随振动量级增加卫星结构频率下移的分析

对卫星振动频率随量级增加而出现下降，即振动频率“漂移”的现象进行了初步分析。发现随振动量级的增加。结构的非线性表现突出。结构的刚度下降和阻尼增加，可认为主要是由蜂窝材料的非线性因素所致。     

小波变换在遥测信号检测中的应用

为了更好地分析和处理弹载固态记录仪所记载的助推火箭在发射时对弹体的冲击和振动信号，本文利用小波变换所具有的空间局部化性质，在对原始采样数据的奇异性及奇异性位置和奇异度的大小的分析中，以及在导弹型号试射实验的后视数据分析中，取得出了良好的分析效果。     

惯性平台框架类结构件的试验模态分析

为了更好的设计和改善结构的动态特性，从而提高产品及工程的质量，应用结构动态分析和计算方法，针对某型号惯性平台框架类结构件进行了模态试验分析，得出了各结构件在0～2000Hz内的各阶固有频率和振型，并通过将试验模态分析的结果和有限元分析结果进行对比，对有限元建模和分析结果的正确性给予了验证。最后，文中提出了各框架结构件设计中存在的薄弱点和相应的优化措施，为今后结构的设计改进和动力学分析奠定了基础。     

冲击响应谱计算相关参数选择的研究

国军标GJB2238A-2004《遥测数据处理》的附录K对冲击响应谱的计算方法和阻尼系数做了明确规定, 但未明确其它参数如何选择。文中以半正弦波的冲击响应谱为例,导出了冲击响应谱分析时选择其它相关参数的原则。     

一种综合性能与寿命数据的Bayes-Bootstrap方法

对现代长寿命、高可靠产品进行可靠性评估,传统大样本寿命试验和统计推断方法存在很大困难,包括伪寿命数据方法在内的性能与寿命数据综合的可靠性评估方法也存在很多问题。提出了将性能可靠性建模与Bayes方法相结合的方式解决这一困难问题,其中对性能试验数据建立性能退化模型,并利用Bootstrap方法处理伪寿命数据导致的随机性误差和构造融合Bayes验前分布,然后利用Bayes验后分析进行可靠性统计推断。对随机斜率模型和长寿命卫星动量轮轴承组件润滑寿命的应用表明,提出的方法可以充分利用产品研制、使用过程中各种类型的信息,特别是性能试验信息,具有一定的适用性。     

某动力调谐陀螺挠性接头抗冲击能力分析

挠性接头是动力调谐陀螺中最薄弱的部分，在运输时，外界和弹体自身的振动和冲击不可避免地对挠性接头的薄弱环节造成较大的影响，对接头抵抗冲击能力的研究可以帮助制定储运策略。为了弄清某型动力调谐陀螺的挠性接头承受冲击载荷的能力，论文首先建立了陀螺的离散动力学模型，通过直接积分法得到系统在特定冲击作用下的响应，并根据响应得到挠性结构的变形；然后采用有限元方法计算挠性部分的应力和变形的对应关系，进而获得接头挠性结构处的应力；最后运用累积损伤理论对挠性接头的疲劳寿命进行了估算。结果表明该型陀螺能承受的极限冲击加速度约为150g-180g。     

航天器振动试验中的动力吸振现象

振动环境试验是考验航天器中各分机力学品质的重要试验,分机适应力学环境的能力在设计阶段必须充分考虑。目前分机的力学环境条件往往是在考虑了一定的安全系数后,以分机安装处界面的加速度包络曲线给出的。然而一般来说,分机振动试验过程中的边界条件与分机实际工作状态的边界条件是不同的。具体地说就是在振动试验过程中分机通过试验转接托架与振动台面相连,实际工作状态是分机安装在安装件(卫星各舱板)上。由于试验转接托架与安装件的动力学特性不一样,根据多自由度弹簧质量阻尼系统的动力吸振原理,可以推出试验状态分机在固有频率处存在过试验现象。为了减少过试验对分机带来的危害,新的试验方法研究(加速度响应限幅控制、阻抗特性模拟法、限力技术等)已成为国内外航天工作者研究的热点。文章详细阐述了振动试验中动力吸振的机理及过试验产生的缘由。     

《C++程序设计》课程教学方法探析

《C 程序设计》课程重点是培养学生掌握面向对象程序设计的基本思想和方法,难点是如何引导学生突破传统的思维方式,形成以面向对象的思维方式,分析问题、解决问题。本文从教学方法、教学手段的角度出发,谈谈在教学上的一些经验和体会,以提高C 课程教学质量和教学效果。     

大型柔性整流罩抛罩多体动力学仿真

在考虑结构弹性变形、空间大范围相对运动，以及弹性运动与刚体运动耦合的基础上，建立了运载火箭整流罩的有限元分析模型。采用MSC．NASTRAN和ADAMS软件仿真模拟了新一代大运载火箭整流罩不同设计方案的地面分离，并与试验结果进行了比较。分析表明，整流罩的多个仿真模拟分离参数与试验值较为接近，证明本文的整流罩抛罩多体动力学仿真方法有效。     

基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.