航空汽油发展概述及前景展望

作者： 向海   柳华   陈凯   夏祖西   肖勇   来源： 化工进展 年份： 2016 文献类型 ： 期刊 关键词： 航空燃料　　含铅和无铅航空汽油　　活塞式发动机　　技术指标　　生物汽油  

描述： 航空汽油是航空燃料的重要组成部分。本文论述了国内外航空汽油从车用汽油、含铅航空汽油到无铅航空汽油,从低辛烷值到高辛烷值航空汽油的发展历程。比较含铅航空汽油和无铅航空汽油标准发现,辛烷值、铅含量、净热值、芳烃含量等技术指标的要求均有所区别。分析认为,标准技术指标不同的主要原因在于调合航空汽油的基础油不同。同时,本文指出了使用国产100号航空汽油易造成火花塞积铅、气门烧蚀及气缸密封性降低等问题。目前美国联邦航空局已经对12家企业生产的102号无铅航空汽油进行审定,计划在2018年取代现有含铅航空汽油。由于环境保护和节能减排的要求,无铅化及生物汽油都是未来航空汽油的发展方向。

基于状态机的航空独立电源模块自动测试系统

作者： 陈凯   崔勇   袁海文   马钊   周莉梅   来源： 应用科技 年份： 2016 文献类型 ： 期刊 关键词： 电源模块　　状态机　　虚拟仪器　　自动测试装备　　测试系统  

描述： 为了实现航空独立电源模块的快速准确测试,提高测试效率和精度,设计了基于状态机模式的航空独立电源模块自动测试系统。测试系统采用Lab VIEW作为软件开发平台,基于虚拟仪器技术,对电子负载、可编程直流电源以及数据采集装置进行综合集成和控制,实现了DC/DC电源模块关键技术指标的自动测试。测试实验表明本系统具有测试准确、可靠性高、人机交互界面友好等优点,与人工分立测试相比,提高了电源模块的测试效率。

基于实测数据的航空发动机转子叶尖装配间隙预测

作者： 邓王倩   莫蓉   陈凯   冯鑫   夏华腾   孙惠斌   常智勇   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 叶尖装配间隙预测   刚柔误差耦合   实测数据   航空发动机转子   偏差传递  

描述： 以多级转静子装配过程为研究对象，基于空间几何变换理论及形位公差理论，提出了一种多级转子叶尖间隙预测方法。具体是将转静子系统分为转子、静子、支承等3个子系统，分别针对子系统建立装配偏差子模型，进一步将各模型进行坐标统一，以配合面的实测偏差数据作为输入量，计算同一轴向位置处的转子叶尖坐标及机匣坐标，从而计算出转子叶尖间隙。试验结果表明，采用所述间隙预测模型，可准确预测转子叶尖间隙，预测最大相对误差为11%，从而为装配质量分析提供了参考依据。

基于实测数据的航空发动机转子叶尖装配间隙预测

作者： 邓王倩   莫蓉   陈凯   冯鑫   夏华腾   孙惠斌   常智勇   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 叶尖装配间隙预测   刚柔误差耦合   实测数据   航空发动机转子   偏差传递  

描述： 以多级转静子装配过程为研究对象，基于空间几何变换理论及形位公差理论，提出了一种多级转子叶尖间隙预测方法。具体是将转静子系统分为转子、静子、支承等3个子系统，分别针对子系统建立装配偏差子模型，进一步将各模型进行坐标统一，以配合面的实测偏差数据作为输入量，计算同一轴向位置处的转子叶尖坐标及机匣坐标，从而计算出转子叶尖间隙。试验结果表明，采用所述间隙预测模型，可准确预测转子叶尖间隙，预测最大相对误差为11%，从而为装配质量分析提供了参考依据。

航空电连接器镀镍层失效分析及可靠性优化

作者： 王震   李浩   张高鸿   刘伟   刘贝贝   徐于刚   陈凯   来源： 科技与创新 年份： 2022 文献类型 ： 期刊 关键词： 失效分析   电连接器   可靠性优化   镀镍  

描述： 基于一起航空电连接器镀镍层腐蚀失效故障，以电连接器为研究对象，借助扫描电镜、能谱分析仪等检验检测设备，从机械加工、镀镍表处、EDS分析等方面研究镀层失效机理。通过对故障件镀镍层进行宏观和微观检验、组织及成分分析，完成了故障机理分析，明确了故障发生原因。结果表明，镀镍层腐蚀失效原因为零件直纹滚花滚压成型中出现夹杂物、碎屑，导致镀镍表处膜层孔隙率较高；镀镍表处膜层厚度较薄且不均匀，导致耐腐蚀性能降低。潮湿存贮环境中的水汽、表处溶液残留盐分及电缆装配手汗成分浸入孔隙导致基体电化学腐蚀，腐蚀产物积累、膨胀，形成镀层龟裂及剥落缺陷。根据故障原因和失效分析结果，提出了电连接器镀镍表处可靠性优化措施，对类似铝合金零件滚花表面镀镍层失效故障的预防及控制具有良好的借鉴意义。

通用航空飞行员异常行为检测及预警系统设计与实现

作者： 陈农田   满永政   袁浩   董俊杰   宁威峰   李俊辉   来源： 实验室研究与探索 年份： 2022 文献类型 ： 期刊 关键词： 检测预警   深度学习   改进YOLOv3   图像视频采集   驾驶异常行为  

描述： 为了实现通用航空飞行安全精准智慧监管，以通用航空飞行员驾驶舱异常行为图像和视频数据为基础，设计了通用航空飞行员异常行为检测预警系统。该系统采用高精度摄像头实现通用航空器驾驶舱飞行员行为动作图像和视频捕获，结合改进的YOLOv3深度学习算法开展飞行员异常行为识别检测并建立声音和灯光告警触发机制，实现飞行员异常行为检测预警可视化。通过树莓派将预警信息上传云端，同步实现图像和视频数据实时存储及可追溯性。经实验测试验证，驾驶舱中飞行员抽烟行为检测准确率达88%、打电话行为检测准确率达92%,表明该系统能稳定且有效实现面向通用航空运行安全的飞行员异常行为检测预警，为下一步开展通用航空器机载原型系统适航工程验证奠定基础。