疲劳裂纹随机扩展模型

疲劳裂纺在扩展过程中有很大分散性，根据不同的来源将这种分散性归为两类：材料固有的内在分散和外、环境等引起的外在分散性。     

关于Grothendieck代数的特征标

本文用群表示理论和复向量理论证明了Grothendieck代数的一些性质,特别是关于Grothendieck代数基的描述,即设B为K_G(X)的基,Θ={(θ,ρ)|θ是G在X上的轨道,ρ是G_x的一个不可约表示,x∈θ},其中G_x={g∈G|gx=x},则存在1—1对应f:B→Θ使得对于任意V∈B,f(v)=(θ,ρ):V_y≠0<==>y∈θ,且ρ是G_x在V_x上的一个不可约表示,x∈θ,利用这一性质,本文给出了一个求Grothendieck代数的特征标的方法,从而改进了由Luszrig,G.在文[1]中提出的方法,并且给出二面体群D_n关于其一些子群H的Grotheodieck代数的特征标表。     

贝叶斯回归支持向量机的软测量建模方法

提出了一种基于贝叶斯证据框架的回归型支持向量机的参数选择和软测量建模方法。证据框架的第1层推理用来解释支持向量机的训练。证据框架的第2和第3层推理用于自动调整正则化参数和核参数并使其接近最优值。然后,将这种基于贝叶斯证据框架的回归型支持向量机用于估计聚丙烯腈生产过程的质量指标。仿真结果表明了该方法的有效性。     

测量数据部分丢失的非线性系统迭代学习控制

研究非线性离散系统的迭代学习控制．利用并行分配补偿方法(PDC)确定非线性系统的T-S模型,把非线性模型特换为局部线性模型。假定数据丢失的概率已知,采用满足Bernoulli分布的序列来描述测量数据的丢失,研究具有测量数据部分丢失的线性离散系统的迭代学习控制器的设计。结合T-S模型设计了数据丢失的迭代学习控制器,所设计的迭代学习控制器具有期望收敛特性和二次型性能指标。仿真结果表明了该设计方法的有效性。     

激波过弯道绕流流场(英文)

为了研究微波过弯道的传播，气动中心设计了微波过弯道的实验装置，它很容易拆卸并组成带10°发散的弯道、短形弯道和带各种角度的二元喷嘴。实验所得到的若干照片，对于研究激波反射、绕射与边界的相互作用和对数值模拟的验证是很有用的。     

芬顿反应与TiO2光催化氧化甲基橙的研究

分别采用Fe^2＋及TiO2作为光催化剂，考察了它们对甲基橙的降解率。结果表明：在芬顿反应体系中加人NaOH时，可有效地阻止反应的进行；pH=4时，光催化氧化率最高；甲基橙溶液浓度越低，光催化氧化效果越好；改进后的光催化剂对甲基橙的分解率明显提高，不会生成草酸的铁盐沉淀；H2O2＋FeC2O4、H2O2＋FeSO4、TiO2三种体系的光催化性能大小依次为H2O2＋FeC2O4〉TiPO2〉H2O02＋FeSO4。     

不可压缩Navier－Stokes方程的基本解法

利用不同阶次的Ｈｅｌｍｈｏｔｚ算子方程的基本解，建立了时间离散不可压缩Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程的完全边界积分表示式。对俯仰谐振的ＮＡＣＡ００１２翼型所计算得的升力和阻力的滞后现象，与实验结果相一致     

温度对接触热阻的影响

介绍了一种采用实验的方法研究温度对接触热阻的影响及所得到的结果。当多晶体固体表面相互接触时，随着接触面温度升高，接触热阻呈下降规律。产生这一现象的机理是由于当接触面温度变化时。接触表面的微观形状发生了变化。从而导致了接触热阻的变化。当多晶体固体表面相互接触时，对应同一宏观接触状况其微观接触状况却不尽相同。通过实验获得了接触热阻的变化范围和接触热阻随温度变化的数据带。实验中观察到温度使固体表面产生的变形有些能够恢复，有些则不能．本文提出了能否建立温度与变形、时间三者关系的假设，当固体接触表面温度较高时，还提出了一种研究接触热阻的方法。     

加工钛合金大口径深盲孔的研究

钛合金属难加工材料,其深孔加工的难度更为突出,加工质量不易保证。本文通过实验对比,对加工钛合金大口径深盲孔中出现的偏孔、切屑堵塞、切削振动、刀具破损等主要问题进行了分析,提出了解决办法,得出了切削用量的优化参数。由于钛合金的化学亲和作用,深孔加工刀具的导向条表面易于粘附,结果拉伤已加工表面,造成表面粗糙度上升。加大导向条与孔壁的间隙虽可减少导向条表面的粘附,但同时会引起切削振动的加剧。针对这一矛盾,本文着重对加工刀具的导向条分布、导向条与孔壁的间隙以及导向条的选材方面进行了探讨,提出了以非金属导向条代替硬质合金导向条进行钛合金深孔精加工的方法,使得已加工表面的粗糙度大大降低。这些研究结果对实际加工具有一定的指导作用。     

加权自适应模式识别系统的数学描述

基于n元原理,采用加权训练思想,为克服经典自适应模式识别系统——WISARD的简单训练策略之不足而提出的加权自适应模式识别系统,具有自动消除伪特征、突出训练模式的固有特征、改进系统的分类性能筹优点。本文首次用数学手段描述了加权自适应模式识别系统,把系统的训练与分类过程抽象为对模式进行矩阵变换的过程。系统的分类行为由训练模式所建立的逻辑函数矩阵来表征。文中还对系统的性质作了初步探讨,指出只要合理地选取加权训练阀值,加权系统的分类性能不会弱于非加权系统。最后还给出了加权训练阀值的上界和下界。