C_f/SiC复合材料表面熔盐反应法锆金属化研究

利用熔盐热歧化反应在碳纤维增强碳化硅(Cf/siC)复合材料表面制备了锆金属化层.研究反应时间对金属化层形貌、物相、厚度的影响,分析SiC/Zr的界面反应机理.结果表明,锆金属化层优先在SiC区域生成,随着反应时间的延长,逐渐在C纤维区域生成,当反应时间达到3h时,金属化层覆盖完全;金属化层主要物相为Zr,Zr,O,ZrC和Zr2Si;金属化层的生成受固相中Zr,Si,C等元素扩散控制.     

二维机翼雷达散射截面特性分析

以时域有限差分法（FDTD）计算了不同后掠角的后掠翼和三角翼的雷达散射截面（RCS）,并对其分布情况进行了分析;计算了不同后掠角的后掠翼和三角翼在多个频段的RCS,并按照不同的威胁判断求出平均值,得出RCS随频率的变化情况。通过分析RCS随方位和频率的变化情况,研究了外形隐身技术运用的一般原则,并探讨了吸波材料所需的最佳吸收频率和涂覆位置。通过对简化情况的分析,对雷达隐身技术运用的一般原则进行了讨论,对于实际的复杂工程实践有重要的参考价值。     

北大体育馆屋盖的风荷载及周边建筑干扰影响的试验研究

结合北京大学体育馆屋盖结构的风洞模拟试验,分别考虑了有无周边建筑两种情况下的风压分布。以屋盖上的平均风荷载和脉动风荷载为研究对象,对屋盖上的风荷载特性和周边建筑的干扰影响进行了详细的分析。得出的主要结论:上游建筑物的干扰一般会减小屋盖上的平均风压,增大屋盖上的脉动风压,且对迎风前缘的影响比对其他部位的影响大;周边建筑物的布置,也有可能产生"兜风效应"从而显著地增大风压;周边建筑的影响使风压分布更加分散,脉动风荷载对于总的设计风荷载来说不能忽略。     

基于波束分离技术的空间时延补偿方法研究

针对深空测控通信任务中,空间时延和地球自转使大型地面天线窄波束不能覆盖对应的轨道区域导致的通信链路质量恶化甚至中断的问题,提出了在波束波导馈电的多反射面天线中,通过改变收发馈源位置使上下行波束峰值分离并指向不同的位置实时改善通信链路质量的方法,给出了波束波导馈电系统中馈源位置与波束分离以及增益损失的关系。该方法可以准确地预计并通过改变上行发射馈源的相对位置,使上下行波束按照要求指向不同的位置以减小天线上行链路增益损失。以35 m深空测控通信天线为例进行仿真,在Ka波段34 GHz频率,当上下行链路波束分离达0.032 72°时,增益损失小于4.25 dB。该方法也可用于确定馈源的位移量来修正由于反射面天线结构变形或复杂的多反射面系统镜面位置误差等造成的天线波束误差。     

高速运载器燃油热管理系统优化

燃油热管理系统设计随着运载器多电化与机载高能电子设备的发展已经得到高度重视,其中燃油的热承载能力是最关键因素。针对喷气推进式高速运载器,提出了一种大范围、多任务的燃油热管理系统多目标优化配置方法,其以热沉利用率最高和燃油质量代偿损失最小为目标函数,以循环回路的燃油最大质量流量、冷却水携带量和机载热负荷发热量为优化变量,采用改进的遗传算法NSGA-Ⅱ,在不同飞行任务规划下进行双目标优化设计,所获得的目标函数Pareto最优解集,满足预期的燃油热管理系统模式选择原则,且通过分析优化变量与优化目标间的相关性,可以量化燃油热管理系统优化配置准则与可达到的最小燃油质量代偿损失,可应用于支持多热沉重构的机载高效燃油热管理系统。      

运载火箭地面风荷载及响应研究

通过捆绑式运载火箭在地面风环境下的风洞试验 ,分析了不同试验条件下主体火箭及助推器各测压截面压力分布的变化规律。结果表明 :主体火箭和助推器之间的相互干扰、发射塔架对于火箭的影响都很明显。另外 ,对其气动弹性模型在地面风荷载下的动态响应亦进行工程计算 ,并与试验结果有良好的一致性     

遗传算法在车间批量生产计划问题中的应用

随着我国市场经济的发展，高产值已不再是企业追求的主要目标，而准时生产准时交货的（Just in tyime，JIT）生产则成为企业在市场中取胜的必备条件，因而体现JIT思想，与交货期有关的提前／拖期问题成了新的研究热点。本文简要介绍了目前生产计划提前／拖期问题的研究状况，建立了一个该问题的数学模型，在此基础上，应用遗传算法，对交货期窗口下的提前／拖期问题进行了研究，并在计算机上得以仿实现。仿真结果表明，该算法不受问题规模的限制，对于解决大规模复杂的问题更显示出其优越性，为MRPⅡ与JIT思想在车间作业计划上的结合提供了有利工具。     

基于光纤双向时间比对的溯源系统设计与实现

为了实现高精度原子时标的远距离溯源需求,构建一种基于光纤双向时间比对的溯源系统,结合光纤双向时间比对技术指标高的优点,实现本地原子时标向远端标准时间进行溯源,通过采用主备路设备冗余备份机制,提升了系统的可靠性。试验结果表明：基于光纤双向时间比对的技术手段,获得了与标准时间溯源时差优于1 ns,溯源效果达到日频率稳定度在5E-15以内,同时利用主备路时间同步技术实现了主备路时差优于0.3 ns。     

基于LSTM循环神经网络的故障时间序列预测

有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆（LSTM）循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。      

多变量自回归模型的快速辨识方法

本文提出了多变量AR(Autoregressive)模型建模的快速算法,该算法采用解超定矩阵的最小二乘方法,并利用正交变换技术,从而避免了最小二乘估计中矩阵求逆的病态问题,保证了数值计算的稳定性。还介绍了一种可转化为单变量建模的多变量AR模型,它可以直接利用单变量建模模块。一般情况下,可将序列进行典则分解。最后简要列出了有关结论。