基于路径相关本构模型的大型薄壁曲面复合材料零件固化变形分析

大型薄壁曲面复合材料零件多采用热压罐工艺成型,在固化过程以及脱模过程会产生变形,导致零件变形超差,部件装配困难。针对此问题,本文首先采用路径相关本构模型对其固化成型过程进行分析,然后进行热压罐成型试验验证理论分析结果,就此采用反向补偿法修正模具型面。仿真结果表明,某大型薄壁曲面复合材料零件成型后最大位移为11.121 mm,最小位移为0.171 mm,分别发生在对称轴方向短边的边角点和靠近对称轴方向短边的边角点;零件在变形较大的两侧边和短边处残余应力较大,与变形较小的长边相差7 MPa左右。仿真结果与试验结果吻合良好,固化变形平均误差为8.6%。使用补偿后的模具再次进行固化变形仿真,使该零件的最大固化变形降低了70.8%。     

热防护系统损伤容限分析

建立了含初始矩形损伤的热防护系统(Thermal protection system,TPS)气动热分析的CFD数值模型,分析结果表明损伤区域侧壁出现了很高的热流密度峰值,并且迎风面侧壁峰值高于背风面,而损伤区域底部热流密度却很低。利用分析获得的热流密度建立了含损伤和无损伤TPS的有限元传热分析模型。分析结果表明:损伤的存在导致防热瓦最高温度急剧上升,超过其材料能承受的极限温度(1 500℃),防热瓦首先失效,而损伤对机体最高温度影响较小。最后进行了TPS损伤容限分析,在防热瓦极限温度约束下,外部热流密度最大值从100kW/m2增加到140kW/m2,矩形损伤宽度最大容许值从22.7mm减小到12.6mm,而弧形损伤宽度最大容许值从34.6mm减小到25.1mm,即随着外部热流密度最大值增加,损伤宽度的最大容许值降低,并且相同外部热流密度水平下弧形损伤宽度的最大容许值大于矩形损伤。     

空间载荷机柜热控设计的仿真研究

空间站主动热控系统的作用是提供和保持航天员、仪器设备和结构部件所要求的温度、湿度和风速等热环境。本文以空间载荷机柜为热控系统的基本单元,建立了以单相流体循环回路为基础、采用液冷结合风冷的冷却方式的载荷机柜数学模型;介绍了模糊增量控制算法的工作原理;提出了采用模糊增量控制算法,以液冷支路进出口温差和风冷支路冷却量占总冷却量的比值为控制目标的反馈控制策略。同时文章采用数值模拟方法研究了控制系统的动态响应效果。仿真结果显示,模糊增量控制算法具有响应迅速、超调量小、无静态误差的特点,控制策略满足有效性、稳定性和高精确度的要求。     

散射对高温气体-碳黑颗粒混合物辐射传输的影响

基于全光谱k分布(Full spectrum k distribution,FSK)模型、MIE理论和有限体积法(Finite volume method,FVM),构建了均温、均质辐射参与性气体-碳黑颗粒混合物介质热辐射传输模型,并分析了碳黑不同尺寸、不同体积浓度以及介质不同路径长度和不同温度条件下,因忽略碳黑颗粒散射所导致的介质热辐射传输特性(如辐射热流、辐射源项)的计算误差。研究结果表明:体积分数不变,增大粒径,计算误差呈现出先增大后减小的趋势;数密度不变,增大粒径,或者粒径不变,增大体积分数,均将使得计算误差相应增大;粒径、体积分数不变,增大路径长度,或者升高介质温度,均将增大计算误差。通常对于含有大颗粒、高碳黑浓度的辐射参与性气体-碳黑颗粒混合物介质,碳黑颗粒散射不能忽略。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system,BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。然而在追求高精度结果的过程中,BLS对于增强节点数量的需求过于巨大,容易造成过拟合问题。为此,本文提出了基于函数链神经网络（Functional-link neural network,FLNN）的深度分类器（FLNN based deep classifier,FLNNDC）,旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构,每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点,而不是全部映射节点。和原宽度结构相比,在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

变体辅助的无人机栖落机动模糊控制设计

无人机（Unmanned aerial vehicle, UAV）的栖落机动是一种大幅度的俯仰运动,易引起升降舵操纵力矩饱和。本文以变体方式增强无人机的俯仰操纵能力,并研究其对应的控制设计方法。首先对栖落机动建立了纵向动力学模型,并通过采用轨迹线性化和张量积变换方法转换得到T-S模糊模型。基于Lyapunov稳定理论和平方和方法,设计了满足控制输入约束的栖落机动多项式模糊控制器。对非变体与变体下的栖落机动控制过程进行了仿真,结果验证了控制律的有效性,并且表明变体辅助的无人机具有更强的操纵性能,能提高栖落机动中升降舵的抗饱和能力。     

陶瓷吸波超材料结构光固化增材制造工艺研究

陶瓷超材料吸波器具有耐高温、高强度、可完美吸波的特点,其结构复杂且具有周期性,是一种新兴的吸波器件.但传统成形方式在复杂结构制造上存在一定的局限性.本文提出一种基于光固化增材制造氧化铝陶瓷表面镀铁氧体的方法实现周期性复杂结构的陶瓷超材料吸波器.使用氧化铝粉末和光敏树脂,配制出可供3D打印的氧化铝陶瓷浆料,利用3D打印机...     

基于人的认知失误分析模型的跑道侵入风险评估研究

本文主要对导致跑道侵入的人为因素进行研究分析,运用认知可靠性与失误分析法(CREAM)的认知模型建立跑道侵入风险评估模型,并以南苑机场为实例验证该模型的可靠性,计算出来的南苑机场发生跑道侵入事件的风险值较为合理,结果表明运用人的可靠性分析模型对跑道侵入的风险进行评估具有实用价值。     

以翻转课堂来推动未来高职课堂教学模式的变革

互联网的迅速发展将推动教育信息化发展,虚拟交互社区、云计算平台建设与大数据分析、移动互联应用等将推动高职教育课堂教学模式的变化。本文引入翻转课堂教学模式概念设计高职教育翻转课堂模式,然后对翻转课堂教学模式的实现条件、基于云空间的线上课程教学体系和基于云空间的实训体系等三个方面进行了详细设计,为高职教育翻转课堂教学模式实施提供了完整思路和策略。