二维非结构网格的生成及其Euler方程解

 采用推进阵面法生成三角形非结构网格,用多重网格技术求解泊桑方程以取得结构背景网格.提出了一种高效的边界剖分法,并用它来生成初始阵面.另外,还提出了一种新颖的数据结构——数组链接表,用它来存贮网格数据.用有限体积法在非结构网格中求解了二维可压缩Euler方程,给出了单段翼型和多段翼型的算例,并与实验结果进行了比较和分析.     

γ-TiAl基自生复相材料的显微组织特征

研究了添加硼、硅、碳的 γ-TiAl基自生复相材料的显微组织特征.在压力4?GPa、温度1?273?K、反应合成时间60?min的条件下,通过粉末间的原位置换放热反应制备了样品.研究发现:Ti-Al-B三元合金含有TiAl相、Ti₃Al相和TiB₂相;Ti-Al-Si三元合金含有TiAl相、Ti₃Al相和Ti₅(Al,Si)₃相;Ti-Al-C三元合金含有TiAl相和Ti₃AlC相;Ti-Al-B-Si四元合金含有TiAl相、Ti₃Al相、TiB₂相和Ti₅(Al,Si)₃相;Ti-Al-B-C四元合金含有TiAl相、Ti₃AlC相和TiB₂相;Ti-Al-B-Si-C五元合金含有TiAl相、Ti₃AlC相、TiB₂相和Ti₅(Al,Si)₃相,其组织非常相似于预先设计的组织.在此基础上就不同相对性能的影响进行了分析.     

复合材料蜂窝夹芯板低速冲击后的压缩

对含低速冲击损伤的Nomex蜂窝夹芯板试件进行了压缩实验,用X光技术、热揭层技术和外观检测等对压缩破坏损伤发展的过程进行了研究,分析了压缩破坏机理,结果表明:剩余压缩强度随冲击能量的增加而减少;夹芯板的压缩破坏主要由前面板控制,前面板发生局部屈曲的载荷与板的压缩破坏载荷几乎相等;表面玻璃布不仅能减少冲击损伤,而且能使板内的损伤显露在表面,容易让人发现.     

可伸缩挠性结构的稳定控制

对于挠性梁收缩过程的不稳定性,提出了边界控制方案,并设计了相应的控制律。受控结构的振动能量总是被耗散,系统的阻尼被增强,从而挠性梁的伸展过程、收缩过程和平台保持过程都被稳定化。     

基于RTI的PDM框架实现策略

近年来,随着分布交互仿真技术的不断发展,解决仿真系统互操作和重用的高层体系结构的提出,以及ＰＤＭ技术的广泛应用和面临的新的挑战,提出了基于ＲＴＩ的ＰＤＭ框架技术,采用ＲＴＩ作为框架的运行支撑系统,以及通过联邦的运行方式,支持企业的动态联盟。阐述了基于ＲＴＩ的ＰＤＭ框架的特点,并对其实现的策略和应用作了有意义的研究。     

基于WENO-分段线性格式的旋翼流场数值模拟

为了降低二阶JST(Jameson-schmidt-turkel)格式导致的数值耗散,发展了一套适合于格心格式的基于加权本质无振荡(Weighted essentially non-oscillatory,WENO)-分段线性格式的旋翼流场数值模拟方法。采用运动嵌套网格方法生成围绕旋翼的网格系统,主控方程选择Navier-Stokes(N-S)方程。为了更加有效地对桨尖涡等流动细节进行捕捉,在笛卡尔背景网格上采用七阶Roe-WENO格式计算对流通量;在桨叶贴体非结构网格上采用二阶精度的Roe-分段线性格式计算对流通量。时间离散采用了高效的双时间隐式LU-SGS(Lower upper symmetric Gauss-Seidel)方法进行时间推进。最后,应用上述方法对悬停状态的C-T(Caradonna-tung)旋翼和Helishape 7A旋翼进行了数值模拟,将数值计算结果与实验数据进行了对比,计算值与实验值吻合较好;并将桨尖涡模拟效果与二阶JST格式的模拟效果进行了对比。对比结果表明:本文方法能有效对旋翼流场进行计算,且在相同计算条件下,WENO-分段线性格式能够更有效地捕捉旋翼涡流场的流动特性,表明在计算旋翼涡流场时WENO-分段线性格式相比传统二阶JST格式具有更低的数值耗散。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system,BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。然而在追求高精度结果的过程中,BLS对于增强节点数量的需求过于巨大,容易造成过拟合问题。为此,本文提出了基于函数链神经网络（Functional-link neural network,FLNN）的深度分类器（FLNN based deep classifier,FLNNDC）,旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构,每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点,而不是全部映射节点。和原宽度结构相比,在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

陶瓷吸波超材料结构光固化增材制造工艺研究

陶瓷超材料吸波器具有耐高温、高强度、可完美吸波的特点,其结构复杂且具有周期性,是一种新兴的吸波器件.但传统成形方式在复杂结构制造上存在一定的局限性.本文提出一种基于光固化增材制造氧化铝陶瓷表面镀铁氧体的方法实现周期性复杂结构的陶瓷超材料吸波器.使用氧化铝粉末和光敏树脂,配制出可供3D打印的氧化铝陶瓷浆料,利用3D打印机...     

大直径火箭半硬壳结构框—桁匹配性设计

轻量化设计是运载火箭箭体结构设计的重要内容。采用理论推导的方法证明了在金属半硬壳箭体结构设计中,传统设计理论过于保守。提出一种基于有限元方法的半硬壳结构框一桁匹配性设计方法,并用该方法指导了一种大直径箭体结构设计,试验结果证明了该方法正确可行,极大减轻了结构重量。