天问一号探测器耐高温蜂窝夹层结构选材与性能研究

针对天问一号火星探测器耐高温大承载复合材料蜂窝夹层结构应用需求,基于材料匹配设计和工艺可行原则,提出了氰酸酯树脂体系的复合材料蜂窝夹层结构。通过比较不同后处理工艺下M40J/BS-4氰酸酯基复合材料高温层间剪切性能,发现BS-4氰酸酯基复合材料经200℃下3～5 h后处理可获得较佳的高温使用性能。经200℃下4 h后处理的M40J/BS-4氰酸酯基复合材料,在170℃下各项力学性能保持率均达到室温测试值的80%以上。板芯胶高温力学性能测试以及其对夹层结构高温承载性能的影响研究表明,氰酸酯体系的J-245C、J-389B两种板芯胶在温度不超过200℃时均具有足够协调板芯变形及传递板芯间载荷的能力,但高温下胶黏剂的性能退化会造成夹层结构刚度的退化。天问一号探测器蜂窝夹层结构典型单元在高温下的弯曲性能、侧向压缩性能测试结果表明,碳纤维氰酸酯基复合材料铝蜂窝夹层结构具备耐170℃高温下大承载的能力。     

成形态选区激光熔融Ti-6Al-4V钛合金缺陷与微观组织研究进展

选区激光熔融(Selective laser melting,SLM)近年来在钛合金制造领域应用广泛,然而,其性能受限于工艺缺陷和马氏体组织特征.综述了SLM技术下成形态Ti–6Al–4V合金的缺陷和微观组织研究进展,包括缺陷和微观组织类型、调节SLM工艺参数对减少缺陷和改善微观组织的作用以及基于变体选择的β→α相变研...     

基于经验模态分解剩余信号能量特征的滚动轴承故障模式智能识别

针对滚动轴承故障模式识别问题,分析了振动信号的时域特征与经验模态分解剩余信号的能量特征,并将采集的特征一起构成了多域多类别的原始故障特征向量集,同时采用遗传算法对支持向量机径向基核函数参数和惩罚参数进行了寻优,提出了结合经验模态分解剩余信号能量特征的遗传算法优化支持向量机参数的滚动轴承故障模式识别方法。实验表明,给出的故障模式识别方法,对滚动轴承的外圈故障、内圈故障、滚动体故障及正常状态有很好的识别效果,具有较强的实用性,能够为滚动轴承故障的模式识别和智能诊断提供帮助。     

基于EMD-SVR的光纤陀螺随机误差预测

为了提升光纤陀螺随机误差建模的准确性及补偿结果,提出了一种基于经验模态分解与支持向量机结合的随机误差预测方法。鉴于随机误差的非线性及不稳定性,直接进行预测时精度不高,采用经验模态分解对原始数据进行分解以降低时间序列的复杂程度;然后根据经验模态分解得到的各本征模态函数及趋势序列,构建基于支持向量机的预测模型;再将所得的各分量的预测结果综合以得到光纤陀螺随机误差的预测结果。以光纤陀螺随机误差数据作为验证,结果表明,相较于传统的预测方法,均方根误差与平均绝对误差分别降低了78.4%和75.5%,有效提高了回归精度。     

基于STEP标准的材料选择信息模型研究

采用STEP标准,建立了支持产品全生命周期的材料选择信息模型,此模型以材料数据手册为依据,根据工程设计的实际需要给出材料的物理性能、力学性能、工艺性、材料价格等信息.并提出工程设计过程中不同设计阶段的材料选择方法:在方案设计阶段,根据经济、工作状况的分析选择关键件牌号、一般零件材料类型;在初步设计阶段,根据工艺性、工作环境、强度分析选择具体材料牌号;详细设计阶段对材料进行强度、工艺性分析验证.并提出了材料的工艺性评价和经济性评价方法.      

智能交通系统中车辆调度问题的遗传算法研究

在智能交通系统(ITS, Intellignet Transportation Systems)的各个子系统中,先进的公共交通系统(APTS, Advanced Public Transportation System)具有重要地位和作用,其中车辆调度问题是APTS的关键.为了提高车辆调度的智能化,提出了一种基于遗传算法(GA, Genetic Algorithm)的公交车辆智能调度方法,采用最小费用作为目标函数,考虑了车辆配置、时间、运营效率及资源利用等方面因素,通过选择、交叉及变异等遗传操作,得到了最优的调度排序方案,并对2种交叉方式进行了比较,仿真结果表明,利用GA解决车辆调度问题具有可行性、先进性和快速性.      

TIMED卫星探测的全球大气温度分布及其与经验模式的比较

利用TIMED卫星遥感探测的全球温度分布与NRLMSISE-00大气经验模式进行了对比研究.研究表明,在中间层下部以下的高度范围内,经验模式与卫星探测的大气温度分布有很好的一致性.但是比较发现,在中层顶区域,经验模式的计算结果与实测结果有较大的差异.卫星探测表明,在春分季节的低纬地区中层顶区存在稳定的逆温层,但是经验模式不能给出低纬地区春分季节中间层逆温层的分布特征.卫星观测表明在全球范围内中层顶有两个非常不同的高度,一个处于100km附近,另一个处于85km附近,但是经验模式不能给出这一中层顶高度的分布特征.同时在低热层,经验模式计算的温度分布与卫星遥感的探测结果有很大的差异.      

改进免疫算法在函数优化中的应用

在对已有克隆选择算法的抗体行为特征分析的基础上,提出了一种新的偏心动态免疫克隆算法(EDICA,Eccentric Dynamic Immune Clone Algorithm).利用进化过程中子代抗体比父代抗体更靠近最优解的启发性信息,提出偏心变异策略,使抗体更快地靠近最优解域.引入控制因子,通过动态调整变异搜索半径的方法,在进化初期加大步长以加快搜索速度,而在后期减小搜索粒度以提高优化精度.采用超球体混沌变异策略以克服各向异性的不利影响并提高全局搜索能力.实验结果表明:EDICA不仅能够准确地找到静态函数的多个最优点,而且还能以较高的精度锁定和跟踪动态函数的最优点.     

基于频响函数模型修正影响因素的仿真

首先推导了基于频响函数模型修正的理论公式,在此基础上通过平面桁架模型修正的仿真算例,比较研究了基于频响函数模型修正方法具体实现过程中数据测量噪声、频率点选择以及频段选择等因素对修正结果的影响。研究表明,频率点的选择是基于频响函数模型修正的关键因素,合理的频率点选择既能够减小计算量,降低修正方程的条件数,同时还能够抑制测量噪声的影响;此外,提高实测数据的精度,增加修正频段的宽度也是改善模型修正效果的有效手段。     

含函数型自变量回归模型中的变量选择

针对含有函数型和多元向量数据的回归模型中变量选择和参数估计问题进行研究,扩展了函数型数据分析和变量选择方法的应用范围。首先,函数型自变量基于函数型主成分基函数空间进行投影;然后,对投影后的函数型自变量（按组）及多元向量自变量采用惩罚变量选择方法,同时估计相应的系数。惩罚项调节参数采用自适应调节参数,损失函数采用中位绝对损失函数,以此为例,通过引入松弛变量将估计算法转化为求解线性规划问题,算法复杂度低。数值模拟结果表明,所提方法对于含函数型自变量回归模型的变量选择和参数估计均具有良好效果。