力热载荷下高速导弹发动机复合材料壳体承载能力评估方法研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:lskiba
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
开展复合材料壳体承载能力预示和评估,是固体火箭发动机设计的重要内容,也是新型高速导弹发动机工程研制过程中亟需解决的难题之一。新型高速导弹飞行过程中,与空气摩擦产生的气动热使弹体表面产生1000℃以上的高温,导致复合材料壳体的强度和刚度大大降低,严重影响其承载能力。本文通过理论分析、数值仿真和试验验证,系统研究了裙粘接结构承载能力,以及高温下复合材料壳体内压、轴压、外压承载能力,形成了适用于工程应用的分析方法。主要研究内容如下:提出了基于内聚力模型的裙粘接结构性能分析方法,并通过试验验证,发展了以裙粘接结构切割试样试验进行整体承载能力预估的新技术。将内聚力模型应用到复合材料壳体裙粘接结构界面分析,揭示了裙粘接部位在轴拉载荷作用下的失效演化过程。研究表明,采用该分析方法预示的裙粘接结构轴拉破坏载荷与试验结果基本一致,具有较强的工程实用性。在此基础上,研究了静态载荷和动态载荷下裙粘接结构的承载能力,发现发动机级间分离时裙粘接结构的动态承载能力比静态情况提高45%以上。进一步提出通过二次利用地面试验后的复合材料壳体,制备裙粘接结构切割试样并进行拉伸试验,可以预估复合材料壳体轴拉承载能力的新技术,并进行了试验验证。应用该技术能够在型号研制过程中及早考核裙粘接结构技术状态,具有重要的工程价值。最后,应用本文分析方法开展了裙粘接结构优化设计,提出通过减小裙插入段倾角和增加粘接长度两种途径,可以有效提高裙粘接结构的极限承载能力。提出了复合材料壳体在温度与内压共同作用下承载能力的工程评估方法,研制了适用于发动机壳体的力热联合加载试验系统。通过引入温度效应系数,改进了基于网格理论的复合材料壳体内压承载能力工程评估方法,通过缩比容器高温内压爆破试验对评估方法进行了验证。结果表明,采用该评估方法的预示结果与试验结果吻合度较好,可以满足工程应用需求。为有效模拟气动热环境对复合材料壳体内压承载的影响,基于辐射加热方式和有差调节原理研制了力热联合加载试验系统,能够按照指定时间历程进行瞬态过程模拟。在此基础上,以提升单层铺层材料的耐高温性能为目标,开展了耐高温树脂体系适用性研究,结果显示,采用氰酸酯树脂体系,可以有效提升复合材料壳体的高温承载能力。引入温度影响系数,改进了复合材料壳体临界轴压的预示方法,发现了碳纤维复合材料弹性常数随温度的变化符合Boltzmann分布,得到了提升复合材料壳体轴压承载能力的工程实现途径。基于复合材料圆柱壳稳定性控制方程,按照发动机壳体承载边界条件对临界轴压的预示方法进行了简化,通过测定高温环境下纤维复合材料弹性常数,并开展Φ150mm圆筒常温和高温轴压破坏试验,获得临界轴压修正系数和温度影响系数,形成适用于高温环境的复合材料壳体临界轴压预示方法。研究发现,弹性常数随温度的变化规律符合Boltzmann分布,当环境温度超过树脂玻璃化温度后,复合材料轴向、横向弹性常数和剪切模量及圆筒轴压承载能力均明显下降。在此基础上,分析了铺层参数对轴压承载能力的影响,提出通过增加0°无纬布铺层和提高纤维体积含量相结合的方式,可有效提高复合材料壳体的轴压承载能力。研制了适用于全尺寸发动机壳体的外压稳定性试验装置,并进行了某型号发动机壳体外压稳定性试验,得到了提升复合材料壳体外压承载能力的工程实现途径。以某型号复合材料壳体为研究对象,开展了复合材料壳体外压稳定性分析,在此基础上设计了试验验证方案并提出了外压承载能力提升途径。基于气压加载方式研制了具有影像观测、实时监控和数据采集功能的外压试验装置,对某型号复合材料壳体进行了外压试验,获得理论分析所需的修正系数。研究表明,对于大长径比发动机复合材料壳体而言,通过选取更高弹性模量的碳纤维,或在筒段增加加强环的方式,能够有效提升壳体外压承载能力。试验发现,碳纤维复合材料壳体在屈曲后仍具有一定的承载能力,试验时必须通过应变、失稳过程视频监测等方法,辅助推断临界外压。总之,本文研究形成一套较为系统的固体火箭发动机复合材料壳体承载能力评估和优化设计方法,研究成果对提升复合材料壳体设计水平具有重要的指导作用,所提出的的方法及分析结论具有重要的工程应用价值,可为固体火箭发动机设计、制造和使用部门参考。
其他文献
