复合材料翼面结构的自振和颤振分析及优化设计

 建立复合材料翼面结构的有限元静力分析模型。采用柔度方法作静力模型到动力模型的转变,进行结构固有特性分析,并研究了频率约束下的优化设计。运用亚音速马蹄涡——振荡偶极子格网法计算了谐振翼面的三维非定常气动力,并对两种真实翼面进行了颤振分析,结果令人满意。推导了非定常气动力和颤振响应参数对设计变量的导数,研究了颤振约束下的优化设计。     

关于LTN—72R惯性导航系统定位的几个问题

LTN-72R 惯性导航系统是一个高可靠性、全天候、全球惯导系统。它可单套惯导系统工作,也可作三重位置混合系统工作。惯性即时位置可以使用无线电测距和全向信标导航装置自动更新。本文介绍单套惯导系统、三重位置混合、自动无线电位置更新的基本原理和方法。     

压电纤维复合材料的研究

以提高交叉指形电极压电纤维复合材料诱导应变和挟持应力为目的,采用有限元软件ANSYS分析了电极区聚合物参数、交叉指型电极结构和压电相体积分数对压电纤维复合材料诱导应变和挟持应力的影响。结果表明：增加电极区聚合物的介电常数或减小电极区聚合物的厚度,能够提高元件的诱导应变和挟持应力,元件诱导应变最大可达173με;减小分支电极的周期或者适当增大分支电极的宽度,可以有效地提高元件的作动性能;提高压电纤维体积分数,有利于提高元件的作动性能。     

流变铸造法制备Al_2O_（3P）／ZA4－3复合材料的研究

为提高模用锌合金ＺＡ４－３的性能，扩大其应用范围，本项工作采用流变铸造法成功地制备了性能稳定的Ａｌ２Ｏ３Ｐ／ＺＡ４－３复合材料。对该材料进行了弯曲强度、冲击韧性、压缩强度、硬度及耐磨性等性能试验，结果表明：Ａｌ２Ｏ３ｐ的加入，使锌合金的压缩强度、室温和高温硬度以及耐磨性明显提高，其弯曲强度略有降低，而其冲击韧性下降了　。最后还讨论了成形工艺参数、颗粒含量和颗粒直径对该复合材料性能的影响。     

电沉积CeO2/Zn纳米复合涂层

将纳米氧化铈颗粒加入镀锌液中进行复电沉积制得纳米复合涂层。通过失重法，ICP，SEM和XRD方法探讨了纳米氧化铈颗粒对电沉积锌涂层的影响。结果表明，在同样的电沉积条件下，纳米复合涂层的耐蚀性明显提高，而微米复合涂层的耐蚀性只稍有改善；纳米复合涂层中氧化铈的含量高于微米复合涂层中的氧化铈含量。纳米氧化铈颗粒改变了锌涂层的表面组织形貌和晶体结构，从而提高了涂层的耐蚀性。     

铸造SiCp／ZL101复合材料的组织与性能

本文利用半固态搅拌铸造法制备了ＳｉＣｐ／ＺＬ１０１复合材料，对其组织和某些性能进行了研究，结果表明：ＳｉＣｐ在基体中分布均匀，无严重团聚现象，与基体结合良好，与基体合金相比，耐磨性，硬度有显著提高。     

关于稀疏分布存贮模型中A连接权阵的讨论

Ｋａｎｅｒｖａ的稀疏分布存贮模型由于对寻址地址采用了稀疏编码，对数据采用了分布式存贮，从而解决了大维数向量的输入问题，ＳＤＭ实际上是一个由输入层，中间层和输出层组成的三层前向网络，其中神经元间的互迦权值在输入层与中间层是预置的（用矩阵Ａ表示），中间层与输出层的连接权阵Ｃ由外积法得到，文中假定在相同的学习规则下，就信噪比意义而言，Ａ的均匀预置能使ＳＤＭ获得最优性能，从而为Ａ的预置提供了理论依据。     

求解大型对称特征值问题的迭代Chebyshev-Lanczos方法

本文研究计算大型对称矩阵极端(几个最大或最小)特征值及相应特征向量的问题,讨论了Chebyshev迭代法对Lanczos方法的应用,提出了Chebyshev-Lanczos方法。计算实践表明迭代Chebyshev-Lanczos方法比迭代Lanczos方法优越。     

关于Davidson—Lanczos方法的收敛率

本文对文[1]提出的求解大型对称矩阵A的极端(几个最大或最小)特征值及相应特征向量的Davidson—Lanczos方法,用Rayleigh—Ritz逼近理论,研究了该方法的收敛率。证明了由该方法产生的规范正交向量{v_i}_i~m=1是Krylov子空间K_m≡Span(v_1,Av_1,…,A~(m-1)v_1)的一组基。设A的k个最大特征值为又,λ_1>λ_2>…>λ_k,相应的近似特征值为λ_i~(m)(i=1,…,k),得到 这里γ_i(γ_i>1),W_i和W_i~(m)是常数。     

求解大型矩阵特征值问题的并行块Davidson方法

针对拥有共享内存的并行计算环境和微机网络并行计算环境,给出了求解大型稀疏对称矩阵部分极端特征对的并行块Davidson方法。该方法将矩阵A按行块分配到各处理器上,各处理器利用矩阵A的行块和投影子空间的正交基所组成矩阵V的行块进行运算,减少了处理机之间的通讯次数,实现了算法的并行计算。在微机网络并行计算环境和拥有共享内存并行计算环境IBMP650上的数值试验表明,该算法非常有效。