排序方式: 共有14条查询结果,搜索用时 0 毫秒
11.
为探索与预浸料先进拉挤成型技术相适应的工艺方案,采用DSC研究了碳纤维/环氧预浸料USN12500的固化放热过程,对USN 12500的典型固化工艺进行改进,以此为基础设计了不同压力和加压时机下的试验方案,采用实验室现有设备模拟先进拉挤过程制备了试样,以制品的孔隙率作为考察指标优选了的拉挤成型固化的工艺参数.结果表明:制品在110℃下处理20 min,热压阶段130℃下处理15 min同时保持0.4MPa的工艺压力,后固化150℃下处理1.5h为工艺试验的优化方案,并且能够制得孔隙率<1.1%的制品. 相似文献
12.
文摘XM23胶广泛应用于航天光学遥感器,用于粘接光学透镜与金属结构件,可以起到减振作用。目前对XM23胶的力学性能的研究都是基于线弹性理论,但XM23胶是一种高聚合物,表现出非线性特征,无法使用线弹性材料的杨氏模量和泊松比进行准确地表征。本文首先通过XM23胶的单轴拉伸试验测试出该胶的应力应变数据,基于超弹性理论,尝试运用3种超弹性本构模型进行数据拟合。分析发现,Mooney-Rivlin 3参数本构模型最适于表征XM23胶的力学性能,其本构模型材料参数C10为-0.205 9 MPa、C01为0.688 8 MPa、C11为0.055 7 MPa。利用此本构模型使用有限元软件模拟了该胶的单轴拉伸试验,仿真得到应力应变数据在误差范围内与试验数据一致。XM23胶的超弹性本构模型构建为XM23胶的胶接结构有限元建模提供了理论和数据支撑。 相似文献
13.
基于BiGRU-SVDD的ADS-B异常数据检测模型 总被引:1,自引:0,他引:1
广播式自动相关监视(ADS-B)作为新一代空管监视技术,由于采用明文方式广播发送数据,因而存在易遭受网络攻击的安全问题。为了准确检测ADS-B数据攻击行为,在充分考虑时间相关性的基础上,提出了针对ADS-B数据的异常数据检测模型。首先利用双向门控循环单元(BiGRU)神经网络预测ADS-B数据,得到了ADS-B数据预测值。再将预测值和实际值作差,将差值放入支持向量数据描述(SVDD)训练,得到了能检测ADS-B异常数据的超球体分类器。并且,选择了合适的滑动窗口,在保证异常检测准确率的同时,缩短BiGRU神经网络的训练时长。实验结果表明,BiGRU-SVDD模型能检测出随机位置偏移攻击、高度偏差攻击、重放攻击、拒绝服务(DOS)等攻击下的ADS-B异常数据。并且,与其他机器学习和深度学习方法相比,BiGRU-SVDD异常检测模型的准确率更佳,适应性更优。 相似文献
14.