热障涂层氧化行为研究进展

综述了国内外粘接层氧化行为的研究进展,介绍了粘接层氧化动力学,热生长氧化物( TGO) 组

成、结构和形成规律,以及亚稳态Al2O3 向稳态Al2O3 的转变规律,分析了MCrAlY 粘接层及基体合金中的各种

元素对TGO 形貌和成分的影响,指出了深入研究粘接层氧化行为的方法以及热障涂层性能的改善措施。

     

飞机冲压空气涡轮系统的动态特性分析

冲压空气涡轮是飞机能源失效时使用的关键应急系统。首先依据冲击空气涡轮（RAT）工作原理确定其物理架构；然后对涡轮部件、能源转换装置、展开装置和展开随动机构等4个主要部件进行力学分析，建立各部件的力学方程组。依据该力学方程组，建立涉及力学、液压、刚体动力学的多学科冲压空气涡轮系统模型。使用该模型仿真了某真实系统在不同工况和设计参数下的动态特性，研究了关键设计参数对系统性能的影响，为冲压空气涡轮系统正向设计提供依据。最终，某型冲压空气涡轮系统风洞试验数据验证了所提系统模型的准确性。     

论承包经营企业的短期行为及其对策

本文针对承包经营企业中的短期行为问题,列举了它的表现形式并对其成因进行了分析,在此基础上,提出了若干现实对策。     

机械镀锌锡铝合金工艺研究

研究了机械镀锌锡铝合金工艺及性能。结果表明;机械镀锌合金的抗性优于电镀锌层,镀层与基体结合力良好,镀覆工艺不会使基材产生氢脆。     

云计算环境下动态用户行为认证的机制、模型与分析

在云计算中,终端用户对云资源软硬件的影响和破坏远比目前用户利用因特网进行资源共享要严重的多,因此相对于用户的身份,用户的行为是否真实可信是云计算研究的一个重要内容。提出了户行为认征的机制,包括行为认证集的确立、行为证据的获得、行为认证的策略,建立相应的随机Petri网模型,并通过量化瞬时变迁的实施概率来模拟不同的认证选择,利用系统达到稳定状态时位置中的平均标记数来评价认证效果,为云计算的安全应用奠定理论和实践基础。     

基于故障行为的惯导产品贮存寿命试验设计

以典型惯导产品加速度计贮存寿命评估为例,提出了一种基于故障行为模型的加速退化试验设计方法,解决了缺乏预试验数据情况下试验应力水平设计的问题。在通过对产品特性和主机理分析基础上,确定表征产品贮存寿命特征参数及试验应力,构建了考虑材料等分散性的加速度计故障行为模型,用以描述参数加速时变规律的特性。在试验应力最高水平确定的情况下,基于给定置信度和故障行为模型,以高应力水平下退化量的置信下限与低应力水平下退化量的置信上限不交叉为原则,采用基于仿真的加速退化试验设计方法,优化确定低应力和中间应力水平,从而设计给出试验剖面,并给出了加速退化试验方案优选流程,最终从备选方案集中确定加速度计试验最优方案。通过实际案例分析,验证了该方法的有效性。      

基于效用价值驱动的旅客出行动力学研究与建模

为了探究交通体系中旅客出行行为的特征与机理,以某机场离港旅客的陆侧出行数据为研究对象,对旅客出行模式进行了统计。分析发现,旅客聚集行为具有强烈的阵发性,不同出行维度旅客群体的聚集时间间隔分布具有幂律特征,且幂指数和阵发性强度呈正相关关系。同时,研究认为旅客出行换乘决策是综合时间、费用、便捷舒适度、突发情况等多因素的期望实现,是一种基于效用价值驱动的人类行为。基于此构建了效用价值驱动模式下的旅客出行行为动力学模型,可输出幂指数为参数可调的幂律分布,且仿真输出和实证数据分析结果相吻合。      

宽高比及表面粗糙度对矩形微尺度通道流动特性的影响

实验研究了不同宽高比矩形金属微尺度通道的流动特性,并与硅通道对比来探究表面粗糙度的影响。金属微尺度通道宽为0.4mm,通道宽高比分别为0.50、0.67、和1.00,相对表面粗糙度范围为0.1609%~0.2145%。硅通道宽度及高度都为0.4mm,相对表面粗糙度为0.00325%。实验工质为空气,实验的雷诺数范围是250~3000。实验结果表明:在粗糙微尺度通道会发生转捩提前,并且转捩雷诺数随着宽高比增大而减小。在层流区,微尺度矩形通道摩擦因数随着雷诺数增大而减小,在转捩区出现明显增大后再减小。表面粗糙度很小时,未发现转捩提前现象。      

挂滴燃烧中的微汽泡行为和液滴跳动

利用高速显微摄像技术,观察研究了RP-3微尺度挂滴燃烧过程中,微汽泡的核化、生长、聚并和溢出的行为过程及液滴跳动现象.结果得出:①液滴中微汽泡产生的位置;②在蒸发初期时由微汽泡引起液滴体积的膨胀;③在燃烧中由汽泡行为导致液滴的跳动;④液滴燃烧的稳定(不爆裂)现象.分析了表面张力在挂滴燃烧过程中的作用,确定了挂滴稳定燃烧的临界条件下的临界特征体积在2.5~5.0μL.      

基于眼动数据的网络搜索行为预测方法

预测用户的网络搜索行为对改进搜索引擎和提升用户体验十分重要.现有大多数方法是基于用户的交互数据,如查询、点击和鼠标移动等.提出一种基于眼动数据的用户网络搜索行为预测方法.通过眼动实验,采集用户在网络搜索任务时的眼睛运动数据,将这些数据转化成两种数据格式:直方图和序列.直方图数据描述用户注意力的分布情况,序列数据呈现用户的扫视路径.使用4种学习算法对用户决策或用户意图进行预测,同时研究两种数据格式的性能.结果显示,两种数据格式均适合于预测用户决策,而序列数据更适合于预测用户意图.该结果表明,利用眼动数据能够有效预测网络搜索行为.