基于辛几何构作一类新的带仲裁的认证码

具有仲裁的认证码既要防止敌手的欺骗,又要防止收方和发方的互相欺骗。利用有限域上辛几何构造了一类具有仲裁的认证码,计算了其容量参数。假设编码规则是按照均匀概率分布选择,给出了敌手模仿攻击、敌手替换攻击、发方模仿攻击、收方模仿攻击和收方替换攻击的成功概率。研究结论表明可用辛几何构作许多带仲裁的认证码。     

复合固体推进剂细观损伤扫描电镜实验及数值模拟

对复合固体推进剂进行单向拉伸载荷条件下的原位扫描电镜观察实验,分析其受载条件下的细观损伤发生及扩展特性。基于原位电镜图片,运用数字图像处理技术提取推进剂细观形貌,建立了推进剂椭圆形颗粒填充模型,对受载条件下颗粒与基体之间的脱粘行为进行数值模拟。研究表明,数值分析结果能反映推进剂受载条件下的细观损伤发生及扩展特性。     

Ag和稀土Y复合添加对金属间化合物NiAl显微组织的影响

研究了Ag和Y的复合添加对金属间化合物NiAI显微组织的影响。利用非自耗电弧炉制备了三种不同Y和Ag含量（1．0,5．0,10．0质量分数％）的NiAJ合金,其中一组试样进行了高温固溶和时效处理。实验结果表明,随着Y和Ag含量的增加,铸态下的NiAI合金晶粒呈逐渐细化的趋势,并且柱状晶生长方式逐渐演变为典型的糊状凝固方式。EDS和XRD分析表明,晶界处有富Ag、Y相形成;固溶时效后的NiAl合金组织则演变为粗大的等轴晶粒,Y和Ag元素仍然在晶界处偏聚。     

叶片模态分析的单元类型选择

由于有限元单元类型的选择、网格划分精细程度上的不同,同一个模型的分析结果会有不同。本论文结合某型航空发动机叶片模态分析的实例,分析了单元类型的选择和网格划分精细程度的高低对分析结果精度的影响;揭示了随网格划分精细程度的变化,分析结果的收敛规律;并用有理论解的悬臂梁验证了收敛规律。     

双转子系统临界转速的有限元分析

利用有限元软件ANSYS建立简易双转子系统的有限元模型,分别用QR阻尼法和同步响应法计算该双转子系统的临界转速以及主振型。用该软件自带的参数化设计语言（APDL）编制该双转子系统临界转速和不平衡响应的计算程序,分别求出内转子和外转子为主激励的临界转速及主振型。对比结果发现采用QR阻尼法和同步响应法计算双转子系统前三阶临界转速的误差均在1％以内,结果吻合很好。用这2种方法计算双转子系统的临界转速都能得到满足工程精度要求的结果。     

基于非线性静力学模型的飞机系留载荷计算方法研究

由于飞机在强风下系留时,机体承受各方向的载荷较大,因此需对系留结构及系留索是否具有足够的承载能力进行分析,而其中系留载荷的计算就显得异常重要。采用MSC．Nastran软件,针对飞机存系留情况下,系留索的单向承载性及起落架与地面的非线性接触特性,通过应用非线性间隙单元,建立了非线性静力仿真模型,并计算了飞机在系留状况下,各系留索承受的张力及各系留点所受的载荷,计算中同时考虑了起落架缓冲支柱空气弹簧力对于系留载荷的影响,从而为飞机系留载荷提供了一种新的有限元计算方法。     

基于光纤陀螺的保偏光纤热致双折射

针对光纤陀螺在温度变化条件下的性能恶化问题,理论上分析了保偏光纤的热致双折射引起的偏振耦合是局限光纤陀螺精度的主要因素.采用有限元法计算光纤线圈在不同温度下的应力分布,并根据高低温不同的应力状态分别推导了双折射的变化情况.在光纤陀螺工作温度范围内,选取6个典型温度点计算光纤环上热应力和消光比的变化,结果显示,干扰双折射随温度变化的减小而减小,并将理论计算结果用测试消光比的试验验证.研究表明,双涂敷层光纤、胶粘剂、陀螺金属骨架材料的热力学性能的差异,导致光纤线圈在不同温度下折射率改变.在60℃时,光纤折射率差约为1×10^-4,与光纤本征折射率差5.5×10^-4达到同一个量级,这将严重影响光纤保偏性能及陀螺精度.     

航天器设备动力学分析模型简化方法与应用

针对航天器设备因构成复杂引起的动力学分析模型建模困难问题,提出一种基于拓扑优化技术的有限元模型简化方法,以设备实测质量特性为约束条件,通过拓扑优化方法确定设备有限元模型可行设计空间中的材料分布,实现对结构刚度性能的模拟,获得满足动力学特性分析需要的简化的设备有限元模型。应用该方法创建了某星敏感器简化有限元模型,得到的星敏感器简化模型与产品实际质量、质心位置和转动惯量特性基本一致,并且前两阶频率分析值与试验值之间最大偏差约为30%。将该简化模型应用于其支撑结构的动态响应性能评估,两者组合体固有频率及加速度响应趋势的分析数据在450Hz以下的频率范围内与试验数据吻合较好,固有频率最大偏差约为39%。星敏感器简化模型的应用验证了基于拓扑优化技术的有限元模型简化建模方法的可行性,为航天器上复杂设备动力学分析有限元模型的简化建模提供了一种新的解决途径。     

Investigation on Thermal and Dimensional Stability of Epoxy Resin In-Situ Modified by Cyanate Ester Resin and Polydimethylsiloxane

The thermal and dimensional stability of epoxy resin (EP) in-situ modified by cyanate ester (CE) and polydimethylsiloxane (PDMS) are investigated by means of experiments and numerical simulation. Thermal gravimetric analysis (TGA) and differential scanning calorimeter (DSC) are used to analyze the heat resistance of the modified EP. The dimensional stability is characterized by the volume shrinkage of the series PDMS/CE/EP obtained by the density method. The chemical structure of the PDMS/CE/EP is analyzed by Fourier transform infrared spectroscopy (FTIR). The results of TGA and DSC indicate that the thermal stability of PDMS/CE/EP decreases firstly and then increases with the increase in the amount of CE. The addition of PDMS shows a slight effect on the thermal stability. The 40% CE makes the blending system exhibit the lowest initial decomposition temperature, which reduces by 15.5% and 40.8% compared with pure EP and CE, respectively. The FTIR results suggested that the influence of CE on the thermal stability of the modified EP is mainly ascribed to the generation of oxazolidinone ring with low thermal stability and the increase in the triazine ring with high thermal stability. The volume shrinkage measurement results show that the introduction of CE and PDMS are both beneficial to the improvement of the dimensional stability of the blending systems. The in-situ addition of 80% CE shows the lowest volume shrinkage of 6.11%. The thermal stress distribution of PDMS/CE/EP generated during the solidification process is simulated by the finite element analysis. The results suggested that the introduction of 80% CE into EP results in the lowest thermal stress in the blending system, which indicates that the system has the lowest volume shrinkage, which agrees well with the experimental results.     

一种小波神经网络与遗传算法结合的优化方法

提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效,能高精度的完成非线性函数的逼近与映射,其泛化能力很强.