翻译伦理模式视角下的小说翻译研究-以《生死疲劳》英译为例

随着中国文化强国战略的实施,一部部优秀的文学作品不断涌现。莫言作为诺贝尔文学奖的获得者,其作品备受国外关注,这就使得作为其代表作之一的《生死疲劳》英译具有较大的研究价值。本研究以小说翻译为研究对象,以《生死疲劳》英译为例,以切斯特曼的五种翻译伦理模式为视角,分别从再现伦理、服务伦理、交际伦理、基于规范的伦理以及承诺伦理五个方面来探讨《生死疲劳》英译如何体现此五种翻译伦理模式。希望为现代小说翻译特别是莫言小说英译研究提供新视角。     

基于实测载荷的直升机变距拉杆损伤计算方法研究

变距拉杆作为直升机操纵链系和传力路径上极其重要的关键组件,在飞行过程中受载严重,疲劳问题突出,从试飞安全的角度考虑,有必要对其飞行过程中的结构损伤情况进行监控。本文结合飞行实测得到的变距拉杆载荷,基于结构有限元计算结果,采用名义应力法对直升机不同飞行状态下的变距拉杆疲劳寿命和损伤情况进行计算,得到了较为准确的变距拉杆疲劳损伤计算结果,建立了一种直升机变距拉杆疲劳损伤计算方法,为试飞过程中该部件结构损伤监控提供了方案,同时对于直升机飞行过程中其他动部件的结构完整性监测也有借鉴意义。     

航空发动机限寿件疲劳可靠度计算新方法

针对目前的航空发动机限寿件（ELLP）疲劳可靠性分析中的小失效概率事件以及其极限状态函数具有较强非线性的特点，提出了一种具有自更新机制的半径外自适应重要抽样（AUMCROAIS）疲劳可靠性分析方法。该方法首先利用蒙特卡罗自适应重要抽样（MCAIS）快速逼近真实设计验算点（MPP）附近，随后以近似设计验算点为中心进行极坐标抽样，并依次构造主动学习函数，对近极限状态函数和抽样半径进行最优选取，从而实现最优抽样半径的更新，通过不断的更新确定出最优抽样半径，加速失效概率计算的收敛。本方法提高了设计验算点的收敛速度同时保证了计算精度，解决了小失效概率事件以及强非线性极限状态函数可靠度计算难题，最后以某型发动机压气机轮盘为对象应用本方法，并与传统的蒙特卡罗仿真（MCS）方法、蒙特卡罗半径外自适应重要抽样法（MCROAIS）和一阶可靠性方法（FORM）进行了对比，验证了本方法的高效率、鲁棒性和仿真精度。     

疲劳密封试验系统设计

在更换新型油箱密封材料后,为有效验证其密封可靠性,需要进行疲劳密封试验。因此设计了一个疲劳密封试验系统,通过自动充放压装置,配合数据采集和显示记录系统,实现了高精度、自动化的疲劳密封试验过程。     

涡扇发动机空气导管开裂故障研究

针对涡扇发动机试车中出现的空气导管开裂故障,进行了故障件断口外观形貌及断口和原材料分析。利用Pairs公式反推出的断口疲劳扩展区的应力,低于TA15钛合金拉伸强度极限15.6%;而空气导管带刀痕试样的高周疲劳强度极限,低于该合金在材料数据手册中的疲劳强度极限27.4%。故障原因主要是加工刀痕降低了构件的疲劳强度极限,在发动机试车过程中的振动和空气导管内外腔压差变化载荷作用下,导致了裂纹萌生和扩展,这也表明TA15钛合金具有缺口敏感性。     

赛斯纳525型飞机减速板作动筒故障解析

飞机减速板对飞机降落起到关键的减速作用,而作动筒又是控制减速板系统的关键部件。本文介绍了一起赛斯纳525型飞机减速板作动筒断裂故障的排故过程,其中对减速板系统整体以及关键部位的检查思路可为类似故障的排除提供参考。     

一种利用水下激光冲击处理涡轮叶片残余应力的方法

为提高涡轮叶片疲劳寿命,探索了一种利用水下激光冲击强化方法处理涡轮叶片残余应力的技术。利用波长532 nm、脉宽10 ns、能量1.2～1.5 J、光斑直径1.0 mm的YAG激光器,对涡轮叶片榫齿部位进行了激光冲击强化处理。结果表明,水下激光冲击强化方法能有效消除、调整机械加工残余应力。当激光功率密度大于2.5 GW/cm~2且小于7.5 GW/cm~2时,随着功率密度的增加,表面残余应力也相应增加;当功率密度大于10.0 GW/cm~2后,表面残余压应力随功率密度的增加而明显降低;功率密度等于7.5G W/cm~2时,表面残余应力为-419.5 MPa,为最佳。     

限带白噪声随机过程的雨流幅值概率密度函数模型

对17种不同带宽系数的限带白噪声随机过程进行了雨流循环计数统计,提出了一个限带白噪声随机过程的雨流幅值概率密度函数(Probability density function,PDF)模型。该模型是Rayleigh分布和Weibull分布的线性组合,其中待定系数均为随机过程谱参数的函数。采用该模型对这17种随机过程的雨流幅值概率密度函数进行了公式拟合,探究了模型中待定参数与随机过程谱参数之间的关系,确定了模型表达式。对照随机过程的雨流计数统计结果,将该模型与Dirlik模型的预测精度进行了比较,结果表明该模型的预测效果优于Dirlik模型。