确定相对小裂纹da/dN公式系数的计算反推法

以谱载下相对小裂纹尺寸范围的(a,t)数据为依据,选择适当的裂纹扩展计算程序,以试验与计算寿命的偏差平方和SSE为目标函数,采用直接寻优方法(搜索法)进行优化,从而实现用计算反推法确定相对小裂纹da/dN公式系数,用以代替难度高、耗资大的试验测定,对耐久性分析的DCGA的应用意义重大。     

弹道式地地导弹精度计算公式及其拟合方法

归纳和总结厂弹道式地地导弹的精度变化规律,根据这些规律和谐波分析理论建立了导弹精度计算公式。文中根据函数逼近理沦,提出了确定谐波函数阶次的方法和具体的拟合步骤。应用这种方法导出了实际导弹的精度计算拟合公式.采用这些公式和采用弹道计算方法分别计算任意相同条件下的导弹精度值.其相对误差小于1%。本文提出的精度计算拟合公式是简便实用的.     

空气雾化喷嘴内气流旋转及出口扩张对雾化性能的影响

本文研究了空气雾化喷嘴内气流旋转及出口扩张角对雾化性能的影响关系,对装有三种不同叶片转角的旋流器及三种出口扩张角的喷嘴试件进行了试验和分析。得结论是:就这二者本身来说对雾化质量影响不大,因此在设计时可以主要按照燃烧区流场的需耍来考虑气流旋转及出口扩张角。     

高超声速流动中侧向喷流干扰特性的实验研究

在高超声速(M=6)流动中,实验研究了侧向喷流的干扰特性,并探讨了喷流压力、攻角、迎风侧及背风侧喷流对侧向喷流干扰特性的影响.结果表明,在高超声速流动中,随喷流压力增大,喷流弓形激波与来流弓形激波相交,喷流前的高压区增大,而喷流后的低压区几乎不受影响,喷流的控制效果加强.与迎风侧喷流相比,背风侧喷流控制效果更好,这一趋势随攻角的增大更加明显.     

同类异质产品三方古诺模型的拓展与应用

运用过程创新基准效益的概念和异质产品寡占模型的分析方法,将双寡头古诺模型扩展到同类异质产品竞争的三方寡占的古诺模型.研究了过程创新的博弈过程,得到满足私人效益最优的投资水平与满足社会效益最优的投资水平并指明了求解过程.两种最优化过程具有密切联系.将模仿创新者的模仿吸收能力识别为除技术领先者和模仿者之间的技术势差外又一影响模仿创新的因素.探讨了纯技术溢出并在修正原有学习模型的基础上建立了基于学习动力和学习能力双因素的学习模型.建立过程创新的古诺模型和学习模型都将把原有模型拓展到更符合大多数产业竞争和制造与创新过程的现实情况.     

一种非线性模型下的复合材料螺栓连接失效分析

复合材料螺栓连接结构已广泛应用于飞机结构件,研究其拉伸失效问题具有重要意义。结合Hashin失效准则、能量耗散率方法、Puck失效准则和材料损伤连续退化方法,建立一种包含面内损伤和层间损伤的复合材料三维非线性模型;将含开孔层合板准静态拉伸试验结果与有限元数值模拟结果进行对比,两者之间的应力应变响应及最终断裂失效模式一致,证明该本构模型是有效的;在此基础上,对复合材料单钉双搭接螺栓连接结构进行拉伸失效分析。结果表明:数值模拟所得位移载荷响应与试验结果吻合良好,极限拉伸载荷误差不超过5%,满足工程应用要求;加载过程中的孔边变形和损伤累积使得螺栓连接结构整体刚度下降,其最终破坏模式为中搭接板挤压失效。     

基于SPOC的深度学习模式策略研究

当下在线课程的发展已越来越重视实际教学中的使用及效果,SPOC缓解了MOOC课程参与度与完成度较低的学习者学习动机问题。深度学习能力是进一步提升SPOC在线课程的有效教学程度及学生能力培养的核心目标。要建构基于SPOC的深度学习模式,就要注重深度学习课程资源动态生成、突出基于建构迁移的深度学习教学设计、加强深度学习虚拟社区协同构建、深化深度学习评价行为分析。     

高管股权激励对内部控制有效性的影响研究——基于我国A股上市公司的经验证据

以2011年～2015年A股上市公司为研究对象,采用普通OLS模型和PSM检验研究了高管股权激励对内部控制有效性的影响,并从注册地所属辖区角度分析了上市公司在上述两个方面存在的地区差异。研究结果显示:高管股权激励强度与内部控制有效性之间呈"倒U型"关系;激励强度与内部控制有效性之间的非线性关系在东部和西部地区显著,而中部地区不显著。     

考虑铰链间隙的投放机构动力学特性分析

为了分析铰链间隙对机构运动特性的影响,针对一种投放机构,通过对模型进行分析,将其简化为一个四连杆机构,建立投放机构的非线性弹簧阻尼模型,同时采用库仑摩擦描述机构间隙处的摩擦作用,并将建立好的模型导入到Adams仿真分析软件中,进行动力学特性分析。仿真分析结果表明：利用Adams软件可以有效地建立含铰链间隙的投放机构动力学模型,分析间隙对机构在开启过程的影响,仿真结果能够预测铰链间隙对机构运动特性的影响,为机构的设计和优化提供依据,并有利于在工程方面的应用。     

POD-BPNN预测模型及结冰条件不确定性量化

当前,数值模拟作为研究飞机结冰的主要手段之一,在计算结冰冰形时会引入大量参数不确定性,并影响数值模拟的精度和可信度。发展不确定性量化方法,科学量化这种不确定性对评估数值模拟结果具有重要意义。针对传统参数不确定性量化方法难以解决高维输入到输出的问题,基于本征正交分解和误差反向传播神经网络,提出了一种结冰冰形预测代理模型。以水滴中值粒径和温度为例,验证了代理模型单输入参数和双输入参数情况下的精度和泛化能力。最后,在代理模型计算的冰形基础上,结合蒙特卡洛采样,利用2σ准则确定结冰范围,发现水滴中值粒径不确定性主要影响明冰的冰角生长,而温度和水滴中值粒径不确定性的叠加主要作用于霜冰厚度。该研究为后续多结冰条件的影响分析和多维输入到输出的不确定性量化提供了思路。