钴铬钼合金的精密锻造工艺研究

钴铬钼合金是具有优异的耐腐蚀性和生物相容性的可植入人体的假体金属材料,是高端骨科植入物的重要候选材料之一.在国外锻造钴铬钼合金已广泛使用,而在国内由于对钴铬钼合会棒材的制备工艺以及锻造工艺技术方面的短缺,应用有限.本文中,分别采用了进口钴铬钼合金和国产钴铬钼合金进行动态镦粗试验,确定了合适的变形温度和变形量.同时,在16000KN曲柄压力机上利用机械压力恒载荷方法成功实现进口、国产两种材料的人工关节的精密锻造,比较了其成形后的性能.结果表明,即使在相同的工艺条件下成形,国产材料锻后的延伸率明显低于进口材料.     

基于PDXP协议的数据监视软件的设计实现

基于UDP（用户数据报协议）组播数据传输方式,通过对接收到数据包中相关PDXP（包数据交换协议）字段的实时解析和挖掘分析,采用BackgroundWorker（后台工作者线程）模型简化多线程交互方式,以分级缓存为基础优化数据存储结构,通过直接调用GDI（图形设备接口）＋绘图接口设计开发高效的UI（用户接口）显示控件,并且利用Linq（语言级集成查询）数据访问技术,以可视化的形式对PDXP数据包的丢包和乱序等问题进行实时判读和基于源码的分析,提供了一种对中心之间交互的数据进行实时连续性监视分析的简捷、直观和有效的途径。     

基于格子Boltzmann方法的方通道湍流的大涡模拟

基于格子Boltzmann方程的大涡模拟方法,对以摩擦速度、方通道水利直径为特征尺度,雷诺数为300的直方通道内湍流流动进行数值计算.利用多松弛时间格子Boltzmann方法来模拟流场的流动,切应力改善亚格子应力模型来模化滤波后的非封闭项.将模化后的亚格子应力与格子Boltzmann方法中的松弛时间相关联,使得松弛时间当地化,从而能够准确地模拟湍流.对湍流的平均流向速度、平均二次流速度以表征湍流强度的均方根速度以及不同截面流向瞬时涡做了计算和评估.计算结果与直接数值模拟、实验数据相吻合,证明了格子Boltzmann方法在计算通道湍流中的精度.      

军用飞机无维修工作期参数分解方法研究

 针对目前军用飞机设计中无维修工作期(Maintenance-free Operating Periods, MFOP)指标无法分解和落实的问题,通过对基本可靠性、故障预测、系统重构和冗余设计等影响军用飞机MFOP实现的主要因素进行分析和数理建模,提出了一种军用飞机MFOP参数的分解流程和方法,为MFOP由使用参数(使用要求)向合同参数(设计要求)的分解提供初步的方法基础,能够为军用飞机的MFOP指标分析论证和基于MFOP的飞机可靠性设计工作提供一定的理论指导.     

新型耐高温氰酸酯/磷酸铝复合材料的研究

基于氰酸酯树脂(CE)和磷酸铝(AlPO4)优良的综合性能,采用"复合技术",设计并制备了AlPO4/CE复合材料,研究了不同偶联剂和AlPO4含量对AlPO4/CE复合材料的热性能、介电性能和吸湿性能的影响。研究结果表明,不同偶联剂对磷酸铝和CE之间的界面作用力影响不同。AlPO4(KH-550)和AlPO4(KH-560)与CE间的界面作用力稍高于AlPO4(H-2),并且AlPO4(KH-550)/CE复合材料的综合性能最佳;当加入适当含量AlPO4(KH-550)时,AlPO4(KH-550)/CE复合材料具有比纯CE树脂更佳的综合性能。     

两类混合优化控制分配算法的灵敏度分析

在研究指令灵敏度的基础上,定义了一种描述控制分配算法响应飞机包线范围内工作状态变化的灵敏度.阐明了控制分配模块的功能,对比研究了两类实时性较好的混合优化控制分配算法:线性混合优化法和二次混合优化法;分别采用单纯型法和有效集法进行求解,结合指令灵敏度和状态灵敏度的定义分析了两类混合优化方法的灵敏度.计算结果表明,在虚拟指...     

