高超声速飞行器烧蚀后退量时序提取及基于神经网络的预测

为了观测高超声速飞行器头部模型在高温流场下的烧蚀现象,在电弧风洞上开展了热考核试验,基于电荷耦合器件相机图像比色测温方法,获得电弧风洞烧蚀模型表面温度随时间演化数据。通过追踪模型边缘温度场变化,给出模型烧蚀过程中形变过程,提取驻点及其他边缘点后退量随时间变化数据。利用最小二乘法和长短期记忆(LSTM)网络方法对烧蚀后退量数据进行拟合与预测,其中LSTM方法主要包括网络结构设计、模型训练、目标函数设定和预测过程的算法实现等。高超声速飞行器烧蚀模型不同位置后退量时间序列预测与试验对比发现:最小二乘法主要适合烧蚀后退量为线性区域的拟合与预测;LSTM方法不但适用于烧蚀后退量线性区域,还适合于端头边缘烧蚀后退量非线性变化区域数据的拟合与预测。

大进给复合振动攻丝切削速度及后退量的优化研究

丝锥的结构特征决定,在螺纹加工的不同深度,受到的切削力和切削扭矩是不同的,通过分析加工同一个螺纹不同深度的受力情况,在大进给复合式加工方式的前提下使用一套动态变化的加工参数来改善加工的质量和效率,同时以提高加工效率和优化加工质量为目的,并将理论研究和实验相结合,分析得出了后退量的合理范围。