对称层合圆柱正交异性中心开孔扁球壳的非线性屈曲

在非线性屈曲理论基础上，考虑对称线布载体荷作用形式，导得相应控制方程，以分析中心开孔，即外边缘固定，以及内边级悬空的复合材料扁球壳非线性屈曲稳定性问题。为了求解本文的非线性屈曲问题，获得临界载荷计算公式，本文采用修正迭代法，即第一次迭代将非线性项略去，第干净人迭代将第一次迭代结果作为已知量代入非一项来获得临界载荷的解析计算公式，最后，本文以实例分析讨论了横向剪切变形、开孔大小、线布载荷位置的几何参     

纤维增强树脂基复合材料结构的优化设计

综述了国内外纤维增强树脂基复合材料结构优化设计的研究成果与发展状况,内容涉及到层合板壳结构以及夹层结构的屈曲、振动、可靠性、结构强度以及多级多目标等问题的优化设计。文中还涉及到发动机复合材料构件优化方面的一些研究成果,给出了其优化设计的网络框图。论文最后对复合材料结构优化设计当前存在的主要问题和今后发展方向作了分析,并指出今后的研究方向：（１）多级多目标多学科的优化设计,不仅涉及到基本理论、建模和方法,而且更加强调工程实际问题;（２）发展相应的软件专家系统,更加强调软件面向对象编程和 Ｃ Ａ Ｄ 技术的应用;（３）注重探究快速有效的优化算法以及探究随机优化和可靠性优化技术,从而快速有效地获得对优化设计点的可靠评价等。     

非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习,不需要离线训练。在无逼近误差和扰动的理想情况下,所提出的在线算法能保证辨识误差趋于零,基函数持续激励条件能保证权重趋于零。在非理想情况下,权重调整律采用ｅ修正权重算法,它是ＢＰ算法的推广,不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

1/3含口盖复合材料柱壳后屈曲性能

工程结构中复合材料柱壳已经得到了广泛使用,并且屈曲是其结构设计的一个主要问题。由于试验结果与线性屈曲理论分析结果的巨大偏差,线性特征值屈曲分析只能作为结构的一个初步评估方法,进一步分析可选用含初始几何缺陷的后屈曲分析。本文以轴压载荷下的1/3含口盖复合材料柱壳为研究对象,建立ABAQUS有限元模型,分别进行了基于Buckle算法的线性特征值屈曲分析、基于Riks法的含初始几何缺陷的非线性后屈曲分析,所得应变、载荷数值结果与试验结果吻合。非线性Riks后屈曲分析显示结构具有后屈曲承载能力和稳定的后屈曲平衡路径,能更准确地捕捉临界屈曲载荷,所得屈曲模态也更加贴近试验屈曲模态,因此,在设计上以含初始几何缺陷的Riks法得到的结果更加真实可靠。进行了含口盖复合材料柱壳的初始几何缺陷的敏感性分析,结果表明该结构对初始几何缺陷是非常敏感的,为了提高结构抗屈曲性能,应提高加工工艺质量,减少初始几何缺陷。     

基于模型降阶的随机最优输出反馈阵设计

本文研究了线性离散随机系统的模型降阶和最优输出反馈矩阵的设计问题。本文提出的设计方法不需要对原系统进行Anderson-Moore的迭代计算,直接利用求得的降阶模型解出近似的最优输出反馈阵。文中举例说明了设计方法的应用并进行了计算机仿真,仿真结果是令人满意的。     

一种基于承载效率准则的复合材料机翼结构布局优化方法(英文)

提出一种针对大型复合材料机翼结构的二级布局优化策略。系统级根据结构形变调整设计指标,子系统级优化结构布局以满足系统级约束。将机翼壁板中各种临界失效载荷的接近程度作为评判结构效率的标准,通过将结构效率作为优化目标,保证了所求解问题的连续性。加筋壁板通过等效的正交异性板模拟,并根据能量原理预测总体失稳载荷。讨论了加强筋支持弹性对于蒙皮抵抗局部失稳性能的影响,并通过神经网络代理模型对其进行逼近。采用解析模型对失效特性做出评估,减少了计算资源的占用。最后以一种大型机翼结构的综合优化作为算例,计算结果满足设计要求,验证了该方法的可行性。     

两种静弹修正方法的对比

本文针对工程应用的实际情况,采用线化理论和非线化理论对同一模型进行了静气动弹性计算,并对不同马赫数、不同高度的刚弹性计算结果进行了对比分析。结果表明,低速时可忽略弹性变形对气动力的影响,而高速时必须考虑弹性变形对气动力的影响,在工程应用初期,可用线化理论对非线性段气动力进行静弹修正,虽然精度有所降低,但效率却大大提高,在后期可用非线化理论进行校核计算。     

涡轮叶片的多学科设计优化系统

建立了一个全三维涡轮叶片的一体化多学科设计优化系统, 并对某叶片进行涉及五学科的设计优化分析.在此优化系统中, 采用5次多项式方法进行三维涡轮叶片的参数化建模, 单元线性插值法完成学科间载荷信息的传递, 多岛遗传算法及二次序列规划法联合进行整个优化问题的寻优.实例分析结果表明, 一体化优化使涡轮叶片性能得到明显提高, 所建系统稳定、高效, 具有应用于工程实践的可行性及可靠性.      

The role of AVDR in linear cascade testing

Linear cascade testing plays an important role in the research and development of turbomachinery and is widely used over the world.The ideal cascade model of a turbomachinery blade row is two-dimensional.In actual linear cascade testing, the flow through the test section converges due to the development of the boundary layer and secondary flow along the sidewall surfaces of the test section.Axial velocity density ratio(AVDR) is adopted to account for the deviation of the tested cascade flow from the ideal 2D model.Among numerous published cascade works, the influence of AVDR on cascade performance is seen to be complicated with many affecting factors, such as those related to cascade/blade geometry and flow conditions.Also, controlling AVDR is limited by the facility capability.Furthermore, real blade-to-blade flow in turbomachines is usually associated with AVDR greater than unity due to limited span of blades between the hub and shroud such that cascade testing without reducing AVDR could be favored sometimes.All these facets add complexity and diversification to the matter.The current paper reviews previous studies and results on AVDR.Consolidated understanding on the role of AVDR and recommendations on how to deal with it in linear cascade testing are provided.