电主轴转子热误差是导致机床加工误差最主要的因素。为了准确预测电主轴热误差,开展了基于HPO-ELM的电主轴热误差建模研究,采集电主轴温升和热误差数据,利用Kmeans++聚类结合灰色关联度理论对其进行分析,提出基于猎人猎物算法优化极限学习机的热误差建模方法,最后建立电主轴热误差预测模型。对电主轴热误差进行仿真分析,并将所提方法与ELM、GA-ELM方法进行热误差预测准确性对比。结果表明相比ELM、GA-ELM方法,基于HPO-ELM建立的热误差模型具有更高的准确性,预测精度可达98.08%,预测残差值小于1μm,证明了此模型具有更好的预测精度和鲁棒性。

为满足实际应用中对单晶硅微槽底部的表面粗糙度、上口尺寸精度以及材料去除率的需求,选择微细铣削的加工方法,并利用灰色关联度分析法对以上3种评价指标进行参数优化。通过设计正交试验获得评价指标的预测值,并分析了各个指标与工艺参数之间的关系;运用灰色关联法计算试验序列中各评价指标的灰色关联系数,并对各个试验序列的灰色关联度进行了排序,从而得到了最佳的工艺参数组合,并通过多次试验来验证其可行性,加工出了表面粗糙度为71.2 nm的微槽,提高其加工质量与加工精度。

为实现更加精确的重着陆诊断,提出了一种飞机重着陆的客户化报文设计方法。通过分析重着陆的形成机理,并在15号载荷报的基础上,结合AMM手册中的重着陆等级划分要求和检查程序,重新设计事件的触发逻辑以及设置记录参数,帮助机务人员快速获取重着陆相关参数变化情况,并及时发现重着陆事件。

为从微观角度探究管片接缝密封垫的防水机制,基于Roth模型建立密封垫接触面的泄漏通道模型,推导出泄露率的计算公式;通过建立宏观密封垫数值模型和微观锥型峰数值模型,完成以粗糙度、张开量、错位量和硬度为4个影响因素,以泄露率和平均正压力为评价指标的正交试验。主要结论如下:1)泄露率可以作为评价密封垫防水性能的一个重要指标;2)随着粗糙度的增加,泄露率逐渐增大,尤其是当粗糙度大于0.8μm时,泄露率几乎呈指数型增长,考虑到降低粗糙度会增加工程造价,建议密封垫粗糙度控制在0.4~0.8μm;3)粗糙度直接决定了初始泄漏通道的尺寸,因此,相比于硬度、张开量、错位量3个因素,粗糙度对于泄露率的影响最为显著。