榫连结构的高应力梯度及破坏分析

某燕尾形榫连结构的分析表明叶盘榫齿/榫槽接触区边缘存在较高的应力梯度,接触应力的有限元解同网格疏密程度密切相关.通过建立一系列不同密度网格的模型,对此问题展开有限元建模分析,以改善接触应力的求解精度,同时深入讨论材料弹塑性对接触应力的影响.在弹塑性接触应力分析的基础上,采用断裂力学方法建立了榫连结构高应力梯度位置的破坏分析模型,判断裂纹的萌生及扩展方向,以进行结构的强度及寿命分析.     

IMRT逆向计划中的混合多目标梯度算法

将多目标智能优化算法与梯度算法的进化策略有机结合,即对每一种群用梯度算法求解其下一代新群体,并采用实数运算,构造一种混合多目标梯度算法。利用测试函数分析算法的优劣,并将其应用于IMRT逆向计划过程。目标函数中的PTV和NT是基于平均计量分布,通过水模中的测试算例,得出强度分布。结果表明,该混合多目标梯度算法可节省大量计算时间且具有较高的计算精度,故能够满足实际应用的要求。     

基于任务规划的有限推力燃料最优交会

给出了空间交会冲量机动任务规划及基于该任务规划的有限推力燃料最优交会算法。首先,以双冲量空间交会作为问题的初步模型,采用Battin-Vaughan算法对追踪器初始位置和飞行时间的组合进行遍历计算,通过分析特征速度等值线图,进行空间交会的任务规划,为有限推力燃料最优交会提供重要的初值条件。基于任务规划分析,建立了有限推力燃料最优交会的最优控制模型,根据庞特里亚金极值原理将最优控制问题转化为两点边值问题,采用共轭梯度算法进行数值求解。在变轨时间固定、连续变推力的情况下,以总冲最小、满足终端位置和速度约束为指标,对推力大小和方向进行优化。通过数值仿真,得到了一些重要的结论,为工程应用提供了一定参考价值。     

民航运输机最大起飞重量和起飞速度的确定

重点论述了限制最大起飞重量的因素和起飞速度的选择方法,并以Citation Jet 1(CJ-1)飞机为例,分析了飞机在昆明/巫家坝机场起飞时限制最大起飞重量的主要因素,给出了CJ-1飞机确定最大起飞重量和起飞速度的分析方法和起飞性能分析表,为部分支线客机和公务机进行起飞分析并确定起飞分析表的内容、结构和形式提供了参考。     

仿生负泊松比拉胀内凹蜂窝结构耐撞性

基于自然界微观生物结构的启发,设计了1种新型仿生负泊松比拉胀内凹蜂窝（ARH）,并对其耐撞性能进行数值模拟。结合竹子的梯度结构和椰子树的同心胞结构,提出了2种单向梯度和2种双向梯度同心ARH结构。梯度同心结构设计方法不仅可诱导结构渐进的冲击行为,而且因其较低的等效壁厚可改善其比吸能能力。与传统ARH结构相比,对仿生ARH结构的平台应力和吸能特性进行研究,并分析耦合压溃变形模式、收缩变形机理和负泊松比效应等来揭示结构的增强机理。结果表明：预测的耐撞响应和压溃变形模式与参考结果相似;相对传统的ARH,梯度同心ARH有更高的平台应力和比吸能,且平台应力的上升和压溃变形模式均呈梯度变化;梯度方向对压溃变形模式和各层变形顺序影响较大;双向梯度同心ARH比单向梯度同心ARH因耦合变形具有更高的吸能能力;同心胞数对蜂窝各层的收缩变形有较大影响。     

深度确定性策略梯度算法用于无人飞行器控制

对深度确定性策略梯度算法训练智能体学习小型无人飞行器的飞行控制策略进行了探索研究。以多数据帧的速度、位置和姿态角等信息作为智能体的观察状态,舵摆角和发动机推力指令作为智能体的输出动作,飞行器的非线性模型和飞行环境作为智能体的学习环境。智能体在与环境交互过程中除了获得包含误差信息的密集惩罚外,也有达成一定目标的稀疏奖励,该设计有效提高了飞行数据的样本多样性,增强了智能体的学习效率。最后智能体实现了从位置、速度和姿态角等信息到控制量的端到端飞行控制,并进行了变航迹点、模型参数拉偏、注入扰动和故障条件下的飞行控制仿真,结果表明智能体除了能有效完成训练任务外,还能应对多种训练时未学习的飞行任务,具有优秀的泛化能力和鲁棒性,该方法具有一定的研究价值和工程参考价值。     

基于 PIV 速度场测量重构压强场的研究进展

利用 PIV 测量得到的速度场数据重构空间压强场是一种新颖的压强测量方法。目前国外的一些仿真计算和风洞实验已经证明了该方法的可行性和有效性。本文首先详细介绍了基于 PIV 速度场测量重构压强场的基本原理---两种压强梯度计算方法(拉格朗日方法和欧拉方法)和两种压强积分方法(平面 Poisson 法和直接空间积分法),然后从速度场测量、压强梯度计算和压强分布计算3个方面综述了基于 PIV 速度场测量重构空间压强场的关键技术及相关的研究进展,最后从 PIV 速度测量的改进、参数的优化设置、算法的改进与创新、探索并完善3D压强分布计算、可压缩流动条件下的压强重构技术等5个方面探讨了该方法的发展方向,以期引起国内同行对该技术的高度重视并为其进一步发展提供一定的参考。     

基于物理量梯度修正的RBF数据传递方法

径向基函数是复杂外形飞行器多场耦合计算中重要的数据传递方法。复杂飞行器物理量分布通常与局部流动特征密切相关且在不同区域变化剧烈,如何在具备各向同性特征的径向基函数中考虑实际物理量各向异性分布因素的影响成为制约其精度进一步提升的关键。针对径向基函数的问题,提出了一种基于局部物理量梯度对径向基三方向权重进行自适应修正的数据传递新方法。采用高超声速舵面、翼身组合体算例对该方法在单次数据传递中的可行性及效果进行了验证,同时基于该方法对压缩拐角外形开展了气动力/热/结构多场耦合数值模拟,并与风洞试验结果进行了对比分析,以验证该方法在实际耦合问题计算长时间高频次数据传递中的适用性及可靠性。研究结果表明该方法能够很好地提升如薄板样条插值（TPS）、多重二次函数插值（MQ）等全域基函数的单次插值效果,并且有效地改进了MQ方法对形态参数的鲁棒性,而对于梯度修正后的紧支基函数,其改进效果更佳,以较少的点达到了TPS、MQ等全域基函数的插值效果,实现了数据传递效率和精度的兼顾。采用该方法获得的耦合计算结果与试验对比一致,表明了该方法的可用性以及在复杂外形多场耦合问题中的良好工程应用前景。     

基于多尺度梯度及深度神经网络的汉字识别

介绍了一种基于多尺度滑动窗的方法提取文字的梯度直方图特征,并结合深度神经网络对印刷体汉字进行识别.针对梯度直方图的空间关系,使用可伸缩的滑动窗对图像进行分割,在不同尺度上获取文字的特征信息,有效融合汉字的全局特征和局部分块特征.实验采用5层的深度神经网络模型对国标一级3755个印刷体汉字进行分类,并应用Dropout技术防止训练过拟合,提高神经网络的泛化能力.实验准确率达到98.292%,有较好的识别性能,验证了本文多尺度梯度特征及深度神经网络模型在文字识别上的有效性.