一种云环境下的发动机健康管理系统及其应用

针对航空公司对大量飞机发动机进行健康管理的需求,通过建立发动机健康管理云端数据中心,建立了一种云环境下的民航发动机健康管理系统,该系统对于验证发动机故障诊断方法的有效性具有突出优势,并且对于实现多种方法协同进行发动机故障诊断具有重要价值;提出了一种基于灰色关联分析的灰色故障识别方法,通过在云端平台使用灰色故障识别方法实现JT9D-7R4发动机的典型气路性能故障诊断为例,表明云环境下的发动机健康管理系统可以有效地进行航空发动机故障诊断。     

燃气轮机叶片叶尖间隙光纤测量系统设计

燃气轮机转子叶尖间隙对发动机性能有重要影响,为实现其精密测量,首先,根据光纤对光强耦合原理得到了双圈同轴光纤束的光强调制特性函数;接着,分析了倾角变化对反射式光纤位移传感器测量特性的影响;然后,完成了间隙测量系统设计;最后,通过静态测量实验和不同转速下的动态测量实验验证了所设计系统的性能;实验结果表明:所设计传感器线性测量范围为2 mm,测量系统动态性能较好。     

高温高压下掺硼宝石级金刚石单晶生长特性的研究

本文在5.1—5.6 GPa,1230—1600℃的压力、温度条件下,以FeNiMnCo作为触媒,进行单质硼添加宝石级金刚石单晶的生长研究.借助于有限元法,对触媒内的温度场进行模拟.研究得到了FeNiMnCo-C-B体系下,金刚石单晶生长的P-T相图.该体系下合成金刚石单晶的最低压力、温度条件分别为5.1 GPa,1230℃左右.研究发现,在单晶同一{111}扇区内部,硼元素呈内多外少的分布规律.有限元模拟结果给出,该分布规律是由在晶体生长过程中,{111}扇区的增长速度逐渐减小所致.{111}晶向的晶体生长实验结果表明,硼元素优先从{111}次扇区进入晶体.研究发现,这是该扇区增长速度相对较快,硼元素扩散逃离可用时间短导致的.另外,同磨料级掺硼金刚石单晶生长相比,对于温度梯度法生长掺硼宝石级金刚石单晶,由于晶体的增厚速度较慢,即使硼添加量相对较高,也可以实现表面无凹坑缺陷的优质金刚石单晶的生长.     

基于2-苯基-1H-1,3,7,8-四-氮杂环戊二烯并[l]菲的Pb(Ⅱ)、Co(Ⅱ)配合物的晶体结构与发光（英文）

采用水热法合成2种配合物[Pb2(ptcp)2(DDA)](NO3)2·2H2O(1)和[Co(ptcp)2(DDA)(H2O)]·0.5H2DDA·H2O(2)(ptcp=2-苯基-1H-1,3,7,8-四-氮杂环戊二烯并[l]菲,H2DDA=1,12-十二烷二酸),并采用单晶X-射线衍射、元素分析、红外光谱、X-射线粉末衍射和理论计算对其进行了结构表征。配合物1和2分别呈现双核和单核结构,通过π-π和氢键作用形成二维和三维结构。此外,配合物1具有较好的发光性质。利用Gaussian09W程序,采用B3LYP/LANL2DZ方法对配合物1进行自然键轨道(NBO)分析。结果表明配位原子与Pb(Ⅱ)离子之间存在明显的共价相互作用。     

延安时期红色文献的红外光谱无损检测研究

延安是中国共产党领导革命的中心和战略总后方,是革命的红色摇篮。延安时期出版了大量具有历史、文化以及教育意义的红色文献,这些红色文献记载了中国共产党波澜壮阔的发展历程,也反映了延安时期不断发展的科技生产水平与独特的制浆造纸工艺,具有重要的研究价值。然而,延安时期出版的红色文献虽距今不到百年时间,但其保存现状不容乐观,普遍存在纸张老化、焦脆易碎等问题,大量文献急需科学检测与修复保护,以延长其保存寿命。目前,针对延安时期红色文献的检测研究仍存在较大空白。考虑到红色文献的珍贵性与特殊性,应当尽可能选择无损检测方法对其分析检测。基于衰减全反射-傅里叶变换红外光谱法（ATR-FTIR）,以木素1 510 cm-1处特征峰与纤维素1 030 cm-1处特征峰的强度作为定量依据,建立了造纸原料与红色文献纸张中木素相对含量的无损检测方法。通过检测不同碱强度与碱浓度处理后的构皮、苦竹与杨木的木素含量,考察了制浆过程中碱处理条件对造纸原料脱木素程度的影响,同时体现了红外光谱法测定木素相对含量的普适性。以复旦大学图书馆藏的76册延安时期红色文献为研究对象,分析了红色文献的纸张木素含量与纸张pH值以及纸张氧化度的相互关系。结果表明,木素相对含量高于25%的红色文献,其纸张pH集中在3～4之间且纸张氧化度较高,文献整体保存状况堪忧;而木素相对含量低于25%的红色文献,其纸张氧化度与酸度较低,文献整体保存情况较好。以上结果验证了红外光谱无损检测法用于延安时期红色文献木素含量分析的可行性,并结合纸张氧化度与酸度数据提出了纸张木素含量的合适范围,为制浆造纸中植物原料的脱木素过程提供参考。拓展了红外光谱法在红色文献无损检测中的应用范围,以期为延安时期红色文献的修复与保护研究提供科学依据。     

