孪生对热轧AZ31镁合金中低温变形行为的影响

研究了热轧AZ31镁合金板材中低温变形(室温～573K)时孪生所导致的硬化和软化效果,并结合金相显微技术(OM)和透射电子显微技术(TEM)对相关变形机理及孪生类型进行判断。结果发现,有较强基面织构特征的AZ31镁合金板材在室温～573K变形过程中{10ī1}压缩孪晶起主要作用,同时也存在少量的基面滑移。变形温度越高,变形速率越小,孪晶数量也逐渐减少。中低温变形时AZ31镁合金轧制板材中的压缩孪晶和二次孪晶同时起软化作用与硬化作用,但硬化作用大于软化作用。     

一种模拟长期失重影响的大鼠尾部悬吊模型

本文改进了Morey-Holton和wronski的大鼠尾部悬吊方法,还总结出了一套不致对尾部造成损伤的长期尾部悬吊技术。用此方法,完成了五批(每批10只)为期90—120天的悬吊实验。结果表明:引起的应激程度轻微;悬吊组大鼠体重增长与对照大鼠接近。可用来对长期失重生理影响及其机理进行研究。     

基于扫掠法的六面体网格生成算法及实现

提出了一种基于扫掠法的六面体网格生成算法,该算法通过源和目标曲面参数域间的近似最小二乘仿射映射将源曲面的网格投影到目标曲面,并利用背景网格插值的方法计算内结点,从而将2.5维实体生成六面体网格。该算法避免了空间网格投影过程中耗时的“寻根”过程,并且不需要导致效率降低的网格优化,能够处理各种2.5维实体,生成的网格质量较好。     

光学傅里叶变换轮廓术的新型改进方法

针对传统光学傅里叶变换轮廓术(FTP)在测量表面形状复杂、曲率较大的物体时其条纹频谱存在混叠,无法获得被测物体表面准确的轮廓信息这一缺陷,在总结分析了窗口FTP、伸缩窗口FTP的基础上,提出了自适应窗口FTP.并对这3种改进型FTP的测量精度作了对比分析,证明自适应窗口FTP的测量精度最高,比传统FTP提高了近100倍.改进后的FTP可广泛应用于工业、生物医学、航空航天等领域.     

基于多传感器组合的高转速弹体姿态测试

针对以往三轴磁传感器和加速度计组合测量高转速弹体姿态的不足,提出了一种新的姿态测量方案。该方案由两个磁传感器和两个加速度计以特定的方式安装及相应的解算方法组成。说明了传感器的布阵方式,并给出了弹体姿态解算的数学模型和解算方法。该解算方法包括Magsonde Window和最值之比的证明以及姿态角解算的理论分析,最后对此方案进行了建模与仿真。仿真结果表明,解算的姿态角与真实姿态角相符。     

基于多级代理模型的优化算法

在仿真优化中高精度的仿真模型大多难以实现,本文提出一种由全局和局部代理模型共同作用的多级代理模型,并与仿真优化相结合提出基于多级代理模型的仿真优化算法.运用Kriging近似理论和RBF神经网络分别构建全局代理模型和局部代理模型,并在仿真优化的过程中在线更新代理模型.通过算例对算法进行验证,结果表明多级代理模型具有良好的逼近能力,基于多级代理模型的仿真优化方法具有良好的鲁棒性和寻优性能.     

结合图像局部信息的高斯混合型图像分割框架

针对现有的基于判别型或聚类型的图像,用分割方法无法处理被噪声污染的图像的现状,提出一种新的两步式图像分割框架。该框架首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后将现有的基于判别型或基于聚类型图像分割方法在重塑图像上执行,从而提高了现有图像分割算法的有效性和鲁棒性。文中用典型的聚类型方法高斯混合模型来说明该框架的可行性。由于框架的两个步骤具有独立性．因此可推广到现有的其他基于像素或直方图的方法。在人工和真实图像上的实验结果证明,这种两步图像分割框架可以获得有效且鲁棒的图像分割结果。     

三角翼大幅度俯仰运动非定常洞壁干扰实验研究

在 3m低速风洞中用两个后掠角均为 70°的大小三角翼模型进行过失速非定常运动模拟 ,两个模型外形几何相似 ,根弦比为 1∶ 2 .1 2 5。在模型运动过程中测量模型的非定常气动力和风洞洞壁上的非定常壁压。研究大小模型对非定常气动力和非定常壁压特性的影响以及模型运动的缩减频率效应和雷诺数效应。结果表明 ,非定常壁压与非定常气动力一样具有迟滞特性 ,模型越大 ,迟滞环越大。     

"单回路"法及其在高速气体离心机取料器能耗测量上的应用

取料器能耗直接影响离心机的使用寿命和经济性,一直是国内外的研究热点和难点。而实际离心机中,取料器能耗混在整机能耗中,不能直接测量。为分离出Y．2型气体离心机轻、重组分取料器的能耗,提出了以“单回路”模拟双回路的试验方法,在实际离心机上进行改造,模拟实际运行工况,进行能耗实时测量;同时,为保证测量精度,引入微机数据自动采集系统,改进了测量装置。试验表明：“单回路”试验法进行能耗测量是可靠的,试验结果为强旋流场中理论模型的修正、流场计算和离心机取料器的优化设计提供了必要数据,该方法对其他类型离心机的优化设计也有很大的参考价值。     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。