HTPB黏弹性微裂纹偏折扩展损伤本构模型

为建立端羟基聚丁二烯（HTPB）推进剂的损伤本构模型,采用宏细观相结合的方法,将其细观损伤机理视为初始微裂纹偏折扩展的过程。首先,基于微裂纹稀疏估计理论,推导了Abdel-Tawab宏观本构方程中损伤映射张量的一般形式,其物理意义是将真实应力空间中各向异性材料的多轴加载,映射为等效应力空间中各向同性材料的更为复杂的多轴加载。其次,基于能量释放率和最大周向应力准则,分析了三维币形裂纹偏折扩展的情形,进一步采用两步等效法,将偏折扩展后的裂纹等效为币形裂纹。最后,基于Schapery裂纹模型,推导了微裂纹稳定扩展的速率方程。数值结果表明,建立的模型能够有效地反映材料损伤的应变率、温度依赖性和各向异性特征。     

基于应变能动态聚类的梯度点阵结构优化设计

为了优化具有空间渐变几何特点的梯度点阵结构,促使有限材料在宏观结构中实现合理分布,提出结合动态聚类的两尺度并发拓扑优化方法。在整个优化过程中,微结构分区方式可以通过K-means聚类方法基于当前的宏观单元应变能进行聚类更新,获得比静态分区更为合理的微结构分布方式;并引入微结构转角变量,根据结构主应力方向来布置微结构转角,获得更为合理的宏观结构传力路径。数值算例表明,相较于传统指定材料区域的静态分区方法,该方法可以更为有效地进行材料分布,充分利用材料的各向异性,提升结构性能。     

FC-度量空间中的广义R-KKM型定理及其应用

文章定义了一个新的空间--FC-度量空间,并在FC-度量空间中,得到一些非空交定理.这些结果统一和推广了近期的许多结果.     

面向生产过程的智能车间数字孪生建模及应用

数字孪生技术具有虚实融合的特性,智能车间数字孪生可以使生产过程透明化,利用实时数据可以有效指导车间生产。为实现基于数字孪生的生产过程可视化管控,提出了面向生产过程的智能车间数字孪生建模及应用。首先,建立了智能车间数字孪生系统体系架构。然后对系统实现的3项关键技术——基于点云拟合的三维几何模型构建方法、面向数据交互的对象链接与嵌入的过程控制统一架构（Object linking and embedding for process control unified architecture,OPC UA）信息建模方法、以及多源异构数据集成及虚实映射数据快速匹配方法进行了详细阐述;最后,对某发动机制造车间进行了数字孪生的实现,验证了所提方法的正确性和有效性。     

曲面三角网格模型参数化

提出了一种新的曲面三角网格模型参数化算法——加权最小二乘离散参数化方法 ( WLSDP)。该算法通过将空间数据点映射到平面凸区域 ,实现曲面三角模型参数化。它是离散保角映射 ( DCM)与离散保积映射( DAM)的线性组合 ,兼有二者的优点 ,如鲁棒性与低变形。用户通过调整该算法中的比例因子 q,可以得到满足不同特定问题要求的参数化结果     

基于Tent映射的自适应混沌混合多目标遗传算法

提出一种Tent映射在计算机上实现的改进算法,有效解决了受计算机字长影响,Tent映射存在不动点和小周期的情况.将改进的Tent映射应用于混沌优化算法中,对基本NSGA-Ⅱ算法进行改进.使用混沌序列对初始种群赋值,提高算法收敛能力;使用改进的混沌搜索增强种群多样性;分别使用基本算法和改进算法对标准测试函数进行数值仿真.统计结果显示:改进的算法可以在保持高效率求解的同时,得到的非劣解在收敛性和多样性指标上均优于基本NSGA-Ⅱ算法.     

基于ACIS平台开发笔式三维建模系统的关键技术

讨论了基于ACIS平台进行笔式三维建模所需解决的关键技术,并给出了相应的解决方案.介绍了基于ACIS平台的开发技术,重点讨论了二维草图的识别、坐标映射和笔式三维特征建模等关键技术,并给出了PenSketch3D的三维建模实例.     

一种新的PWM DC—DC变换器建模方法

介绍一种带变压隔离器，含多个功率开关器件的PWM变换器工作在连续状态的建模方法。该方法考虑了变换器的寄生元件，由理想功率开关管、理想二极管和理想变压器组成的理想开关部分用受控电流源和电压源替代。基于能量守恒原理，给出了确定寄生电阻、二极管正向压降的等效值的方法。为了简化模型，建立了将平均寄生元件转移到电感支路中的映射规则。文中阐述了以PWM推挽变换器为例的建模过程，得到了PWM推挽变换器工作在连续状态的动态大信号、DC及小信号模型，并进行了计算机仿真分析，结果令人满意。该建模方法的优点是模型由标准电路元件组成，因而可以直接用于通用电路仿真程序，对于更复杂的变换器拓扑尤为方便。     

基于SOM和关联规则的民机运行风险

为充分认知民机风险,实现从事故中学习,以重大民机事故(MCAA)为研究对象挖掘出事故深层次的致因特征。针对MCAA信息具有可读性差,系统行为具有非线性导致的无法直接获取运行风险信息,难以直接建立事故致因的关联与映射关系,提出一种从MCAA中学习民机运行风险特征的方法。针对民机运行特点,结合事故信息及认知可靠性和失误分析方法(CREAM),设计出MCAA-CREAM模型,并构建民机多属性技术重大事故数据集。采用自组织映射(SOM)模型,完成对事故的聚类分析和抽象特征映射,以2D地图形式增强风险因素可读性,利用关联规则有效挖掘风险因素间的强关联关系。     

基于自组织映射网络的故障诊断推理方法研究

从故障诊断基本形式出发，结合飞机刹车系统故障的各类特点，研究了基于Kohonen自组织映射网络理论的故障推理模型，并且应用到起落架刹车系统故障诊断中。该方法只需选择听，具有代表性的故障样本训练神经网络，他将代表故障的信息输入给训练好的神经网络，根据神经网络的输出结果，就可以判断出发生故障的类型。该模型除能识别已训练过的故障，还能识别未训练过的故障，并且聚类能力强，速度快，因此，很符合复杂系统的故障诊断。