适用于RTM成型聚酰亚胺树脂的合成与性能研究

使用4-苯乙炔苯酐(4-PEPA),2,3,3′4′-联苯四酸二酐(a-BPDA),1,4-双(4′-氨基-2′-三氟甲基苯氧基)苯(BTPB)和1,4-对苯二胺(p-PDA)合成了两种苯乙炔苯酐封端的聚酰亚胺低聚物PI-1和PI-2,并对低聚物的熔体粘度稳定性和热性能等进行系统研究.实验结果表明:采用热亚胺化方法制备的低聚物具有很高的产率(＞99%);PI-1低聚物在280℃时表现出低的熔体粘度(＜1Pa.s)和良好的熔体粘度稳定性,可用于RTM成型工艺制备树脂基复合材料;PI-1和PI-2低聚物经371℃固化后显示了优异的热性能,玻璃化转变温度超过400℃(DMA法,tanδ值),5%热失重温度超过520℃.     

大型结构特征值问题的并行EBE－子空间迭代法

本文利用ＥＢＥ策略和预处理共轭梯度法（ＰＣＧ法），将广义特征值问题子空间迭代法中各步的计算都单元化，从而避免了总刚度和总质量矩阵的组集，大大节省了存储量。由此建立的ＥＢＥ－子空间迭代法尤其适宜于并行计算。在银河－２机上的数值算例结果表明，无论是串行，还是并行计算，该方法都能有效提高计算速度。如对模型问题，若网格取４８０，则在串行计算时，ＥＢＥ计算途径较传统的总体计算途径的速度提高倍数达３．２７，而在挂用４个处理机进行并行计算时的ＥＢＥ－子空间迭代法较串行的总体计算途径的速度提高倍数可达１１．４。总之，该方法为一种有效的大型结构动力分析问题的求解方法。     

带极端特征向量的重新开始GMRES算法

求解大型非对称线性方程组的 Ｇ Ｍ Ｒ Ｅ Ｓ算法通常以其重新开始版本来减少存储量和计算量,而重新开始过程将影响残量的收敛速度。由此可以考虑在重新开始时保留一些重要信息,如把极端特征值对应的近似特征向量加到新的 Ｋｒｙｌｏｖ 子空间中。这样可以大大加快其收敛速度,而且保持残量最小化性质。     

大涡模拟中亚格子模型的改进及其在槽道湍流中的应用

在用大涡模拟的方法计算具有强剪切的槽道湍流时, 常用的亚格子应力模型, 包括考虑壁面修正的模型, 都会出现平均流剖面偏高的现象.这表明在壁面附近亚格子应力模型还不能描述实际情况.针对这一问题, 修正了亚格子雷诺应力模型的壁面函数, 得到了较好的计算结果.用修正后的模型计算出的平均速度分布、均方根速度的分布以及雷诺应力的分布, 均与直接数值模拟(DNS)的结果吻合较好.      

凝胶推进剂直圆管中剪切速率与表观粘性实验研究

分析了直圆管中凝胶推进剂剪切速率和表观粘性与相关参数的关系,研究了直圆管中凝胶推进剂剪切速率和表观粘性的实验研究方法,利用物料管路测试系统进行了某型凝胶推进剂直圆管剪切速率与表观粘性实验研究。结果表明:管路实验可以得到较大范围内凝胶推进剂剪切速率与表观粘性关系;而且当剪切速率在104量级时表观粘度随剪切速率的增加基本不再变化。     

含误差的齿面接触分析初始点确定算法

研究含误差的螺旋锥齿轮齿面接触分析中初值的选择与确定问题,基于几何等量关系,计算出离初始啮合点P较近的一点P',计算P'的过程不涉及两个齿面在安装坐标系下的旋转等操作,相比直接计算P所求解的方程简单,然后用迭代法计算出初始啮合点P.计算实例表明新方法对于迭代初值的敏感性下降,对迭代初值要求降低,提高了误差齿面接触分析(ETCA)的计算稳定性与效率,该方法使得ETCA的算法更加的实用、计算中初值的选取更加简单.      

弹塑性接触问题边界元缩聚法分析

给出了利用隐含对称条件的二维弹塑性边界元分析公式,并应用于弹塑性接触问题分析。根据接触条件列出了弹塑性接触问题迭代求解的耦合方程。利用接触问题局部非线性的特点,将缩聚法用于迭代求解。基于拟线性、双重迭代法的思想,解决了两重非线性相耦合的问题。最后给出了一个算例。     

A Linear-correction Least-squares Approach for Geolocation Using FDOA Measurements Only

  A linear-correction least-squares(LCLS) estimation procedure is proposed for geolocation using frequency difference of arrival (FDOA) measurements only. We first analyze the measurements of FDOA, and further derive the Cram閞-Rao lower bound (CRLB) of geolocation using FDOA measurements. For the localization model is a nonlinear least squares(LS) estimator with a nonlinear constrained, a linearizing method is used to convert the model to a linear least squares estimator with a nonlinear constrained. The Gauss-Newton iteration method is developed to conquer the source localization problem. From the analysis of solving Lagrange multiplier, the algorithm is a generalization of linear-correction least squares estimation procedure under the condition of geolocation using FDOA measurements only. The algorithm is compared with common least squares estimation. Comparisons of their estimation accuracy and the CRLB are made, and the proposed method attains the CRLB. Simulation results are included to corroborate the theoretical development.     

空域数据重排的后多普勒自适应处理方法

传统的后多普勒自适应处理方法,如因子法(FA)和扩展因子法(EFA)虽然能大大降低自适应处理时的运算量和独立同分布样本的需求量,但由于实际中均匀训练样本数目的限制,当天线阵元数进一步增大时,FA和EFA抑制杂波和检测动目标的能力会显著恶化。针对这一问题,提出了一种空域数据重排的后多普勒自适应处理方法。该方法将多普勒滤波后的空域数据重排为一行列数相近的矩阵,空域滤波器权系数也表示成可分离的形式,从而得到一双二次代价函数,利用循环迭代的思想求解权系数。实验表明该方法具有快速收敛,所需训练样本少的优点,尤其在大阵列、小样本条件下该方法抑制杂波的性能明显优于FA和EFA。     

Mars entry guidance using a semi-analytical method

Future Mars missions may require improved landed accuracy to facilitate the landing site selection and finally access a region of complex terrain with high scientific return. This paper is to develop a novel, robust, and precision entry guidance algorithm for Mars entry vehicles with low lift-to-drag ratios. In the presence of large uncertainties, the entry terminal point controller algorithm can encounter severe performance degradation due to: (1) the small perturbation assumption, and (2) theoretically ignoring deviations in the atmospheric-density model, aerodynamic-force model, etc. Based on numerical technologies and the classical variation method (VM), this work develops a semi-analytical (SA) algorithm, in which combined effects of several dynamic uncertainties now can be addressed. The terminal-downrange error is predicted by a numerical predictor such that the dependence on the reference trajectory can be reduced and then the issue caused by the small perturbation assumption can be addressed. Such a predicted terminal-downrange error is finally corrected by an analytical corrector, which is designed by the VM. It is indicative that there can be no numerical iterations in the SA algorithm. Numerical results demonstrate the effectiveness of the SA algorithm.