钛合金TC4高速切削刀具磨损的有限元仿真

借助有限元方法对切削钛合金时硬质合金刀具的磨损进行了仿真.首先,根据钛合金切削时刀具磨损机理,建立了能够综合反映粘结磨损、扩散磨损及磨粒磨损的磨损率模型;通过增大传热系数、平滑节点磨损值等方法,解决了刀具磨损过程中切削温度场的仿真、内部网格的调整及刀具表面轮廓的光滑处理等一系列问题,结合磨损子程序建立了预测刀具磨损的有限元模型.然后,通过切削实验对有限元模型的有效性进行了验证,结果表明:所建立的有限元模型能够较准确的预测刀具前刀面磨损及其磨损形貌.最后,对高速切削钛合金条件下的刀具耐用度进行了预测,预测结果表明:随着速度的增加,刀具会快速磨损,切削速度为300 m/min时刀具寿命仅为130 m/min时的1/3.因此,切削速度的选择要综合考虑切削效率与刀具寿命这两个因素.     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。     

硫酸盐还原菌对LY6腐蚀电化学行为的影响

用开路电位法,动电位扫描极化法和电化学交流阻抗频谱法(EIS)研究了LY6在不含硫酸盐还原菌(SRB)的无菌溶液和含SRB的有菌溶液中的电化学行为.结果表明SRB加速了LY6的腐蚀,且动态挂片的腐蚀速率大于静态挂片的腐蚀速率,铝合金开路电位随试验时间的增加而负移,有菌溶液中负移0.26V(SCE),无菌溶液中负移0.16V(SCE).从阳极极化曲线上观察到表观点蚀电位范围为-0.6~0.2V(SCE).电化学阻抗谱表明随着菌液培养时间的增加,极化电阻减小.      

浮栅型单电子存储器的等效电路模型

在介绍浮栅型硅量子点单电子存储器的结构与工作原理的基础上,通过分析建立了相应的集总电容电路模型,计算了存储器在线性、饱和、亚阈值情况下的电流。利用单电子器件的"阈值漂移"特性,可以得到纳米存储器在不同阈值电压下的存储状态。仿真表明,该模型可以准确地模拟存储器的"读"和"写"状态。     

一种面向矢量视频处理器的并行存储结构

视频编解码算法不仅复杂度非常高,对数据存储需要密集的矢量化访问.针对这一问题提出了一种线性斜移结构的二维存储方案,支持任意行或任意列的单指令存取,与SIMD(Simple Instruction Multiple Data)结构的矢量处理器相结合,能够成倍的加速视频计算的执行效率.给出了该方案的地址计算逻辑和存储结构,精简的地址计算逻辑和数据重排逻辑构成了视频处理器的矢量地址产生单元,解决了数据重排的高延迟和高复杂度问题.结合H.264视频编码标准对这一结构的性能进行了分析和对比,对该编码标准中的运动估计,分像素插值和去块效应滤波这3个计算复杂度最高的模块在该结构下的执行效率进行了分析和对比.      

形状记忆合金复合材料层板非线性有限元分析

将形状记忆合金埋入复合材料层合板中构成智能复合材料结构.在外载或热载的作用下,形状记忆合金将使复合后的材料内部和结构的应力、应变分布发生改变,并改变结构的形状.由于形状记忆合金的大变形带来非线性,本文利用具有几何非线性分析功能的复合材料板壳元对模型进行计算和分析,形状记忆合金的驱动效应等效为力学载荷.可得到较精确的结果.      

SMA超弹性系统在平稳随机激励下的响应预测

提出了一种简单的折线超弹性模型来描述SMA(Shape Memory Alloys)的力学特性,将其利用在等价线性化方法中,对SMA超弹性系统在随机激励下的响应进行了预测,预测结果和数值模拟方法的结果进行了对比,有较好的计算精度.该方法为解析方法,计算效率高,便于工程使用.      

EVA的形状记忆功能探讨

首先对形状记忆功能高分子的特性进行了分析,提出了形状记忆性能的评价指标,即形状回复率、形状固定率、形状回复速度等.并进一步探讨了乙烯-醋酸乙烯基共聚物(EVA)的形状记忆功能特性,研究发现,用过氧化二异丙苯(DCP)可对EVA进行适度交联,控制二者组分结构,从而控制EVA的交联程度,可使EVA具有优异的记忆功能特性,如形状回复率和形状固定率均可达95%以上;进一步分析了EVA的化学结构,讨论了分子结构与形状记忆性能的影响,并结合DMTA等热分析技术,对交联EVA的交联密度进行计算,结果表明EVA的交联点间分子量随DCP用量增加而下降,并且其交联程度与EVA的记忆特性存在着某种内在的必然联系,进一步研究分析发现其形状固定性与室温和橡胶态模量的比值呈线性关系,初步揭示了形状记忆机理.     

临近空间飞艇外形优化设计与仿真

以临近空间飞艇为对象,针对传统外形设计方法中存在的问题,提出了新的优化设计方法,搭建了流程框架,编制了优化程序。首先研究了遗传算法及多学科设计理论,进而在此基础上建立了飞艇阻力、体面比、应力模型,利用多学科设计理念对飞艇气动、结构、强度进行了一体化设计。其次将遗传算法引入到优化设计当中,并利用Matlab和Fluent开展了联合仿真研究。最后结合实际应用需求进行了算例分析,验证了该方法的可行性和效果。     

基于时序建模的卫星故障检测方法

为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题,从卫星数据的时序特性出发,提出基于时序建模的卫星故障检测方法与半监督模型,实现卫星数据规律的有效挖掘与数据驱动的故障检测。考虑卫星数据间的时序关联,提出基于长短期记忆神经网络的卫星故障检测方法,并引入滑动窗口机制实现卫星数据的有效预测与故障检测。考虑卫星数据多元特征参数间的关联关系,引入时间卷积和自编码器神经网络,同时建模不同时刻、多元特征参数间的依赖关系,实现融合多元特征参数进行卫星故障的有效检测。以某型号卫星电源分系统为实验对象,仿真结果表明,所提算法和模型在关键指标方面优于BP神经网络等传统故障检测方法和模型。