全机模型静强度分析的多区域并行计算

在Windows XP 64位操作系统环境下,利用若干普通PC机搭建了机群系统,实现了分布内存式并行（DMP）计算。采用3节点和4节点薄壳单元和2节点梁单元建立了约260万自由度（DOF）的全机有限元模型。采用封装的METIS区域分解方法（DDM）,并利用大型通用有限元软件MSC.Marc,实现了全机静强度模型的并行求解,为大型复杂有限元模型的求解提供了一种高性价比的解决方案。     

超高强度钢30CrMnSiNi2A冲击韧性值的探讨

研究和分析了机械加工精度、试验条件及热处理工艺对超高强度钢３０ＣｒＭｎＳｉＮｉ２Ａ试样冲击韧性值ａｋ的影响,对生产出合格的超高强度钢成品零件具有指导意义。     

超临界压力下航空煤油RP-3焓值的测量及换热研究

基于能量守恒原理提出了一种超临界压力下中国3号喷气燃料RP-3焓值的测量方法,同时对不同超临界压力下RP-3在323～843 K内的焓值进行了测量.结果表明当燃油温度低于其临界温度时,不同超临界压力下燃油的焓值几乎是一样的,当温度高于临界温度后,不同压力下RP-3焓值之间的差异随着压力的升高而缩小.另外,根据焓值曲线计算出的燃油温度及吸热量与先前已做的其他流动与换热实验中的测量数据进行了对比,结果表明该焓值是准确可靠的,满足未来航空发动机内空油换热器的设计要求.最后,研究了热流密度对超临界煤油换热的影响,结果显示当燃油对比温度小于1.179（760 K）时,Nu数随着热流密度的增加而增加.      

装备保障系统配置管理模型

对装备保障系统分解结构进行了研究,分析了装备保障系统分解结构建立过程中的配置管理需求,抽象出了装备保障系统配置管理的范树模型,根据保障系统数据结构的特点建立了信息模型,利用统一建模语言(UML)中的活动图建立了保障系统配置管理的过程模型,并给出了基于飞机装备保障系统配置管理的实际简化案例,可以为保障系统自上而下的设计过程提供建模指导,对保障系统设计过程中多系列、多方案、多视图的繁杂产品数据配置过程进行有效的处理.     

复合材料飞机结构材料和设计许用值的确定方法

分析国内外复合材料飞机结构材料许用值、设计许用值的确定原则和方法,研究给出了复合材料结构材料许用值的表征和应用、试验以反试验数据的统计分析方法,以及静强度、疲劳强度、损伤容限和修理设计许用值的确定方法.     

PVC糊树脂对交联PVC泡沫塑料的影响

通过水煮发泡制备交联聚氯乙烯泡沫塑料,讨论了聚氯乙烯(PVC)糊树脂对泡沫制备过程中经制糊、模压和发泡工艺得到的产物的影响,研究了PVC糊树脂对制备的交联PVC泡沫压缩性能的影响.结果表明:制备交联聚氯乙烯泡沫塑料适宜的糊黏度是4～9 Pa·s;PVC糊树脂的K值较大或水萃取液pH值呈碱性可有效防止模压过程中PVC的降解;PVC糊树脂的水萃取液pH值呈碱性可催化发泡反应,有利于得到低密度泡沫且缩短发泡时间;随着其K值增加,制备的泡沫压缩强度增大,但是K值过大时,制备的泡沫泡孔较大,压缩强度反而降低,适宜的K值为70～80.     

基于LMI的Lipschitz非线性不确定系统的鲁棒控制

在常态Lipschitz非线性的基础上,考虑状态参数不确定性。针对这类Lipschitz非线性系统的反馈控制问题,运用Lyapunov方法给出了该系统渐近稳定的充分条件,并提出了应用线性矩阵不等式（LMI）来求解优化反馈增益矩阵,通过定理和Matlab仿真实例得出设计的观测器有效,具有良好的稳定性和鲁棒性。     

基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用

滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性.      

N2O单组元微推力器高空模拟实验研究

在真空舱中进行了N2O单组元两种尺寸的微推力器的高空模拟试验研究,分析了微推力器设计参数对比冲等性能的影响。结果表明,两种尺寸微推力器的最大比冲分别为1.608 N.s/g和1.639 N.s/g,热损失、床载和床长对微推力器性能影响明显,存在最佳床载值、床载和床长的匹配。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。