李雅迪   弭光宝   李培杰   曹京霞   黄旭   来源： 工程科学学报 年份： 2022 文献类型 ： 期刊 关键词： 力学性能   成分优化   阻燃钛合金   支持向量机算法   合金化元素  

描述： 良好的泛化能力，能够有效地反映出阻燃钛合金的合金化元素与力学性能之间的定量关系，进而实现对该合金的成分优化.对于Ti-35V-15Cr阻燃钛合金，可以通过加入质量分数为0～0.1%的Si元素和质量分数

航空发动机阻燃钛合金力学性能预测及成分优化

作者： 李雅迪   弭光宝   李培杰   曹京霞   黄旭   来源： 工程科学学报 年份： 2022 文献类型 ： 期刊 关键词： 力学性能   成分优化   阻燃钛合金   支持向量机算法   合金化元素  

描述： 良好的泛化能力，能够有效地反映出阻燃钛合金的合金化元素与力学性能之间的定量关系，进而实现对该合金的成分优化.对于Ti-35V-15Cr阻燃钛合金，可以通过加入质量分数为0～0.1%的Si元素和质量分数

航空发动机阻燃钛合金力学性能预测及成分优化

作者： 李雅迪   弭光宝   李培杰   曹京霞   黄旭   来源： 工程科学学报 年份： 2022 文献类型 ： 期刊 关键词： 力学性能   成分优化   阻燃钛合金   支持向量机算法   合金化元素  

描述： 良好的泛化能力，能够有效地反映出阻燃钛合金的合金化元素与力学性能之间的定量关系，进而实现对该合金的成分优化.对于Ti-35V-15Cr阻燃钛合金，可以通过加入质量分数为0～0.1%的Si元素和质量分数

航空发动机中介机匣旋涡结构分析

作者： 黄旭   雷雨冰   来源： 机械制造与自动化 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   旋涡结构   简化模型   中介机匣   Q准则  

描述： 为了确定某航空发动机中介机匣内部的流场旋涡结构，对其进行数值模拟，采用Q准则对流场进行分析，探索流场中的旋涡结构。研究发现，中介机匣中的旋涡模型主要由马蹄涡、壁角涡、轮毂/支板角区分离涡及机匣出口分离涡等4个旋涡构成。壁角涡与轮毂/支板角区分离涡位于轮毂端壁与支板的角区，主要因为角区的压力场导致了通道内较大的流动损失。机匣出口分离涡由机匣壁面较大的凸曲率产生，导致支板尾缘靠近机匣壁面的流场产生低速区。

航空发动机中介机匣旋涡结构分析

作者： 黄旭   雷雨冰   来源： 机械制造与自动化 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   旋涡结构   简化模型   中介机匣   Q准则  

描述： 为了确定某航空发动机中介机匣内部的流场旋涡结构，对其进行数值模拟，采用Q准则对流场进行分析，探索流场中的旋涡结构。研究发现，中介机匣中的旋涡模型主要由马蹄涡、壁角涡、轮毂/支板角区分离涡及机匣出口分离涡等4个旋涡构成。壁角涡与轮毂/支板角区分离涡位于轮毂端壁与支板的角区，主要因为角区的压力场导致了通道内较大的流动损失。机匣出口分离涡由机匣壁面较大的凸曲率产生，导致支板尾缘靠近机匣壁面的流场产生低速区。

基于深度学习的航司航空发动机智能损伤检测一体化解决方案

作者： 王锦申   黄旭   万夕里   来源： 航空维修与工程 年份： 2022 文献类型 ： 期刊 关键词： 损伤检测   编码器   发动机   目标检测   深度学习   一体化解决方案   神经网络   在线计数   孔探检测  

描述： 航空发动机作为飞机的关键部件，其损伤诊断和维护是保障飞机飞行安全的核心任务。目前，通过人工的定期孔探检测开展检查和维护工作，既费时又容易出错。为此，本文给出了融合上下文编码的神经网络深度学习框架、深度融合网络、目标检测和追踪算法等三种深度学习方法，以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值，对保证发动机适航具有重要意义。

基于深度学习的航司航空发动机智能损伤检测一体化解决方案

作者： 王锦申   黄旭   万夕里   来源： 航空维修与工程 年份： 2022 文献类型 ： 期刊 关键词： 损伤检测   编码器   发动机   目标检测   深度学习   一体化解决方案   神经网络   在线计数   孔探检测  

描述： 航空发动机作为飞机的关键部件，其损伤诊断和维护是保障飞机飞行安全的核心任务。目前，通过人工的定期孔探检测开展检查和维护工作，既费时又容易出错。为此，本文给出了融合上下文编码的神经网络深度学习框架、深度融合网络、目标检测和追踪算法等三种深度学习方法，以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值，对保证发动机适航具有重要意义。