Niyama判据对铸件缩孔缩松预测的适用性

应用ProCAST有限元模拟软件包的Niyama判据对TiAl合金十字板状铸件中肉眼可见的宏观缩孔缩松进行了预测,并通过实验进行了验证.结果表明:对于Ti-47Al-2Cr-2Nb合金十字板状铸件,判据值主要受到铸件壁厚(冷速)的影响,判据值随铸件壁厚的增加而增大,宏观缩孔缩松最严重的区域不是判据值最小的区域,而判据值最小的区域只有显微缩松而没有宏观缩孔缩松,所以无法根据判据值大小来确定宏观缩孔和宏观缩松产生的位置及大小.分析表明,Niyama判据是一种基于枝晶间显微缩松的预测判据,其判据值适用于评定显微缩松产生的倾向性,可以较准确地预测出显微缩松产生的位置.由于宏观缩孔和宏观缩松形成机理与显微缩松不同,所以不宜用于壁厚悬殊的复杂铸件宏观缩孔缩松的预测.      

基于预测滤波的捷联惯导任意双位置对准方法

针对捷联惯性导航系统(SINS,Strapdown Inertial Navigation System)在大失准角情况下的初始对准问题,建立基于加性四元数误差模型的非线性滤波方程,并提出一种基于模型预测滤波(MPF, Model Predictive Filter)与扩展卡尔曼滤波(EKF, Extended Kalman Filter)相结合的地面任意双位置初始对准方法.该方法将部分惯性器件误差作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,并克服了将模型误差假设为高斯白噪声的局限性.半物理仿真结果表明,该方法有效提高了SINS姿态误差角的估计精度,而且也降低了系统状态变量的维数,提高了对准解算的实时性.      

相域输电线路模型中的频率相关转换矩阵

首先针对使用传统算法得到的频率相关转换矩阵元素存在突变点的问题,提出一种新算法用于消除频率相关转换矩阵元素的突变点.新算法先使用传统算法计算出每个频率点的转换矩阵,再通过一个基于最优化原理的平滑过程消除转换矩阵中元素的突变点.通过不换位双回三相输电线路算例,验证了新算法的有效性.在此基础上,利用消除突变点的频率相关转换矩阵分别计算特征导纳矩阵和传播矩阵,通过对比分析,近一步阐明了频率相关转换矩阵中元素的突变点对特征导纳矩阵连续性具有较大影响,而对传播矩阵连续性的影响很小.      

相似多细节结构疲劳试验不完全数据参数估计

讨论了用含相似多细节结构的不完全疲劳试验数据进行疲劳特征参量分布参数估计的方法.在假设疲劳寿命服从对数正态分布和双参数Weibull分布的情况下,分析了用于描述单个细节疲劳质量的随机变量的分布参数与含相似多细节结构不完全试验数据的分布参数之间的关系,分析表明二者之间存在显著的差异,但具有确定性的关系,这种关系与细节个数有关,给出了通过不完全试验数据估算单个细节疲劳分布参数的定量方法.通过数值模拟,分析了样本容量和细节个数对估算结果分散性的影响,分析表明,在细节数较少时,对分散性的影响与样本容量有关,与细节个数关系不大.      

锂离子电池失效率模型的探讨

以工作电流和工作温度(壳温)为主要考虑因素,建立了锂离子电池基本失效率模型和工作失效率模型.以试验数据为基础,参照国军标GJB/Z299,提出了失效率相关的调整系数(π系数)及其取值方案.采用失效率模型,通过数值计算得到基本失效率预计值,将预计值与试验值进行了比较.最终计算结果表明,得到的失效率模型可以应用于工程实践,锂离子电池效率模型的建立,为其可靠性预计提供了基础.      

推算错误预测的自适应位置外推算法

给出了适用于第一人称射击游戏中角色运动特征的位置外推算法.根据此类游戏角色运动方向多变、轨迹呈连续折线的特点,选取一阶外推方程和直线收敛算法用于位置推算与收敛,根据角色运动行为和距离来预测推算错误、调整收敛过程,减少游戏的网络通信量并提高推算精度.实验结果表明,该位置外推算法应用于第一人称射击游戏可以减小发送的状态更新数量和推算轨迹偏差.      

基于模型诊断技术的神经网络实现方法

针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性.     

基于活动预测和能耗均衡的WSN路由算法

无线传感网络（WSN,Wireless Sensor Network）中节点触发与数据传输往往会呈现出某种活动模式,基于活动模式特性提出了基于活动的节点分簇算法（AACP,Activity-Aware Clustering Protocol）,将网络中的传感器 节点分成多个活动簇,并通过对节点的历史触发数据进行分析,结合分簇结果对当前发生的活动进行预测.基于活动预测结果,综合能耗均衡、节点剩余能量、传输能耗等影响因素,提出了基于活动预测和能耗均衡的WSN路由算法（AEBRP,Activity-aware and Energy Balanced Routing Protocol）.仿真实验中与低功耗自适应集簇分层型协议（LEACH,Low Energy Adaptive Clustering Hierarchy）、基于跟踪的动态节点分簇算法（HCMTT,Hybrid Clustering for Multitarget Tracking in wireless sensor networks）和传感器信息系统中的高能效采集算法（PEGASIS,Power Efficient Gathering in Sensor Information System）进行比较,验证了AEBRP算法在维持网络能耗均衡、延长网络生命周期方面具有明显优势.      

薄壁零件的高速铣削振动研究

为研究薄壁零件加工的振动机理,本文在考虑动态切削厚度的变化以及顺铣和逆铣之间差别的基础上,建立了一个薄壁零件立铣的力学模型,并用两个铣削实例加以验证.结果表明,该模型可以预测动态铣削过程中的切削力和振动位移.