关于潜入式SRM冷流模拟试验中相似与模拟问题的探讨

评述了目前ＳＲＭ冷流模拟试验技术的发展，并从相似与模化的基本理论出发，探讨了ＳＲＭ喷管潜入段稳态不可压有加质的湍流流场相似准则，并根据该实验的具体特点，提出了以ＣＴ作为选定量来求解其它相似常数的设想。分析表明，用以高压气源作为冷流模拟气源一般只能近似模拟ＳＲＭ喷管潜入段内流场的流动工况，近似模化必须尽量满足Ｒｅ准则。     

扩压器分离流场控制的研究

 本文研究中采用加置局部柱形扰源的方法,改变流场中的时均速度分布和紊流度分布,从而达到抑制分离,改善扩压器出口流场的目的。研究表明,局部柱形扰源可明显地延迟流场分离的形成,其主要机理在于近壁部分时均气流动量的变化。文中也介绍了紊流场的测定结果,并对附着流和分离流情况以及有无扰源条件下的紊流分布进行了分析讨论。     

凹型面埋入式涡流发生器控制分离流

本文介绍了一种新型的凹型面埋入式涡流发生器的工作机理。并介绍在一个小宽高比二元单边凹壁亚声扩压壁前段出现气流分离,角落区域有倒流的情况下,采用适当几何参数的该型式涡流发生器大大减小分离区的范围,从而提高了扩压器静压恢复系数和减小总压损失系数的试验结果。     

应力腐蚀和氢致裂纹机构

 用抛光的恒位移试样对不同强度的四种低合金钢在各种致氢环境（如电解充氢,H₂和H₂S气体,水.H₂S水溶液等）下,跟踪观察了应力腐蚀裂纹和氢致滞后裂纹的产生和扩展过程。结果表明,当钢的强度和K₁大于临界值后,在任何一种致氢环境中都能产生氢致滞后塑性变形,即随着原子氢的扩散进入,原裂纹前端塑性区及其变形量逐渐增大。当这个氢致滞后塑性变形发展到临界状态时,就会导致氢致滞后裂纹的形核和扩展。 用光滑拉伸试样,弯曲试样,Ⅰ型,Ⅲ型以及Ⅰ-Ⅲ复合型预裂纹试样研究了氢对表观屈服强度的影响。结果表明,对光滑拉伸和预裂纹扭转试样,氢对屈服强度的影响是不明显的。但如试样中存在拉应力梯度（如弯曲试样,Ⅰ型或复合型预裂纹试样）,当钢的强度和进入的氢量超过临界值时,氢就能明显地降低表观屈服强度,这就是氢致滞后塑性变形的原因。根据表观屈服强度对进入的氢量和强度的依赖关系,可以解释K_lscc和da/dt对强度和环境的依赖关系。 研究了变形速度,试验温度以及预先塑性变形程度对氢致表观屈服强度下降的影响。在此基础上探讨了氢使表现屈服强度下降的原因。     

喷射沉积过程中显微组织的形成机制

通过对沉积还纵剖面的组织分析，发现沉积坯在进缘、上下表面及中心部位的显微组织明显不同。边缘及上下表面区试样的退火试验研究表明，细小的枝晶碎块在高温退火过程中发生凝共和粗化，并导致近球状晶粒组织的形成。试验确定其生长服从：D2-D02=6.37×1020e(-70036.1/T)·τ，晶界迁移激活能Qg=582KJ／mol。并依赖于两种机制：（1）在喷射沉积过程中无强烈变形枝晶的均匀化；（2）变形及断裂枝晶的生长和粗化。     

某重型燃气轮机放气活门及排气管路的改进设计

针对某重型燃气轮机放气系统放气活门在结构设计上存在的问题,经过分析和论证,提出了改进方案,通过计算验证了该方案可以实施。     

基于多智能体的多机型协同作战决策系统模型研究

多机型协同作战决策系统开发是一项很复杂的工程,各组成要素之间的活动很难进行定量分析和描述,战场情况也复杂多变,具有不可预见性和不可再现性。文中基于目前多机协同作战仿真的发展现状,运用多智能体(Multi-agent)技术,提出了多机型协同作战复杂系统分析与设计决策仿真模型;介绍了运用群建模和开发工具对基于Multi-agent的多机型协同作战决策系统仿真的实现。     

相关系数平稳过程时频分析方法

相关系数平稳过程是从非平稳过程中分离出的一类工程上常见且便于研究的随机过程,其均值和方差都可随时间变化,传统的平稳随机过程是它的一个特例。本文提出了相关系数AR(p),MA(q)和ARMA(p,q)序列的概念,建立了相关系数平稳过程的时频分析方法。该方法首先在时域进行全程分析,得到相关系数平稳过程的均值函数、方差函数和相关系数函数,然后可以对其进行傅里叶变换、短时傅里叶变换或小波变换,给出相关系数平稳过程的谱密度,同时提出了随机项谱密度和趋势项谱密度的概念。文中还讨论了线性系统对相关系数平稳过程输入的响应。     

Finite-dimensional filters with nonlinear drift. V: solution to Kolmogorov equation arising from linear filtering with non-Gaussian initial condition

Despite its usefulness, the Kalman-Bucy filter is not perfect. One of its weaknesses is that it needs a Gaussian assumption on the initial data. Recently Yau and Yau introduced a new direct method to solve the estimation problem for linear filtering with non-Gaussian initial data. They factored the problem into two parts: (1) the on-line solution of a finite system of ordinary differential equations (ODEs), and (2) the off-line calculation of the Kolmogorov equation. Here we derive an explicit closed-form solution of the Kolmogorov equation. We also give some properties and conduct a numerical study of the solution.     

逻辑分析仪部分参数测量结果的不确定度评定

介绍了逻辑分析仪部分参数测量结果的不确定度分析评定方法，评定过程及结论，可应用在对于计量标准进行相应指标的不确定度评定分析上。