轴对称锻件成形过程的热力耦合有限元分析技术的研究

锻件成形过程中,非稳态、不均匀的温度场对金属的塑性流动有很大的影响，尤其是高温成形过程。本文对轴对称段件成形过程的热力耦合有限元分析技术进行了研究。论述了刚塑性有限元分析方法，建立了热力耦合分析模型，开发了轴对称锻件成形过程的热力耦合有限元分析软件。通过将圆柱体镦粗过程的模拟结果与有关文献中的实验结果和模拟结果的比较，说明了该方法和软件的正确性。     

航空发动机的降低ZP／LTR控制

研究了航空发动机的多变量鲁棒控制，提出了代价设计对象模型的构造方法。该模型是通过对被控对象的发动机执行机构进行特定输出反馈而得到的，它与被控对象模型阶次相同，明显低于目前常用的增广设计方法设计对象模型的阶次。基于低阶设计对象模型，作者以前研究的ZP／LTR设计方法转化为低价ZP／LTR设计方法，应用该方法使设计控制器的阶次明显降低，从而更易实现。通过对某型涡扇发动机的仿真研究验证了低阶ZP／LTR设计方法的有效性。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。     

力限振动试验技术理论基础研究

为了深入理解双控方程,由运载火箭有限元模型的多自由度子结构方法,导出缩聚在星/箭连接界面处的全箭动力学方程,定义相应参数后,导出星/箭耦合中的双控方程,给出界面加速度、有源机械系统的自由加速度、界面力、紧固力、源阻抗和负载阻抗表达式,从而加深了对星/箭耦合双控方程的理解,进而促进力限试验技术研究.同时,从多自由度模型简...     

某滚珠丝杠减速器结构分析与优化

建立了某滚珠丝杠减速器的三维有限元模型,准确模拟了部件间的多种连接关系,采用有限元软件MSC.Marc对滚珠丝杠减速器进行了非线性静力分析,并以质量最轻为目标,采用有限元软件MSC.Nastran对滚珠丝杠减速器的本体部分进行了结构优化,优化后的结构质量减轻了约50％,优化结果为减速器结构的改进设计提供了技术支撑.     

雷达监视下程序管制短期冲突告警算法研究

本文研究了一种基于航空器飞行轨迹线性外推冲突预测的短期冲突告警（STCA）算法,并给出算法的具体实现方案。仿真实验结果证明了算法的有效性,适用于雷达监视下的程序管制间隔标准和管制体制。     

采用格子Boltzmann方法对低雷诺数平面射流的流场分析(英文)

采用格子Boltzmann方法对雷诺数(基于射流出口宽度和出口最大速度)为42和65的二维不可压缩平面射流进行了数值模拟。研究结果表明,在射流的自相似区,射流中心轴线速度按-1/3指数规律衰减并且射流按2/3指数率扩展,与理论分析及实验结果吻合。在射流的远场区域,中心轴线上瞬态速度的时间历程与频谱分析展示出速度的周期变化特性,并且周期性分量引起的相互作用不应被忽略;相比较而言,速度的周期性分量在近场区不明显。     

两种基于图论的聚类算法改进(英文)

近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。     

监测复合材料结构剩余疲劳寿命的剩余刚度方法

通过疲劳试验获得了复合材料层合板刚度退化的两参数模型,基于此模型提出了复合材料结构剩余疲劳寿命监测的剩余刚度方法,它以实验室中获得的归一化的剩余刚度曲线为基准,结合复合材料结构疲劳危险点的实测剩余刚度值,预测该危险部位的剩余疲劳寿命。该方法抓住了复合材料结构刚度退化的本质,借助实测刚度值,消除了疲劳性能分散性的大部分影响。通过4种玻璃/环氧复合材料光滑试验件和中心孔试验件的疲劳试验结果对该方法进行了验证。结果显示,本方法可以准确地预测复合材料结构的剩余寿命,且仅需利用前20%左右的剩余刚度数据,预测结果便与试验结果吻合较好。     

基于遗传算法优化神经网络的结冰环境中MVD和LWC预测

水滴平均体积直径（Mean volumetric diameter,MVD）和液态水含量（Liquid water content,LWC）是两个影响飞机结冰的重要气象参数,但在实际中难以准确测得,如果能够实时、准确地获取这两个参数可以为积冰预测和飞机适航认证标准的建立提供一些指导。文中提出了一种基于遗传算法优化神经网络的结冰气象参数预测模型。以不同测点组合的冰厚和结冰速率、环境温度、飞行速度和机翼迎角为输入参数,结冰气象参数MVD和LWC为输出参数,构建遗传算法优化的结冰气象参数预测模型,并通过预测模型对数值计算测试组数据和结冰风洞实验数据的结冰气象参数进行预测。结果表明,基于遗传算法优化Elman神经网络的预测模型对结冰气象参数的测试组预测相对误差在10%以内,实验数据相对误差在20%以内,该方法具有一定的可行性。