30CrMnSiA材料待离子弧焊工艺研究

本文描述了在30CrMnSiA材料上应用等主子弧焊接方法，在不同的焊接方式及热处理状态下其接头的机械性能的变化，比较等离子弧焊接头与氩弧焊接头金相组织的差异，对等离子弧焊接头冷弯性能较差的机理及改善途径进行了研究。     

大直径小曲率薄壁铝管弯曲新工艺

采用简单的工艺方法,弯曲大直径(φ66mm)、小曲率半径(R=123mm)、超薄壁(S_0=1.5mm)铝合金管子。管子的相对弯曲半径(?)=1.8,相对壁厚S_0=1/44,允许变薄量δ=0.3mm,椭圆度θ=5mm,绉纹度Z=0.7mm。该工艺方法不作任何大的投资,对第一次弯曲的形状也不作过高的要求,只要备有一付与设计图纸相符的校型模、校型钢球、手动顶球装置即可。弯曲后的管子,完全达到美国军用图纸标准和我国航天部标准。     

准各向同性基层上椭圆形子层的屈曲

通过改进文献[1]中假设的挠度函数,使Rayleigh-Ritz法能用于计算准各向同性基层上任意对称椭圆形子层的临界应变,然后以单向层板为主,探讨了临界应变随基层泊桑比ν,椭圆半轴之比λ,子层角θ和单层铺设角α的变化规律。     

阵元位置误差影响下的一维噪声子空间算法

首先对一维噪声子空间算法进行了分析与仿真,然后重点讨论了阵元位置误差对该算法测向性能的影响。推导出了阵元位置误差影响下的空间谱计算公式,得到了有用结论。     

关于双向弯曲变形构件危险截面的讨论

本文通过具体例题,阐述了双向弯曲变形构件中危险截面的判定方法,论证了合成弯矩大的截面不一定是危险截面的结论.     

结合轮廓及骨架序列编码的二维形状识别

二维形状识别是物体识别中的一个基本问题,被广泛地应用于商标检索、指纹识别、物体定位、图像检索等多个领域。其中,基于生物信息学的二维形状识别是近期一个新的研究方向,基本思想是把二维形状的轮廓转化为生物信息序列,借助标准的生物信息序列分析工具来进行二维形状的匹配和识别。不过,利用轮廓进行信息序列编码存在编码冗余和编码准确性不高的问题,本文提出了一种新型的结合形状轮廓和骨架的序列编码方法。该方法利用骨架表示形状的细长分支,减少编码的冗余;并分别对轮廓和骨架进行不同类型的编码,具备编码简洁、后续匹配准确性高等优点。最后,本文在三个公开数据集上进行大量的形状识别实验,并与多种通用形状识别方法进行了比较。实验表明,本文方法在多个实验中均取得了较高的识别准确率,相比基本的形状特征描述方法,准确率提高了近5%。      

基于频域分析的ROSAR成像算法

在现有的ROSAR(Synthetic Aperture Radar with Rotating antennas)成像算法中,基于斜距泰勒级数展开的算法存在方位向失配问题,时域相关卷积算法不能快速校正距离弯曲.频域ROSAR成像算法采用驻相点原理,直接对ROSAR回波信号进行二维频域变换,保留回波信号的频谱特征,进而构造相应的频域去耦函数和频域匹配函数,实现频域距离弯曲校正和目标场景重构.仿真结果表明,该算法能够快速校正距离弯曲及有效克服方位向失配问题.     

具有初始热变形的转子系统振动响应分析

航空发动机热起动时的温度分布不均会使转子产生初始热变形,进而引起发动机振动过大,甚至导致起动失败。针对此问题,以航空发动机中的典型转子为对象,根据初始热变形对转子振动的影响建立相应的动力学方程,并通过模态坐标变换分析初始热变形对转子系统振动响应的影响。结果表明,初始热变形相当于对转子作用了附加激励,包括转轴初始弯曲激励、附加不平衡激励和附加陀螺力矩激励,上述激励均与转速同步。其中,附加不平衡激励和附加陀螺力矩激励大小与转速有关,对转子通过各阶临界转速的振动响应均有较大影响;转轴初始弯曲激励大小与转速无关,主要影响低阶临界转速的振动响应。      

一种起落架载荷谱相似性判别方法

起落架结构的寿命监控对保障其安全性与经济性具有重要作用,但由于地面谱复杂的高低载荷非线性交互作用,难以准确计算单机谱的损伤。以当量损伤计算方法为基础,通过对寿命监控中的单机谱进行初步筛选,判别单机谱与基准谱的相似程度,进而分析损伤计算方法的适用性。提出了一种基于时间序列分析中的动态时间弯曲方法的起落架载荷谱相似性判别方法,进行了基准谱与4个单机谱下的疲劳实验,通过分析损伤计算误差与起落架载荷谱相似距离的关系,验证所提载荷谱相似性判别方法的合理性。      

直接扩频通信系统中最小误码率准则下的特征相消器

首先研究最小误码率准则下的特征相消器,再由最小化误码率（MBER）准则和约束条件的最小均值输出能量（MMOE）准则之间存在的关系,将MBER准则下特征相消器的设计转化为约束条件的MMOE下的干扰抑制器的设计,并利用子空间跟踪算法实现MMOE准则下的干扰抑制器。仿真表明,采用子空间跟踪算法比同准则下的RLS算法有更低的计算量和更好的抗干扰效果。