含非对称裂纹三维有限大体应力强度因子能量释放率方法的封闭解

 本文提出一种新的半工程半解析的方法,导出含非对称裂纹三维有限大体应力强度因子的封闭解。根据此方法,只需少量的机时,即可获得一系列结果。本方法及所得结果在工程上有实际应用价值。     

EXPERIMENTAL RESEARCH ON STRESS INTENSITY FACTOR K_Ⅲ FOR 3-D CRACK BY CAUSTICS

ＥＸＰＥＲＩＭＥＮＴＡＬＲＥＳＥＡＲＣＨＯＮＳＴＲＥＳＳＩＮＴＥＮＳＩＴＹＦＡＣＴＯＲＫⅢＦＯＲ３┐ＤＣＲＡＣＫＢＹＣＡＵＳＴＩＣＳＷｕＤａｆａｎｇ，ＧａｏＺｈｅｎｔｏｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＳｏｌｉｄＭｅｃｈａｎｉｃｓ，ＢｅｉｊｉｎｇＵｎｉｖｅ...     

TC21钛合金的微观组织对力学性能的影响

研究了两相钛合金TC21关于两种不同微观组织(片状组织和网篮组织)的拉伸性能、断裂韧性和疲劳裂纹扩展性能.结果显示:片状组织相比网篮组织有相近的拉伸强度,但塑性较差;两者的韧性相差不大,但增韧机理不同;网篮组织在中低速扩展区的扩展速率和片状组织几乎相同,但在较高速扩展区显示略低的扩展速率;加载方向对两种组织的疲劳裂纹扩展速率基本无影响;和其他钛合金类似,TC21在Paris区存在转折.     

受均匀内压作用的偏置孔边径向裂纹的应力强度因子的一种求解方法

本文利用一种新的混合法——光弹性实验与权函数解法相结合求解了孔壁受均匀内压作用偏置圆孔边径向裂纹的应力强度因子,该方法具有简单、经济、精度高等优点,对分析复杂应力场中圆孔边穿透裂纹问题,该方法同样适用,且优点更为突出.     

TC4钛合金紧固件孔E-I强化研究

 介绍TC4(Ti-6Al-4V)钛合金螺栓孔无衬套冷胀孔干涉配合综合强化的研究结果。实验证明,在给定的条件下,冷胀孔强化的TC4板状空孔试件的疲劳寿命增益系数(LIF)为13,干涉配合螺栓连接的LIF=3,而E-l强化件的疲劳寿命比单纯干涉配合又有成倍提高。电镜断口分析表明TC4合金强化件的疲劳裂纹的形成和扩展与LY12CZ及30CrMnSiA相似,它们不表现为典型的角裂纹,即沿板平面和厚向扩展速率有明显差异。对于TC4合金,在改善疲劳品质上,带衬套冷胀孔强化比无衬套冷胀孔强化好得多。     

风洞试验中风剖面的模拟及近流场特性分析

首先简单介绍了日本东京工艺大学风工程研究中心新建的开环流低速边界层风洞中风剖面模拟的试验情况.基于试验结果,采用被广泛应用的三角尖劈加上布置粗糙元的方法,成功地模拟出日本建筑学会定义的四类不同场地对应的风剖面.通过对试验数据的比较分析,就所采用的立方体粗糙元及三角尖劈对最终模拟得到的风剖面特性的影响进行了比较分析.其次,对风剖面模拟及特性判定中的几个重要问题,如三角尖劈的形状优化、风速功率谱的一致性、积分尺度的分析方法等进行了分析.最后,基于以上分析,对在边界层风洞中模拟预定的风剖面提出几点参考意见.     

飞机壁板结构的声疲劳计算及试验

 <正> 飞机结构所承受的噪声载荷声压级超过130dB时,经较长时间激励,往往在噪声诱导应力较大的区域里产生疲劳破坏。而在各种类型的结构件中声疲劳破坏的相对发生率以蒙皮壁板结构为最高。 本文采用矩形铝合金平板来模拟蒙皮壁板结构,对其进行了声疲劳寿命计算与试验研究.     

棘爪扁簧断裂故障分析及制造工艺的改进

通过设计计算、对比分析、工艺复装、工艺试验等方法对棘爪扁簧使用中断裂故障进行了分析,并针对性地从设计、工艺两方面进行了改进,经鉴定与试车验证,措施有效,为航空发动机同类零件的研究提供了经验。     

中国民航旅客量季节性问题研究

中国民航旅客量的季节性波动是经济学研究的重要命题。选取中国民航旅客量时间序列数据作为分析对象，采用年度季节强度指数（R）与月季指数（Zt），揭示中国民航旅客量的年度季节集中性与月度季节变化规律。 R值整体上呈现逐年递增的趋势，指标随季节变化明显，且按一定规律分布。 Zt 值指示4月、7月、8月、9月、10月为旺季，其余月份为淡季。民航旅客量淡旺季与游客出游行为、节假日长短、气候等因素有直接联系。研究结论为解决中国民航旅客量的淡旺季问题提供基础数据，也为调整航空公司在淡旺季时的人员、航班及其他工作安排，为缓解航空客流量供需不平衡的矛盾提供决策参考。     

An Artificial Neural Network based approach for estimation of rain intensity from spectral moments of a Doppler Weather Radar

By using a Doppler Weather Radar (DWR) at Shriharikota (13.66°N & 80.23°E), an Artificial Neural Network (ANN) based technique is proposed to improve the accuracy of rain intensity estimation. Three spectral moments of a Doppler spectra are utilized as an input data to an ANN. Rain intensity, as measured by the tipping bucket rain gauges around the DWR station, are considered as a target values for the given inputs. Rain intensity as estimated by the developed ANN model is validated by the rain gauges measurements. With the help of a developed technique, reasonable improvement in the estimation of rain intensity is observed. By using the developed technique, root mean square error and bias are reduced in the range of 34–18% and 17–3% respectively, compared to Z–R approach.