利用秩统计方法确定不完全S-N数据的p-S-N曲线

本文依据结构不同可靠度下的S—N曲线形状参数相同的观点，利用复合材料结构的不完全S—N数据，得到一组不完全疲劳极限数据，并采用秩统计方法，求得结构的p—S—N曲线，最后，给出了两个应用实例，通过对比分析了本文方法与假定完全寿命法的处理结果，发现本文方法充分利用了数据信息，能给出更好的疲劳性能。     

威布尔分布可靠性下限的F—近似的更正

本文指出,Mann在将她推导的正确的威布尔分布可靠寿命下限的F-近似公式转换成可靠性下限公式时,不慎失误。这个失误的公式已被广泛引用。本文给出了威布尔分布可靠性下限F-近似的正确求法,并用数值例说明这些结果.     

疲劳缺口系数评述

对疲劳缺口系数Ｋｆ的定义和影响因素进行了全面综述，对目前已被普遍接受和广泛使用的一些典型Ｋｆ表达式作了系统的回顾和评述。按照不同的Ｋｆ表达式建立所作的基本假设可将Ｋｆ表达式大致分为平均应力模型、断裂力学模型和场强法模型三类。对以上三类模型的比较分析表明，平均应力模型是应力场强法模型的特例；断裂力学模型是建立在非扩展小裂纹基础上的，对应力集中系数较大的缺口较为合理；应力场强法模型是一个比较有前途的模型。     

双功能陶瓷膜生物反应器处理污水的实验研究

针对目前膜生物反应器运行过程中膜易污染的问题，研制了一种新型的双功能陶瓷膜生物反应器．该生物反应器的主要特点是采用一种具有双重功能的陶瓷膜作为生物反应器的主要元件，陶瓷膜可以交替地进行曝气和过滤，将膜的在线反冲清洗和生物反应器的供氧曝气结合在一起．考察了不同运行条件下该反应器对COD、氨氮的去除效果．对陶瓷膜的充氧能力进行了实验，测得小孔陶瓷膜、大孔陶瓷膜、砂型曝气头的氧传递系数分别为：0．2315min-1，0．1587min-1，0．0991min-1．     

短肢剪力墙结构的自由振动特性分析

采用连续化方法导出了短肢剪力墙结构在任意高度侧向集中荷载的作用下的侧移曲线方程，由此得到该结构的抗侧移柔度系数，进而得出结构的抗侧移刚度矩阵。应用抗侧移刚度矩阵对各种整体性系数和肢强系数的短肢剪力墙结构进行了动力特性分析，研究其对结构动力特性的影响。结果表明，当肢强系数不变时，随整体性系数的增加，短肢剪力墙的前两阶振型的振动周期显著减小，而其他高阶振型的振动周期变化很小；当整体性系数不变时，短肢剪力墙的前两阶振型的振动周期随肢强系数的增加显著减小，而其他高阶振型的振动周期变化不大。     

高性能G-M型单级脉管制冷机研究

从直流抑制角度出发，开展了高性能G—M型单级脉管制冷机的研究。在对各种直流抑制方式进行比较的基础上，利用双向进气阀流量系数的方向性，采用两个并联排列、指示箭头方向相反的阀门，称之为并联逆向双阀双向进气结构对直流进行抑制，成功地解决了传统单阀双向进气结构脉管制冷机的直流问题。在2kW(RW2)和4kW(CP4000)压缩机驱动时分别获得了18．4K和14．7K的最低制冷温度，对应在30K的制冷量为11．5W和29．5W，这些都是目前单级脉管制冷机公开报道的最好结果。     

正态分布可靠寿命经典近似限的改进

本文给出了正态分布可靠寿命的又一个经典近似下限，经验证，本文所给出的结果的精度比已有的结果精度要高，可提供给可靠性工程人员使用。     

一种新的应变疲劳材质参数估算方法

本文根据金属材料的循环硬化/软化特性和由能量—寿命关系导出的有关应变疲劳材质参数的估算表达式,讨论并提出了一种用材料的静力参数估算其应变疲劳材质参数的新方法,文中称之为混合法。该方法简单、明了,与目前已有的通用斜率法、四点关联法及改进的四点关联法比较具有更好的应变疲劳材质参数估算精度。     

气动系数插值在捕获轨迹试验中的应用

本文叙述气动系数插值在捕获轨迹试验中的交叉核对和轨迹计算中的应用。对外挂物在某一个新的位置上的某些量的误差进行核对,看其是否在允许的范围之内,称为“交叉核对”。交叉核对分为两种,一种是对位置本身的核对,另一种是对气动系数的核对。在轨迹计算的每一个步长中应用气动系数插值,可以使计算更加精细,轨迹更加光滑。本文对气动系数插值作了一些改进的尝试,提出将气动系数对时间的插值改为气动系数对线位移的插值,这仅是初步的尝试,有待进一步探索。     

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。