带规则纹路薄壁管的抗撞性分析与优化

作为吸能器,薄壁结构被广泛地应用于汽车和船舶的抗撞结构中,不同结构缓冲吸能特性相差较大。为了能得到最佳缓冲吸能特性的薄壁结构,应用LS-DYNA软件对一种新型规则纹路折纹管进行抗撞性分析,并采用斐波那契搜索的方法对该折纹管的正多边形截面的边数和折纹个数进行优化设计。优化结果表明截面为正十四边形,侧面有29个折纹时结构吸能效果最好。     

高阻塞比肋化通道对流换热特性实验研究

为了降低涡轮叶片温度以保证其安全性,采用实验方法对高阻塞比肋化通道内流动换热特性进行了测量。针对顺排和叉排两种肋化通道考察了多个主要影响因素对换热特性的影响规律,研究表明:(1)对于高阻塞比肋化通道,当流体在层流区域流动时,肋片对流体在通道内部对流换热的强化作用要明显高于湍流状态;(2)无论是顺排还是叉排肋化通道,当肋间距比为10时,其对应着最大的对流换热系数和最大的流阻损失;(3)在实验几何参数范围内,顺排肋化通道的对流换热系数和流阻系数均高于叉排通道;(4)在高阻塞比肋化通道中,流阻特性的变化规律和流动状态的转变规律基本与水力光滑通道相同。     

Collapse of a Deep Excavated Foundation Pit in the Soft Soils by 3-D FEM

In view of the collapse of a deep excavated foundation pit of the Xianghu subway underground station in Hangzhou of China,the main features of the accident are analyzed,and the induced factors of the accident are summarized. Then,a 3-D FEM analysis model is created to demonstrate the soil-support structures interaction system,and the effect of the main factors,such as the volume replacement ratio of the bottom soil reinforcing,the asymmetric ground overload,the embedded depth of the diaphragm wall,the shear strength of the bottom soils disturbed by the construction,and the excessive excavation of the bottom soil,are analyzed and compared. The results show that the ineffective original reinforcement plan for the bottom soft soil is the most prominent factor for the accident,and the disturbance effect of the deep excavation on the shear strength of the bottom soft soil is another significant factor for the accident. Meanwhile,if the reinforcement of the bottom soft soil is canceled,an appropriate extension of the diaphragm retaining walls to the under lying harder soil layer can also effectively prevent the collapse of the deep excavated foundation pit. In addition,the partly excessive excavation in the process has a great influence on the axial force of the most nearby horizontal support but few effect on the stability of the diaphragm wall. Thus,the excessive excavation of the bottom soils should not be the direct inducing factor for the accident. To the asymmetric ground overload,it should be the main factor inducing the different damage conditions of the diaphragm walls on different sides. According to the numerical modeling and actual engineering accident condition,the development process of the accident is also identified.     

人工蜂群优化BP神经网络的太阳电池阵电流预测

通过对卫星太阳电池阵输出电流影响因子进行分析,提出了一种基于人工蜂群（Artificial bee colony,ABC）算法优化BP神经网络的太阳电池阵输出电流预测方法。将太阳入射角、卫星太阳电池阵工作温度、卫星星时等遥测量变换后作为神经网络输入,进行输出电流预测。考虑到神经网络对初始权值及偏置敏感的特点,采用ABC改进算法对神经网络初始参数进行优化。该模型可用于卫星太阳电池阵电流输出能力分析、太阳电池阵预警及异常检测等。实验测试表明,模型能够取得较高预测精度,同星预测均方根误差（Mean squared error, MSE）为0.10 A,跨星预测均方根误差为0.12 A,其精度明显优于传统数据拟合方法。利用该模型及本文提出的预警策略进行预警,对于7年5个月的正常卫星数据没有发生误报,对于某异常卫星数据能够及时进行预警。