构件可靠度与平均安全系数的研究

构件可靠度的研究是结构可靠性分析的基础,其正确的计算方法对结构的安全可靠性评定具有重要意义.以应力-强度干涉模型为基础,探讨了当构件的应力和强度按不同分布时,构件可靠度和平均安全系数的计算方法以及二者之间的关系.计算表明:当构件的应力和强度按正态分布或其它分布处理时,对构件平均安全系数的影响很小,而对构件可靠度有较大的影响.对一般构件来讲,应力和强度采用正态分布是合理的,且偏于安全;对可靠度要求很高的构件来讲,建议采用对数正态分布或威布尔分布.     

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

SMARC变形控制及神经网络建模

在复合材料层板中偏离中性层的位置铺设镍钛形状记忆合金丝,然后通电加热镍钛丝,使其在形状回复过程中产生巨大的回复力,从而使层板结构发生弯曲变形.由于形状记忆合金的非线性以及合成的智能材料结构的应力、应变分布和形状变化规律都非常复杂,尝试引入人工神经网络来建立以可控参量(电流强度)为输入变量、易测参量(稳态挠度)为输出变量的模型,所建模型的预测数据与实验数据之间符合得较好,相对误差小于9%.      

神经网络方法在太阳质子事件短期预报中的应用

在大量统计结果的基础上,深入研究了太阳质子事件预报机理．总结了质子事件爆发与太阳活动区面积、位置、McIntosh结构、磁结构以及前两天活动区爆发耀斑事件数目之间的关系．然后,在神经网络的基础上建立了太阳质子事件短期预报模型,并对2000年以后12个未参加训练的样本进行测试,结果对事件预报的准确率为83％．此外,我们还利用该模型对2002年1-4月发生的几次质子事件进行了预报试验,结果发现,这期间发生的6次事件都被预报．其中3次质子事件系统预报提前了3天,两次事件预报提前了2天,一次事件提前1天预报．     

压电智能柔性梁振动主动控制研究

利用压电陶瓷作为作动器,对柔性悬臂梁进行了振动主动控制研究.分析了压电结构振动主动控制的原理和方法.采用独立模态控制法对柔性悬臂梁的前两阶模态实施主动控制.实验结果表明,通过振动主动控制明显增加了柔性悬臂梁的结构阻尼,取得了十分有效的振动抑制效果.      

SCI网络拓扑结构的可生存性

从航空电子系统的需求出发,研究了适于航电系统的SCI(Scalable Coherent Interface)网络拓扑结构的可生存性.选择了由双节点或skip-a-node结构形式构成的网格形、蝶形等适于SCI网络的拓扑形式并构造了二种网络拓扑结构以便于不同结构的可生存性比较.同时考虑边及节点损坏的情况,利用图的邻接矩阵对网络连通关系进行了计算和分析,找到并印证了具有高可生存性的拓扑形式,同时发现相同结构下小环方向的改变对可生存性也有影响.      

嫦娥-1绕月探测工程的其他系统

嫦娥-1绕月探测工程由5大系统组成,即除了有嫦娥-1月球探测卫星外,还必须依靠运载火箭、发射场、测控和地面应用这4个系统的全力支持才行,一个都不能少.与载人工程相比,绕月探测工程少了航天员系统和着陆场系统.     

基于非Favre过滤的大涡模拟

将直接过滤的可压缩Navier-Stokes(NS)方程组作为可压缩湍流大涡模拟方程组.方程组中因过滤产生的高阶相关项用Taylor级数展开近似表达,得到可压缩张量扩散模型.与传统的采用质量加权过滤(Favre过滤)的可压缩大涡模拟方程组相比,由于这种方法没有密度信息的损失,所以能反映真实的密度脉动信息;方程所求量为流场物理量的过滤值,物理意义明确,使大涡模拟结果与直接数值模拟或实验结果更具有可比性.用这种大涡模拟方程组对绕双椭球高超声速湍流进行了模拟,并将所得结果与实验、Baldwin-Lomax(BL)模型及Smagorinsky亚格子模型的结果进行了对比.      

众眼看宇宙

天文学家使用哈勃空间望远镜发现一个朦胧的暗物质环，这团暗物质是很久以前由两个大质量星系团猛烈撞击而形成。这个环状结构的发现为暗物质的存在提供了有力的证据。作为将星系团凝聚在一起的额外引力源，天文学家们长时间以来一直在怀疑这种不可见物质的存在。但如果星系团仅仅是依靠他们可见成员星的引力来维持，早就崩溃瓦解了。尽管天文学家不知道暗物质是由什么组成的，但他们假设那是一种遍布宇宙的基本粒子。     

基于人眼视觉的结构相似度图像质量评价方法

分析了数字图像中亮度、纹理细节、空间位置等因素对人眼视觉特性的影响,建立了数学模型,将人眼视觉特性与图像的结构相似度结合起来,提出一种符合人眼视觉特性的图像质量评价新方法.该方法将图像划分成大小相等的分块,计算出各分块的亮度影响因子、纹理细节影响因子和空间位置影响因子,经过归一化处理得到每个分块的权值,用加权平均的结构相似度作为图像质量的评价指标.实验证明该方法能够区别图像中不同区域的图像特征,符合人眼视觉特性,与主观评价结果一致.