层合顺序对各向异性层合阻尼结构动态性能的影响

本文将各向异性设计引入层合阻尼薄板中，主要对几组阻尼层交替层合与集中阻尼芯层层合的各向异性阻尼结构的内耗和刚度的温频特性进行实验研究。为各向异性层合阻尼结构理论和轻量化高阻尼设计奠定基础。实验结果表明：在实验温度（0-70℃）和频率（1～200Hz）范围内。交替层合度影响不一定，结构的内耗和刚度的温度特性均优于集中阻尼芯层结构；而频率对结构内耗和刚与具体结构参数和结构总层数有关。     

各向异性层合阻尼结构的BP集成神经网络模型设计

本文以各向异性层合阻尼结构为研究对象,设计一种基于BP集成神经网络的智能分析模型。该模型中的集成神经网络由两个子系统神经网络并联融合而成,学习算法主要采用Sigmoid函数。同时,该模型设计针对各向异性层合阻尼结构参数的扰动性问题综合采用结构模式归类、学习算法的改进、小波分析方法予以处理。计算结果表明:该BP集成神经网络模型,较好地解决了各向异性层合阻尼结构参数的扰动性问题,并能有效量化结构参数的变化影响。     

层合阻尼薄板之各向异性参数对损耗因子的影响分析

运用各向异性层合阻尼结构理论分析方法和正交试验等分析方法。着重考察了各层纤维铺设角度。纵、横剪切模量和纵、横拉伸模量等各向异性参数对各向异性层合阻尼薄板阻尼性能参数——损耗因子的影响。结果表明：各向异性参数在不同的模态下对层合阻尼薄板损耗因子的影响力不同，其中。各向异性层纤维铺设角度的影响较为复杂。其影响力在不同层合阻尼结构、不同的模态下差异较大；而纵、横剪切模量、纵、横拉伸模量的影响力随着模态的升高逐渐增大。此外，通过对各向异性参数的变化影响进一步分析表明：各向异性参数的变化影响各有特点，具有结构优化的潜能。