高速加工的发展及其关键技术

介绍了高速加工技术的特点及发展，并重点介绍了高速主轴单元、高速加工进给系统、高速切削刀具材料等关键技术。     

用亚稳态正电子素研究络合的瞬态反应（Ⅲ）

本文用自制的装有 BaF_2探头的高探测效率的正电子湮没寿命谱仪测量了在室温下正电子素 o-Ps 与 p-RPhG 及 m-RPhG(R=NO_2,Cl,H,CH_3,cH_3O)在20%(V/V)二氧六环水溶液中的络合形成速度常数。实验结果表明,这些o-Ps-M 络合形成速度常数 K 值均与作为配位体的 p-RPhG、m-RPhG 的碱性解离常数 K 的负对数 pK_2 呈线性函数。这表明上述瞬态络合反应满足线性自由能关系,由此可推断出上述络合反应的一些重要性质。     

满足约束的Gn连续过渡曲面的构造

在Erich Hartmann提出的由两基曲面线性组合构造G^n连续过渡曲面方法的基础上，针对该方法存在很难找到合适的参数变换的问题，提出了一种基于基曲面局部区域重新参数化构造G^n连续过渡曲面的方法。通过对基曲面上切触线附近区域部分曲面重新参数化，再由重新参数化局部基曲面线性组合构造G^n连续过渡曲面。这样将两基曲面间构造过渡曲面的问题转化为在重新参数化局部基曲面间构造过渡曲面。以构造G^1连续的翼身融合面为例，讨论了满足约束要求条件时G^2连续过渡面的构造方法。即先对基曲面上过渡切触线附近的局部区域进行重新参数化，后通过优化求解来确定比例因子和偏移量、平衡因子和调配因子，使过渡曲面满足前后边条线约束，最后利用线性组合来构造G^2连续的过渡面。约束过渡曲面的形状可通过改变重新参数化基曲面的大小来调整．     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

线性调频连续波SAR成像算法研究

研究了线性调频连续波SAR的距离徙动算法成像.针对线性调频续波SAR的特点,在STOP AND GO近似成立的条件下,讨论距离徙动算法的实现过程.STOP AND GO近似失效时,通过补偿线性调频连续波SAR连续运动引入的多普勒频移,提出了改进,并给出仿真验证.     

航天飞行器防热部件烧蚀行为的数值模拟

对航天飞行器防热部件在氧－煤油发动机火焰喷吹下的烧蚀行为进行了有限元数值模拟。利用“杀死”单元的方法建立防热部件瞬态温度场的有限元模型，实现了烧蚀边界的退缩，从而完成了对烧蚀尺寸变化的定量描述。烧蚀开始于4．59s，到12s时线烧蚀量为1．47mm。计算结果与试验的实测结果一致。     

非线性随机动态系统学习建模方法

在动态神经网络及扩展卡尔曼滤波算法的基础上，提出了对非线性随机动态系统进行学习建模的迭代算法，用这种方法对非线性随机系统建模，可以获得更准确伯系统模型，并可对非线性随机系统进行状态估计。最后给出相应算法及仿真结果。     

瞬态气动模拟加热控制中的快速高精度"E-T"转换

为了准确模拟飞行器在高速飞行时的瞬态气动加热状态,必须使用快速、高精度的计算机瞬态热能控制系统,对气动模拟试验的加热过程,实行快速、高精度的非线性动态控制.为此,传感器的快速、高精度"E-T"转换是一个必须解决的非常重要的问题.提出一种高速飞行器瞬态气动加热控制系统中传感器的快速、高精度"E-T"转换方法.该方法具有计算简单、转换速度快、校正精度高的优点,使用该方法实现了高速飞行器气动加热过程中温度场高速变化状态下的瞬态非线性动态控制.     

人工释能法求解线性代数方程组

本文建立求解线性代数方程组的人工释能法迭代格式,并给出该迭代格式收敛的充分必要条件和最佳释能时机,同时给出实现人工释能法的数值计算方法及其数值稳定性条件。     

双层多目标规划若干问题的研究

研究了下层决策者无关联的双层多目标规划问题，在不同偏好意义下，给出了各自解的定义，讨论了线性双层多目标规划问题。