CSNS四极铁标定方案分析

围绕CSNS 四极铁的中心引出标定方案进行研究,重点分析基于测磁平台获得的四极铁磁中心和旋转中心的偏差标准值;同时对每块磁铁进行两遍旋转中心和机械中心标定,比较其中心偏差标准值,分析结果表明:基于测磁平台获得的四极铁磁中心和旋转中心的偏差标准值为0.1 mm;通过两遍旋转和机械中心标定,获得的CSNS四极铁的标定重复性精度在0.03 mm之内;旋转和机械中心的 偏差标准值为0.1 mm。因此同类型、同准直精度要求的设备准直在无法实施磁中心标定情况下,不能直接用机械中心代替旋转中心标定,而采用旋转中心标定,再叠加旋转和磁中心偏差进行改正的标定方案则能很好地满足当前设备准直的精度要求。     

6061-Al合金的自离子辐照损伤效应

铝合金是国内外研究堆的主要结构材料,在前期300#研究堆主要结构材料铝合金辐照性能研究的基础上,通过离子辐照研究6061-Al合金的微观结构损伤和引起的硬度变化,以开展较高辐照剂量下6061-Al合金损伤效应的前期探索。结果表明,经过自离子辐照后,6061-Al合金中产生了夹角为72°的位错环等缺陷,随着辐照剂量从0.218×1016 cm?2增加到4.367×1016 cm?2,缺陷密度明显增加,但选区电子衍射表明合金保持了很好的晶体结构,并没有发生非晶化。纳米压痕测试表明,不同辐照剂量下,样品中产生了不同程度的硬化,且微观硬度随着辐照剂量的增加而增加,当剂量增加到2.183×1016和4.367×1016 cm?2时,辐照硬化达到饱和,约为11%。研究结果可为初步预测较高中子辐照剂量下6061-Al合金结构和性能的变化提供数据支撑。     

SPRR-300研究堆随堆辐照石墨的中子辐照效应北大核心CSCD

随SPRR-300研究堆约30 a的长时间运行,位于活性区附近的石墨箱体经历了长期的中子辐照。在长期服役的石墨箱体上取样,研究了其热学、力学以及微观结构变化,并与商用IG110,NG-CT-10石墨进行了对比。研究结果表明,经长时间低剂量率的中子辐照后,SPRR-300堆内随堆辐照石墨的晶格中出现了明显的辐照损伤缺陷,这些缺陷主要为位错环、层错、孔洞和微裂纹等,并出现了一定程度的非晶化。这些辐照损伤缺陷直接或间接地引起了石墨热学、力学性能的变化,主要表现为热膨胀系数、热扩散系数、抗压强度和抗弯强度的下降以及弯曲弹性模量的上升。     

粒子加速器丝线位置测量电容传感器标定方法北大核心CSCD

在高能同步辐射光源中,为了提高磁铁的准直精度,采用磁中心代替机械中心进行磁铁标定,通过振动线或旋转线等技术获得磁铁的磁中心位置,以及通过电容式位移传感器测量得到丝线的位置,从而实现磁中心与准直靶标的关联。为了实现丝线位置的高精度测量,必须对电容传感器进行精确标定,因此介绍了一种电容式位移传感器,并对其标定方法进行了研究,提出了网格化的数据采集方式以及高阶多项式拟合的数据处理方法,搭建了传感器标定平台并开发了相应的标定控制程序,实现了对传感器的自动控制、数据采集和高精度标定过程。经过分析与对比,标定后的电容传感器达到μm级的位移测量精度,为磁铁的高精度准直提供了基础。     

A single dual-mode gas sensor for early safety warning of Li-ion batteries: Micro-scale Li dendrite and electrolyte leakage

Li dendrites and electrolyte leakage are common causes of Li-ion battery failure. H₂, generated by Li dendrites, and electrolyte vapors have been regarded as gas markers of the early safety warning of Li-ion batteries. SnO₂-based gas sensors, widely used for a variety of applications, are promising for the early safety detection of Li-ion batteries, which are necessary and urgently required for the development of Li-ion battery systems. However, the traditional SnO₂ sensor, with a single signal, cannot demonstrate intelligent multi-gas recognition. Here, a single dual-mode (direct and alternating current modes) SnO₂ sensor demonstrates clear discrimination of electrolyte vapors and H₂, released in different states of Li-ion batteries, together with principal component analysis (PCA) analysis. This work provides insight into the intelligent technology of single gas sensors.