变截面U形通道内肋高对换热特性影响的实验

采用实验方法研究了在定常状态下, 肋的高度对横肋变截面U形通道内的换热特性的影响。通道内肋间距为15 mm, 肋的宽度均为2 mm, 肋的高度分别为1, 1.5, 2 mm和2.5 mm。雷诺数在12 000到56 000之间变化, 采用单元分析法, 以相同形状的无肋通道作为基准, 研究了肋的高度对肋间距为15 mm通道的换热效果及阻力影响, 得到了包括几何参数在内的经验关联式。结果表明, 有肋的通道换热都得到了增强;肋高度的变化对变截面蛇形通道换热的影响不是单调的, 而是呈多峰分布;肋的高度对阻力系数的影响却是随着肋高的增大而增大的。      

无螺栓后挡板与叶片接触压力的分析

以有限元分析平台为基础, 寻求了涡轮和无螺栓挡板之间的过盈量与涡轮转速、无螺栓后挡板前后气体压力差、叶片对无螺栓挡板压力三者的变化规律.利用最小二乘法拟合出上述变化规律的方程, 通过涡轮与无螺栓挡板之间的变形协调关系, 归纳出转速、无螺栓后挡板前后气体压力差和无螺栓挡板能提供的压力这三者关系方程.      

高灵敏GPS接收机抗干扰特性研究

采用圆环阵列天线,利用最小规范算法和线性约束最小方差算法对弱GPS信号的干扰信号进行了抑制,并分别针对固定和可变天线阵元数目以及固定和可变干扰信号等多种情况进行了仿真和分析.GPS信号的功率电平假设为-175dBW,干扰信号的功率值在-100dBW～-140dBW范围内可变.仿真结果表明,圆环天线阵列能精确地判定干扰信号的来波方向,该方法能很好地改善对来波干扰信号的赋零深度.     

基于AHP的维修能力综合评价方法研究

将层次分析法用于维修能力的综合评价,并给出实例;在AHP 方法基础上,将定量与定性分析相结合,细化评价指标,提高 AHP 使用灵活性,进一步减小人为因素的影响,增强评估决策的客观性、科学性。     

高陡度光学非球面高效制造的探讨

分析了计算机控制光学表面成形法、计算机控制应力盘抛光、磁流变抛光制造光学非球面元件的几项先进技术,探讨了光学元件的高速、高效加工,提出了高陡度光学非球面的固着磨料研磨加工。     

0.3 m低温连续式跨声速风洞结构设计

低温风洞运行过程中,洞体回路承受的温度低且温度变化范围大,使结构产生较大的热变形和热应力,将影响风洞的气动性能和安全性。在进行0.3 m低温风洞结构设计时,通过合理选取风洞结构材料、采取驻室夹层内腔的气流换热和结构热变形释放等措施对结构热变形进行有效控制,并针对洞体回路的热变形和热应力计算等内容开展了仿真研究。计算结果表明,降温7200 s后,拐角导流片的温度降至约110 K,稳定段的法兰温度约为250 K,洞体回路的最大热应力出现在换热器驻室壳体上,约为110 MPa,安全系数大于1.8;洞体回路温度降至90 K时,长轴方向收缩约为29 mm,短轴方向收缩约为12 mm。通过低温风洞试验发现,仿真计算结果接近于实际的测量结果,调试试验结果验证了该风洞结构设计的可靠性。     

基于光谱特性的高光谱图像压缩方案

根据干涉型高光谱成像仪成像特点,提出了一种针对干涉型光谱仪所获得高光谱图像的基于光谱特性的图像压缩方案。由于光谱信息最终从“点”十涉图像中恢复,因此方案中首先通过高精度匹配技术将原始“像面”干涉图像序列“重组”成“点”干涉图像,然后针对“点”干涉图像序列进行压缩。在重组过程中采取基于光流的亚像素级匹配和基于梯度的三角插值算法,实现了高精度的图像匹配重组;在压缩环节利用“点”干涉图像与光谱信息之间的傅立叶变换关系,提出一种能够很好保持频谱特性的基于一维DCT的压缩算法。实验证明,压缩算法总体性能远高于针对“像而”干涉圈序列的压缩算法．很好地控制了光谱信息的失真。     

复合材料层合板低速冲击损伤的预测模型

在低速冲击载荷作用下,建立了一种适用于铺层总数较多的复合材料层合板的损伤预测模型。采用三维Puck失效准则预测层内纤维与基体的破坏,并获得基体失效时的断裂面角度。根据低速冲击下复合材料层合板的层间分层损伤机理,同时考虑面内横向正应力、厚度方向正应力、层间剪应力和相邻铺层的损伤状态等因素对界面分层的影响,发展了一种新的冲击分层失效准则。为快速有效地预测铺层总数较多的复合材料层合板的冲击损伤,通过对单元积分点处的应变进行线性插值,提出了在单个实体单元内预测多个铺层损伤的数值计算方法。模型成功预测了受冲击层合板具体的失效模式,预测的分层形状和尺寸与试验值吻合较好,并显著减少了有限元模型的规模,表明本文所发展的数值方法对预测复合材料层合板低速冲击损伤的有效性。     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点,成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息,提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据,通过构建混合整数规划模型,识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ,以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值,由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析,验证了方法的可行性。