形状记忆合金复合材料层板非线性有限元分析

将形状记忆合金埋入复合材料层合板中构成智能复合材料结构.在外载或热载的作用下,形状记忆合金将使复合后的材料内部和结构的应力、应变分布发生改变,并改变结构的形状.由于形状记忆合金的大变形带来非线性,本文利用具有几何非线性分析功能的复合材料板壳元对模型进行计算和分析,形状记忆合金的驱动效应等效为力学载荷.可得到较精确的结果.      

某涡喷发动机可靠性增长分析

航空发动机的研制特点决定了试车故障数据兼有同步纠正和异步纠正的性质，为了更好的评价航空发动机的可靠性．对一组有可靠性增长的试车故障数据采用了MIL-HDBK-189介绍的带同步纠正性质的处理方法，所得结果与采用Crow的带异步纠正性质的统计分析方法计算的结果进行比较，可以发现：两种方法对趋势检验的结论和对平均故障间隔时间（MTBF）的极大似然估计基本一致。     

以持续抽象策略实现软件体系架构进化

以对传统的模型-视图-控制器(MVC)体系架构框架实施的进化过程为例,针对软件系统的体系架构模式／框架设计,识别并提出一种新的进化式设计理念体系:基于持续抽象策略的进化式设计理念体系; 并探索了以这种理念体系及其语言记录和传承软件系统设计经验及其进化能力历史的可能性。本文指出,架构方案的可抽象能力是软件架构进化能力的核心因素,决定架构方案在软件进化过程中的生存能力。新的进化式设计方法学理念体系建议以持续抽象过程作为体系架构设计的进化策略,以领导软件体系架构的进化方向,持续加强软件体系架构的可靠性、可扩展性、动态性和可复用性。还介绍了这一新的设计方法学理念体系在信号和逻辑集成工具SAL Studio1．0设计开发过程中的实践。     

航空发动机涡轮叶尖间隙损失的统计设计

应用数值计算方法对发动机涡轮叶尖间隙引起的涡轮效率损失进行了分析，结合计算机辅助公差设计，提出了基于涡轮叶尖间隙损失的间隙尺寸和公差优化设计方法。以制造成本和涡轮效率损失最小为优化目标函数，采用Monte Carlo随机模拟法和基因遗传算法，分析计算了涡轮间隙尺寸公差和装配组成环的尺寸公差分配。     

用透明燃烧仪研究推进剂燃烧性能

将透明燃烧仪进行改装增加了光强检测和记录仪，能够对推进剂燃烧进行动态检测和记录，以便研究推进剂点火、加速燃烧、稳定燃烧和熄火各阶段的变化。用这种装置进行了模拟推进剂燃烧的研究，并尝试筛选了一种ＲＤＸ／ＨＴＰＢ／Ａ１推进剂的燃速催化剂。     

有/无凹槽通道内煤油超燃雾化的测量研究

为研究超燃流场中雾化煤油液滴直径分布,针对有/无凹槽(L/D=3)直通道,对煤油在超声速气流中的雾化过程进行了测量。利用纹影法得到雾化流场波系结构,利用平面激光诱导荧光(PLIF)得到煤油扩散范围,基于激光前向散射原理的激光粒度仪,得到液滴直径分布。结果表明,当来流和喷射条件相同,平板通道内的煤油射流穿透深度略大于凹槽通道。液滴直径呈在截面中心小、外侧大趋势,沿外侧的液滴直径波动较中心区大。煤油距喷口30 mm处已完成雾化,雾化区的液滴Sauter直径为4~8μm,凹槽对煤油穿透深度和雾化尺寸无明显贡献。     

GPS/Galileo组合导航的模糊度搜索空间

为了组合导航的载波相位模糊度固定,将目前在GPS中常用的模糊度固定方法--最小二乘降相关平差（LAMBDA）法直接应用于GPS/Galileo组合模糊度固定,发现其搜索空间的确定方法并不能很好地适应GPS/Galileo组合中模糊度维数较高的情况。通过对常规LAMBDA搜索空间确定方法的分析比较,在传统方法的基础上提出了一种专门针对高维模糊度固定的搜索空间确定方法--修正法确定模糊度搜索空间。通过对修正法进行仿真试验,证明该方法能保证在GPS/Galileo组合定位模式下实际备选模糊度个数基本与预先设定的备选模糊度个数一致,进而能在不降低模糊度固定成功率的基础上有效提高LAMBDA模糊度固定的搜索效率,其性能优于传统的模糊度搜索空间确定方法。     

直齿面齿轮修形及承载接触分析

提出了直齿面齿轮副齿廓修形的设计方法.通过对齿条刀具的直廓失配修形,获得了类似抛物线型的传动误差.建立了直齿面齿轮副轮齿接触分析(TCA)和承载接触分析(LTCA)的计算模型.啮合性能分析表明:齿廓修形能够使直齿面齿轮接触路径发生倾斜从而增大齿面有效重合度,还能避免边缘接触、改善齿面载荷分布与承载传动误差、提高传动的稳定性.      

A prediction model of short-term ionospheric foF2 based on AdaBoost

In this paper, the AdaBoost-BP algorithm is used to construct a new model to predict the critical frequency of the ionospheric F2-layer (foF2) one hour ahead. Different indices were used to characterize ionospheric diurnal and seasonal variations and their dependence on solar and geomagnetic activity. These indices, together with the current observed foF2 value, were input into the prediction model and the foF2 value at one hour ahead was output. We analyzed twenty-two years’ foF2 data from nine ionosonde stations in the East-Asian sector in this work. The first eleven years’ data were used as a training dataset and the second eleven years’ data were used as a testing dataset. The results show that the performance of AdaBoost-BP is better than those of BP Neural Network (BPNN), Support Vector Regression (SVR) and the IRI model. For example, the AdaBoost-BP prediction absolute error of foF2 at Irkutsk station (a middle latitude station) is 0.32 MHz, which is better than 0.34 MHz from BPNN, 0.35 MHz from SVR and also significantly outperforms the IRI model whose absolute error is 0.64 MHz. Meanwhile, AdaBoost-BP prediction absolute error at Taipei station from the low latitude is 0.78 MHz, which is better than 0.81 MHz from BPNN, 0.81 MHz from SVR and 1.37 MHz from the IRI model. Finally, the variety characteristics of the AdaBoost-BP prediction error along with seasonal variation, solar activity and latitude variation were also discussed in the paper.     

具备高适应性的高速铣削刀具磨损状态监测系统

为提高加工监测系统的适应性和智能化程度,提出基于刀具磨损曲线的实时刀具状态监测系统。自学习能力的引入使该系统可自动进行不同刀具状态的识别和磨损程度的估计,较大程度上摆脱对系统事先"教学"的依赖。同时为有效抑制切削参数变化带来的干扰,提出一种特征提取方法来自动提取敏感特征,减少监测系统开发时间和成本。针对高速铣削过程的刀具磨损监测,采用切削力和声发射传感器来采集信号,并运用时域、频域和小波分析技术来对信号进行处理,试验结果证明了所提出的自动特征提取方法的有效性和智能刀具状态监测系统的高适应性。