颅脑损伤是医学上常见的一种对身体有着较大伤害的疾病,它具有不可逆和病因复杂的特征。它的不可逆主要表现在该类疾病有着较高的致死率和致残率,它的复杂性主要在于发病区域不确定以及病灶类型多样。同时,它的影像表现也较为复杂。目前,颅脑CT(Computed Tomography)成像诊断已经成为颅脑损伤诊断的有效方式之一,但是由于颅脑CT影像的复杂性、多样性、影像的噪声干扰以及医生的主观性都会对检测结果造
学位
随着传感技术的发展,获取的医学图像质量在不断提高,但由于成像原理不同,呈现出不同的信息,存在各自的优势和局限性,单模态医学图像难以为医生提供关于人体组织或器官全面准确的信息。利用医学图像融合技术将多幅图像的特征信息融合到一幅图像,弥补了单模态医学图像信息不足的缺陷。本文主要研究了基于变换域和卷积神经网络的多模态医学图像融合算法,主要研究内容如下:(1)传统的基于变换域的医学图像融合算法,没有对功能
学位
随着计算机技术的不断进步,嵌入式技术也越来越完善,已被广泛应用于各种场景。在目标跟踪领域中,最近的大部分工作倾向于在高性能计算平台上提高跟踪器的总体跟踪能力。尽管这些算法都取得了良好的效果,但其内在的复杂性限制了它们的应用范围,嵌入式平台有限的计算能力难以实时处理复杂的目标跟踪算法。因此,如果可以在不增加跟踪算法复杂性的基础上,提高其在嵌入式平台的表现,则更具有实际意义。受限于嵌入式系统的性能,本
学位
在线社交媒体日益普及,极大地推动了社交网络数据分析技术的发展。网络表示学习旨在学习节点的低维表示向量,已被证明在社交网络分析的链接预测、节点分类任务中有很大的应用价值。起初,大部分社交网络分析基于节点之间的同质性和社会影响,局限于在无符号或者是只有正链接的社交网络中进行表示学习。实际上,一些社交媒体平台上能清楚的展现出用户之间的好友、非好友关系,从而抽象成符号网络。现有的在符号网络中开展表示学习的
学位
随着智能手机的普及,通过手机捕获文档图像,将纸质文档以电子格式存储,已经成为文档数字化的一种常见方法。然而,因为纸张形变、相机角度、光照条件等因素的影响,拍摄的图片会产生各种变形,并不适合直接阅读。文档矫正技术就是对有形变的文档图像进行自动矫正,将有弯曲或折叠痕迹的文档图像进行展平,这对于后续进行文档分析任务有着很大的帮助,因此,文档矫正吸引了众多研究人员的关注。本文以三维重建为基本路线对文档矫正
学位
联邦学习允许多个客户端在不共享数据的情况下,协作地训练一个全局模型,为客户端提供了基本的隐私保护。然而,在联邦学习中,恶意的客户端可能执行投毒攻击,导致全局模型不可用或存在后门;也可能执行推理攻击,获取其他客户端的隐私数据。针对上述两类攻击,本文对联邦学习中投毒与推理攻击的防御方法展开研究。主要研究内容如下:(1)提出两种针对投毒攻击的防御机制:基于阈值的异常更新值去除机制(Threshold-B
学位
随着科技的发展,人们的日常生活方式得到了改善,科技在给予人们方便的同时,也对信息安全造成威胁。譬如数据泄露、假冒信息等现象在社会上层出不穷,保障信息安全成了时下亟需解决的问题之一。可逆信息隐藏技术(Reversible Data Hiding,RDH)将秘密信息嵌入到载体图像中得到载密图像并传输给接收方,整个过程不被中间方所察觉,接收方可以凭借密钥从载密图像中完整地提取出秘密信息,并将载密图像恢复
学位
龙葵(Solanum nigrum L.)全草均可入药。本研究采用UHPLC-Q Exactive高分辨质谱结合GNPS分子网络(global natural products social molecular networking),对龙葵叶的化学成分进行快速表征。通过与文献报道数据比较,并结合质谱裂解特征规律分析,以及GNPS分子网络中已知和未知节点的关联分析,从龙葵叶中共鉴定157个化合物,
期刊
颅内血肿是颅脑损伤中常见且严重的继发性疾病,会使患者产生意识障碍、脑疝等症状,严重影响患者的生活甚至威胁患者的生命。因此,对颅内血肿的早期识别和处理,是为病人争取最好治疗效果的有效诊断和治疗前提。然而,人工识别颅内血肿效率较低,严重影响病人的治疗进程,耽误最佳治疗时机。随着科技的发展,利用计算机辅助医生诊断的方式逐渐被公众认可,其中深度学习凭借其在各个领域的突出表现,也逐渐被应用到医学影像领域并被
学位
随着社会经济的迅速发展,网络信息化和大数据时代的到来,日益扩大膨胀的信息和数据在人们的生活的方方面面随处可见。游者们为了高效和准确地获取信息,搜索引擎成为了旅游日常获取目的相关信息不可或缺的工具。当前,众多学者对旅游需求预测的研究主要是通过构建复杂的预测模型来提高预测模型的预测性能。而这种预测模型大部分存在着模型过拟合,很难精确地提高预测模型的预测性能。事实上,将影响旅游需求的多种不同因素引入旅游
学位