风洞天平校准的因子法、正交法及单元校

本文证明瑞典航空研究院天平校准用的因子法与我国多元校用的正交法同属正交法。这不仅有助于正确认识这两种方法,而且对多元校实现自动加载会带来方便。从天平静校与风洞实验结果看,用单元校、因子法与正交法对天平校准将具有相同的准确度。本文提出载荷状态变化量并以其为标准来计算三种校准方法的加载量时发现,单元校的载荷状态变化量最少,因而其加载劳动量也最小。但是,单元校时必须重视对静校装置寄生分量的分析,而因子法与正交法则具有对静校装置寄生分量的平均效应。显然,本文的主要论点与国内一般看法不同且有新意,这将有助于对校准方法的研究,同时对静校装置的应用和设计都将会是有益的。     

改进剥层应变法测量铝合金预拉伸厚板内部残余应力分布

铝合金预拉伸板已广泛应用于航空整体结构件的制造,其内部初始残余应力引起的加工变形已严重制约新型飞机的研制和生产。测量残余应力的方法很多,但一般只能测量工件的表面和浅表层,而厚板内部残余应力测量一直是工程中的难点。文中针对铝合金预拉伸厚板的特点,提出了测量其内部残余应力的方法,并运用弹性力学理论进行了理论推导,得到了应力-应变关系矩阵。用该方法测量了7050T7451铝合金厚板内部残余应力,并对测试结果进了分析和比较。结果表明,本文提出的方法有效地解决了厚板内部残余应力测量的难题,有较高的工程应用价值。     

飞机强度试飞活动部件残余变形分析

试飞中，飞机残余变形测量结果分析主要是判别所测残余变形是否为危及飞行安全、有碍操纵等的有害变形。而飞机活动部件残余变形实测结果常常超差的一个重要原因，是实际测量中，部件所处的状态与图纸要求的差异（存在偏度）。对此提出了偏度修正法和空间基准面修正法，并利用某型飞机全动平尾残余变形的实测数据，验证了这两种方法的有效性，并就方法的适用性进行了讨论。     

复合材料机载天线罩有限元内力计算和屈曲稳定性分析

本文用有限元法计算了复合材料机载天线罩的内力,并对其进行了稳定性分析,得到了均布载荷作用下天线罩的内力和稳定性临界载荷及屈曲模态。文中选用轴对称截锥单元来离散天线罩,在应变向量阵中引入了横向剪切应变,从而考虑了剪切影响。为了避免剪切自锁,刚度的计算采用一点高斯积分法,几何刚度的推导采用Stricklin法。最终将稳定性问题归结为特征值问题。数值算例表明,对于复合材料旋转壳,横向剪切变形使其临界载荷降低;天线罩内力较大的区域集中在头部附近,失稳发生在根部附近,增加根部的厚度可改善天线罩的稳定性。     

激光扫描路径对直接金属激光烧结温度场的影响

利用有限元分析软件AN SY S,对激光烧结温度场进行了数值模拟,建立了激光烧结薄板的温度模型;运用APDL语言控制热源的热流密度、移动速度以及扫描轨迹;研究了激光行程对烧结温度场的影响,扫描端点温度场的不对称及较大的温度梯度造成了端点球化现象;激光扫描线间的耦合作用使端点球化现象随扫描线的增加而逐渐显著。根据该程序得出的模拟结果和实验结果基本一致。     

导弹复合材料立尾的动力特性分析

对Ｈｅｌｌｉｎｇｅｒ－Ｒｅｉｓｓｎｅｒ变分原理进行了详尽论述。依据该变分原理推导了基于折线假设的复合材料层板元素的刚度矩阵，复合材料面板蜂窝夹芯元素的刚度矩阵。在形成元素刚度矩阵时，在子域一极求逆节省大量机时。介绍了动力特性的分析和试验方法。运用Ｈ－Ｒ元素计算了导弹复合材料立尾的动力持性，取得了满意的结果。     

GDBMS中图形数据的表示与存贮

GDBMS是作者设计并实现的一个实验性的工程图形数据库管理系统。它基于扩充关系数据模型,成功地完成了对工程图形数据的描述。 本文从图形的数据库表示出发,对几何实体的建模方法进行了分析,介绍了GDBMS中的图形数据模型及其实现方法。该数据模型吸取图元枚举法(PI方法),结构实体几何表示法(CSG法)和边界表示法(BR方法)的优点,在进行交互式图形编辑以及图形显示时,采用CSG结构,在数据库的存贮和处理时,采用扩充的BR方法。     

歼击机的鲁棒反馈控制器设计

本文应用时域多变量鲁棒控制方法设计歼击机的飞行控制系统。设计出的鲁棒控制器具有固定的设计参数和增益。在模型误差、参数波动和歼击机气动特性显著变化的情况下,可以保证飞行稳定并有良好的动态响应。     

齿轮范成的计算机仿真

本文根据D-H矩阵理论建立了齿轮范成仿真的数学模型,运用象素存贮法及压缩存贮技术,解决了仿真过程中至关重要的快速性和连续性问题,实现了齿轮范成过程的动态仿真。     

定数截尾试验下双参数指数寿命分布尺度参数的EB估计

本文讨论了在无替换定效截尾试验方案下,当产品寿命为双参数指数分布时,尺度参数(失效率)久的经验Bayes(简记EB)估计问题及其收敛速度。设在给定λ,μ下,产品寿命T服从双参数指数分布,其概率密度为 受试产品有n个,试验中前r个产品依次出现的失效时间为t_(1)≤t_(2)≤……≤t_(r)。令 则(x,y)为(μ,λ)的充分统计量。记(x,y)的联合边缘密度为f(x,y),若取二次损失函数,则λ的Bayes点估计为 利用密度函数及其偏导数的核估计,构造出λ的EB估计为 φ_(1n)(x,y)与φ_(1m)(x,y)的Bayes风险分别为 在一定的正则性条件下,我们证明了 这表明,λ的EB估计的收敛速度q可任意接近于1/2。