橡胶O形圈密封结构的有限元分析

建立固体火箭发动机的橡胶O形圈的二维轴对称模型,采用非线性有限元方法计算了O形橡胶圈在库存和工作状态的变形及应力,分析了上下法兰张开间隙、初始压缩量、密封槽口及槽底倒角半径、密封槽宽、密封圈材料、O形圈截面尺寸及工作温度等典型参数对密封性能的影响:上下法兰张开间隙、密封圈的初始压缩率、密封圈材料等典型参数对最大接触压应力影响较大,而密封槽槽口和槽底处倒角对剪切应力影响明显.这些分析为密封结构的优化设计打下了基础;同时探讨O形圈应力分布规律,确定密封圈易受损和失效关键部位,初步确立了固体火箭发动机密封失效准则和失效模式.     

薄壁管轴压胀形关键工艺参数及成形极限

利用粘性介质传压,对薄壁管轴压胀形进行了研究;基于塑性理论和分散性失稳理论,推导了轴对称胀形内压力分布规律,得出了内压加载区间和轴向加载关系;建立了基于载荷控制的加载函数,提出了送料控制方法,优化了加载模式;基于集中性失稳理论,计算了胀形压力极限,建立了均匀变形极限和极限应力比的概念,形成了零件可成形性的基本判据;分析了管材成形过程中应力变化特点,揭示了管材胀形区由拉-压应力状态迅速发展到双向受拉的机理.通过实验并利用有限元方法对薄壁管轴压胀形过程进行了模拟计算和研究,验证了理论分析结果.      

聚碳酸酯微孔塑料的动态力学热分析

通过对聚碳酸酯微孔塑料进行动态力学热分析,得到了不同密度微孔塑料动态力学性能的温度图谱和频率图谱,研究了储能模量和损耗因子与温度、频率及密度之间的变化规律和玻璃化转变温度与密度之间的关系.结果表明:在高频或低温时,随着温度的升高,微孔塑料储能模量降低,损耗因子增加;当温度高于材料的玻璃化转变温度或者频率较低时,随着频率的降低和温度的升高,储能模量和损耗因子都急剧地降低;聚碳酸酯微孔塑料的玻璃化转变温度T_g在175°C左右,次级转变在70~100℃之间,结果与密度几乎无关.      

制孔工艺对7075铝合金孔表面完整性的影响

从表面完整性角度研究了5种制孔工艺对7075铝合金板材紧固孔表面加工质量的影响,通过对不同种工艺所产生的紧固孔表面粗糙度、残余应力和显微硬度进行检测和比较,发现钻扩铰多步慢进给工艺和钻扩铰一步复合制孔工艺所达到的表面完整性指标优于其它加工工艺.另外分析了影响孔加工质量的因素,证明了一步复合制孔工艺是一种先进、快捷的高质量制孔方法.     

力同轴度自动检测技术研究

叙述力同轴度自动检测技术:基本假设、计算模型的建立及数据处理方法.根据计算模型设计了自动测量系统,用3支光栅式引伸计和数据转换器,能直接实时测量力同轴度和偏心方向,不仅具有很好的适用性,还具有一定的工程应用前景.     

界面周期刚性线夹杂附近的纵向剪应力

研究了不同材料界面含周期刚性线夹杂的纵向剪切问题.利用复变函数方法,获得了封闭形式解,并用于计算了刚性线端的应力奇异因子,研究了刚性线之间的应力干涉问题及刚性线夹杂场量的尺度效应.从解答的特殊情形,可导出一条界面刚性线问题及均质材料中共线周期刚性线问题的解答.      

离子非线性极化漂移对动力学Alfvén孤波特性的影响

考虑离子极化漂移中非线性项对动力学Alfven孤波特性的影响，采用双流体模型研究磁化等离子体中低频动力学Alfven稀疏型孤波的特性，所得的结果表明，两种类型的动力学Alfven稀疏型孤波在磁层中大范围内均存在（参数β约为10^-6,0,1,β为等离子体的热压之磁压之比，即β＝20μ0nT/B0^2)，它们或以超Alfven速或以亚Alfven速传播。同时发现在β值较小（10^-6-10^-4)时，离子极化漂移非线性项对动力学Alfven孤波特性有较大的影响，不可忽略，而在较大值时（β－0．1），此修正作用不大，由于动力学Alfven孤波允许平行电场存在，故它对等离子体中带电粒子的加速和能化起重要作用。同时也对离子的横向加速有一定的作用，它使一种新的能量转换机制成为可能。     

一种基于遗传算法的环境因子确定方法

提出了一种利用同类或相似产品研制试验故障数据并依据AMSAA模型的时间环境因子最优化确定方法,将遗传算法用于时间环境因子的寻优过程,给出了确定最佳时间环境因子的方法、步骤,最后给出了一个工程应用实例.研究结果表明,依此得到的可靠性评估结果与实际使用水平更为接近.为利用产品研制期间故障数据进行可靠性综合评估提供了一条合理的解决途径.      

隐身目标电磁散射特性的图形电磁计算方法研究

计算了不同涂覆介质的反射系数,利用图形电磁计算方法计算了平板和圆柱的涂覆不同介质的雷达散射截面,并且为了增加图形电磁计算的通用性引入了归一化因子。结果表明,此计算方法是正确的。     

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.