动态模糊RBF神经网络焊接接头力学性能预测建模

建立动态模糊径向基神经网络RBF( Radial Basis Function,RBF)焊接接头力学性能预测模型,克服静态RBF和模糊神经网络( Fuzzy Neural Network,FNN)在结构辨识、动态样本训练及学习算法的不足。该模型的结构参数不再提前预设,在训练过程中动态自适应调整,适用动态样本数据学习,学习算法引入分级学习和模糊规则修剪策略,加速训练并使模型结构更加紧凑。利用三种厚度、不同工艺TC4钛合金TIG焊接试验数据对该模型进行仿真。结果表明：模型具有较高的预测精度,适用于预测焊接接头力学性能,为焊接过程在线控制开辟了新的途径。     

狭长型封闭舱室内非定常流动模拟的湍流模型比较

针对狭长型封闭舱室内非定常流动模拟的湍流模型选择问题，以飞机舱室为典型环境，使用相似准则为依据的热缩比法搭建了实验平台。将实验结果与RNG k-ε、DES、LES三种湍流模型的数值模拟结果进行对比和分析，评估狭长型封闭舱室内非定常流动特征研究中合适的湍流模型。结果显示，RNG k-ε和DES模型可以定性描述流动变化趋势，但是LES模型在流场非定常性和不稳定性捕捉更为准确，其流场结构更接近实验结果。模拟结果与实验结果对比显示，LES模型能更加真实地反映狭长型封闭舱室非定常流动的情况。