用PTI分析功能梯度材料的热传导灵敏度

较详尽的介绍了精细时程积分方法(Precise Time Integration,以下简称PTI)的运算过程,并针对功能梯度材料这种新型材料的灵敏度分析问题,以热传导问题为例,建立了PTI方法的灵敏度计算公式,结果表明方法的精确度与有效性。     

中纬突发E层特性的模拟分析

从基本的连续性方程出发，并结合运动方程，运用特征线方法求解，在合理的动力学假设条件下，模拟金属离子的汇聚，即Es层的形成．模拟的结果在一定程度上证实了风剪切理论的合理性．通过改变风场和电场模式的输入参量，使模拟的结果体现出不同当地时、不同季节的金属离子汇聚情况，讨论了模拟Es层峰值密度对风场和电场的周日和季节变化的响应，其结果与统计得到的Es层出现率的时间分布特征相似．     

CM2磁场梯度补偿方法研究

CM2是根据我国各种型号卫星的需求而正在建设的一个大型磁试验设备,由于设备性能要求达到国际水平,但现有的提高设备均匀度的方式很难使其均匀性达到设计指标的要求。为此文章提出:应用磁场梯度补偿的方法来减小其不均匀度,并就其具体情况设计了在主线圈的外线圈上加单向补偿绕组和1/3混合补偿绕组的磁场梯度补偿方式,并利用矩阵法来计算综合补偿时的电流值。     

红色“飓风”

在整个二战期间，苏联曾经获得了盟过大量的军事援助。英国曾经向苏联提供了２，９５２架“飓风”战斗机，但苏联方面的资料却显示苏联空军一共得到了３，０８２架。造成数量上的差异是由于苏联把作为零备件的一些机体组装成飞机的缘故。本文回忆了这种著名英国战斗机在苏联的传奇经历。摩尔曼斯克上空的第１５１联队 第一架抵达苏联的“飓风’战斗机隶属于英国空军第１５１联队，这个联队下辖第８１和第１３４中队。１９４１年第１５１联队以英国援苏部队的身份进驻摩尔曼斯克（苏联欧洲部分西北部城市，临科拉湾北部，位于巴伦支海入口处…     

斜拉桥模型风振试验研究

本文介绍了一种斜桥１：１６０弹性模型在北京大学环境中心３米＊２米风洞的试验研究，做了均匀流场和湍流场中发迹攻角和水平风向角的试验，研究了成桥状态和三种施工状的颤振、涡振和拌振特性。     

华南地区台风全局化结构及风场特征实测研究

基于探空气球、雷达风廓线仪等设备长期观测数据,对影响华南地区热带气旋的全局化结构及风场特征进行了实测研究.以典型台风为例,考察了系统水平及垂直主结构特征,揭示了台风双眼壁结构、眼壁置换现象以及登陆后结构的轴非对称变化特征.提出了台风气压场水平轴非对称模型和垂直剖线模型,分析了台风气压场两关键参数(最大风速半径及Holland-B)数值分布特征及其与其他参数间的内在关系.采用复合分析技术,对不同来流状况下台风边界层风场特征进行研究,考察了风速剖线低空急流和风向随高度偏转的特征及其随径向距离和来流地貌的变化规律,建立了以低空急流为特征的台风垂直剖线经验模型,为精确化评估高层建筑风荷载提供数据和技术支撑.相关研究成果有助于深化对华南地区热带气旋全局化结构及风场特征的认识,并为合理评估该地区台风风灾害及构筑物台风风效应提供参考.     

陶瓷基FGM材料线形变厚度圆板的热后屈曲

建立沿半径线形变厚度陶瓷基功能梯度材料(functionally graded material,FGM)圆板在热环境中后屈曲控制微分方程,采用打靶法研究陶瓷二氧化锆基变厚度圆板在温度场中的后屈曲行为,给出了均匀和非均匀升温场中变厚度圆板的热后屈曲平衡路径特性曲线,讨论陶瓷梯度指标和厚度变化系数对后屈曲行为的影响。数值结果表明:非均匀升温下FGM圆板的热临界载荷小于均匀升温下的临界载荷;径向厚度的变化并不会影响热临界载荷的值,但会影响到屈曲以后的平衡路径;中心挠度随变厚度系数的增加而增加。     

具有阻力风杯结构的垂直轴风力机启动特性试验研究

为改善直线翼垂直轴风力机（SB-VAWT）的启动特性，在两叶片SB-VAWT内部安装了阻力风杯结构。为探明阻力风杯结构对两叶片SB-VAWT风力机静态启动特性的影响规律，对具有阻力风杯结构的垂直轴风力机（DS-VAWT）和两叶片SB-VAWT进行了转矩测量风洞试验和PIV可视化试验。结果表明:阻力风杯结构对SB-VAWT的风轮内部气流流动规律产生了显著影响。在一些方位角下，阻力风杯结构对SB-VAWT升力叶片尾部的流动分离现象改善明显，旋涡减弱，降低了能量损耗；在一个旋转周期中，阻力风杯结构的存在也产生了作用于风轮转轴的扭矩，因此具有阻力风杯结构的垂直轴风力机的静态启动力矩要高于无阻力风杯结构的情况。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征；其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力；最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。