风扇叶片飞失显式动力学仿真网格与时间步长研究

为了研究大涵道比涡扇发动机风扇叶片飞失仿真中网格尺度与时间步长对于瞬态显式动力学分析结果的影响,采用有 限元法中单元计算理论分析的方法分析了网格尺度和时间步长在计算稳定性方面的理论联系。采用多因素试验设计方法组织了 针对叶片应力分布、转子轴心轨迹和支点外传振动应力3个风扇叶片飞失的典型输出参数的网格尺度和时间步长的影响研究方 案,开展了典型物理过程、模型简化和数值计算无关性研究。针对时间步长为7×10-7、5×10-7、3×10-7和2×10-7s,网格尺度为40 、30、 20和15 mm的计算结果进行分析,结果表明：对于给定物理过程和目标时长,存在着网格尺度和时间步长的门槛值,如：2×10-7 s 时间 步长和30 mm网格尺度,超过该值进一步细化网格和减小时间步长对于精度提升不明显;显式动力学的计算原理决定了目标时间 越长偏差累计越大,所需的网格精度就越高;碰摩过程对于风扇叶片飞失仿真的应力和外传振动偏差影响较大。     

电磁多尺度和非线性效应分析

微观尺度上的结构和电接触特性对于宏观尺度上的电磁特性具有重要的影响.针对多尺度结构的非线性无源互调(PIM)无法用频域方法直接计算的问题,提出了基于Floquet理论的全波方法,对具有周期性微观结构的多尺度电大尺寸问题进行计算,从而准确地计算其电特性.此外,将产生非线性的金属结的等效电路模型引入到全波分析方法中,通过全波方法与等效电路方法相结合的方式来分析多尺度结构的无源互调问题.数值计算结果表明该方法可以有效地评估微观结构对于宏观结构电性能的影响,并解决了时域方法求解电大尺寸微波部件产生的计算累积误差较大这一难题.      

采用强制降噪和多尺度融合的地磁导航方法

针对地磁数据测量易受各种噪声和干扰影响,导致地磁匹配导航精度、概率和可靠性降低的问题,提出了一种采用小波强制降噪和多尺度融合的地磁匹配导航方法。该方法利用地磁数据高频部分易受噪声干扰影响而低频部分稳定性好、各尺度下的匹配结果具有相对独立性的特点,将含噪地磁基准图和实时图进行多尺度分解,在所选的多个尺度下经强制降噪后分别进行匹配,并融合各尺度下的匹配结果表决产生最终的导航结果。地磁匹配导航仿真实验结果表明该方法可有效提高导航的精度、概率和可靠性。     

小波分析在外测数据降噪处理中的应用

小波变换分析是一种同时在时间（或空间）域和频率域内进行局部化的新方法;利用小波变换及其自适应性,可在不同尺度上分析和处理数据,通过特定的方法在室消除随机噪声的目的,本文简单介绍了小波分析理论的基本原理和方法。详细介绍了该方法在信号处理中的分解与重建算法,以及基于不波分析方法的降噪原理,在此基础上,将小波变换应用到外测弹道数据的滤波降噪处理中,通过仿真和实测数据的运算结果表明,应用小波分析的降噪方法     

轴系非线性振动解析模型研究

针对高速柔性轴系振动中线性与非线性的耦合作用,定义了非线性尺度因子ε,构建了轴系振动耦合作用模型.该模型拓展了经典线性模型的研究思路,重点探讨轴系的非线性响应.应用多尺度法推导了转子非线性振动的通频解析解的Fourier级数形式,同时给出了非线性固有频率和基频近似频响方程（FRE）.通过实验验证了同尺度条件下（ε=1）,通频解析解及基频近似频响方程的非线性特性,以及解析耦合振动模型与通频解析解的合理性和有效性.      

层合陶瓷基复合材料多尺度应力-应变计算模型

对层合陶瓷基复合材料(CMCs)的应力-应变行为进行了研究。基于多尺度分析方法,实现了由组分性能参数到层合陶瓷基复合材料整体应力-应变的计算。采用可实现单向纤维增强陶瓷基复合材料应力-应变计算的细观力学模型,由材料的细观组分性能计算出单向板的非线性弹性性能,并将单向板的弹性性能作为层合复合材料模型的输入参数,通过有限元法计算层合陶瓷基复合材料的整体应力-应变响应。与试验数据的对比表明:采用该模型可以实现层合陶瓷基复合材料在单调拉伸载荷及拉伸加卸载条件下应力-应变曲线的预测,其中数据的最大偏离为19.61%.      

密封用硅橡胶老化过程宏观微观特性相关性

开展了密封用某型硅橡胶胶片试件的热空气加速老化试验,对不同等当老化年份下的试件进行了单向拉伸测试和元素分析,获得了老化过程中应力应变数据以及关键元素浓度变化数据;在不同等当老化年份下宏观力学性能及微观化学数据分析的基础上,研究了本构参数与等当老化时间的函数关系以及老化效应与等当老化时间的函数关系,进而建立了宏观力学行为与微观化学变化的相关性模型。某硅橡胶密封圈的应用表明,基于宏观、微观相关性的本构参数插值,应力应变数据与同批次材料100%应变范围内的最大偏差约为7.6%。     

基于连续小波变换的脉内调制类型识别技术

脉内调制类型识别是雷达侦察的关键技术之一,特别是低信噪比下的脉内调制识别技术是当前研究的热点.利用基于连续小波变换的瞬时频率提取技术,可以在低信噪比条件下获得不同调制类型信号的瞬时频率特征,从而实现低信噪比下的脉内调制类型识别,仿真结果表明采用这种方法可以有效地实现低信噪比下的瞬时频率提取.     

基于改进Unet++的丘陵地区耕地地块深度分割与提取

丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点,针对传统分类方法对耕地信息难以快速准确提取的问题,文章基于“高分一号”卫星影像和Unet++网络模型,采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证;其次,采用规则格网裁切方法构建影像和标签训练数据集,在PyTorch环境完成了模型的训练;最后,将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明：改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%,比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此,基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声,还能从遥感影像中学习到更强的语义特征,从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。