螺栓连接结构接触面刚度识别方法

针对线性范围内的螺栓连接结构开展研究。在薄层单元理论基础上,提出了一种螺栓连接结构接触面刚度识别方法。采用正交各向异性本构关系的薄层单元模拟接触面,忽略螺栓和螺孔的影响,建立单个螺栓和多个螺栓搭接2种结构的初始有限元模型;根据试验模态参数,识别连接部位薄层单元材料参数。识别后,2种连接结构前四阶模态频率的计算结果最大误差不超过3.5%,表明识别后的薄层单元能准确反映接触界面的力学特征;文中方法适用于单个螺栓搭接和螺栓较密集工况的准确模拟。     

钢球连接方式火工装置的结构强度校核

文章介绍了钢球连接方式火工装置中，钢球连接处的结构强度校核。通过经典的接触应力计算公式，结合钢球在火工装置上的具体使用情况，利用微变形理论，归纳出了火工装置上起连接承载作用的钢球连接方式新的强度校核判断法则。试验结果表明，该判据能够较为真实地反映火工装置上钢球连接方式的结构承载能力。     

ATM局域网仿真技术

简要介绍了 Ａ Ｔ Ｍ 局域网仿真的主要原理，以 Ｉ Ｂ Ｍ ８２６０ Ａ Ｔ Ｍ 交换机为例，具体分析了 Ａ Ｔ Ｍ 局域网仿真的实现细节。     

某型飞机机翼整体油箱工艺研究

介绍了某型机机翼整体油箱的研制过程,针对总体气动、结构和使用维护等对整体油箱提出的性能要求,工程部门相应采用严格的环境措施、确保协调精度的预装配措施以及湿连接、密封装配措施等,解决了研制过程中诸多关键难题,保证了整体油箱的研制进度和产品质量,经各种试验检测和试飞考核,该整体油箱质量稳定可靠,性能良好。     

一种星-箭连接动态界面力的深度学习反演方法

针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。     

基于S—CDMA技术Cable Modem的应用

在进行 Ｉｎｔｅｒｎｅｔ 接入方式对比的基础上，介绍了 Ｈ Ｆ Ｃ 结构 Ｃ Ａ Ｔ Ｖ 网对高速数据传输的适应性，并结合 Ｈ Ｆ Ｃ 网和 Ｓ－ Ｃ Ｄ Ｍ Ａ 技术的特点，提出了基于 Ｓ－ Ｃ Ｄ Ｍ Ａ 技术 Ｃａｂｌｅ Ｍｏｄｅｍ 应用的可行性。     

具有屏蔽层的多芯电缆部分电容的数值分析

用矩量法计算最外层具有屏蔽层的长多芯电缆和具有接地板的长平行导线系统的部分电容。     

燃气轮机周向拉杆转子连接刚度对转子振动特性影响的研究

为研究燃气轮机周向分布式拉杆转子轮盘间存在的连接刚度对轴系转子振动特性产生的影响,本文提出一种基于六自由度的弹簧单元等效方法;首先将轮盘接触刚度与拉杆弯曲刚度同时等效进连接界面,便于使用一维梁单元求解其临界转速与振动响应变化,验证其与全三维有限元法吻合度在3％以内;然后改写了非线性动力学方程,采用谐波平衡法对其进行求解,使用经典Newmark方法验证其准确性;最后使用该等效方法计算了某模拟转子连接刚度对其临界转速、响应特性、非线性特性等的影响。计算结果表明：当连接面剪切刚度与弯曲刚度减小3个数量级,均造成了临界转速的降低和振动响应的提高,而其影响程度可由各阶振型大致推测,且响应幅值受剪切刚度影响较大;使用临界转速趋于收敛时的连接刚度与试验值的对比误差小于2％,较连续模型提升显著;在连接刚度各向异性时,每一阶临界转速均出现两个响应峰值,轴心轨迹变成椭圆;考虑刚度随位移变化（非线性刚度）后,转子的响应峰值发生“歪扭”特性,且该峰值特征随不平衡量、无量纲阻尼等因素变化而呈现“波浪形”变化。     

多模式柔索驱动航天员训练机器人力控制

为解决长期在失重环境下生活和工作的航天员的康复训练问题,针对现有的航天员训练设备功能单一、训练效果不理想的现状,研制了多模式柔索驱动航天员训练机器人。基于模块化、可重构的机器人构型,通过机器人模拟重力环境的负载特征,把相应的载荷施加到人体上,实现航天员在失重环境下进行跑步、卧推和负重深蹲等体育训练,帮助航天员减轻或者克服空间适应综合征带来的不利影响;在此基础上提出一种机器人双闭环力控制策略,人机跑步训练实验结果表明,本文研制的多模式航天员训练机器人构型合理,控制策略有效,可以辅助在失重环境下生活和工作的航天员开展体育训练。     

基于DNET的空中红外目标抗干扰识别算法

复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象,以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题,提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先,DNET网络对大尺度特征图像采用密集连接模块,在前部通道保存每一层的网络输出,在网络末端引入特征注意力机制,获得每个特征通道的信息特征识别权重。然后,加入多尺度密集连接模块,并与多尺度特征融合检测结合,提高对大尺度变化情况下的目标特征提取能力。实验结果表明,在伴随红外诱饵干扰的实时检测条件下,红外目标由点目标变化为成像目标,直至充满视场的整个过程中,本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132 fps,具备识别精确度和召回率高、识别速度快等优点,并具有良好的鲁棒性。