基于损伤力学的金属材料韧性断裂失效分析

金属韧性断裂是损伤累积的结果,以孔洞演化理论和细观损伤力学模型为基础,将韧性断裂机制

分为拉伸型和剪切型两种类型,提出了一个适用于不同变形路径的统一形式的韧性断裂准则。通过编写用户

材料子程序VUMAT,将韧性断裂准则嵌入到ABAQUS 有限元软件的准静态算法主程序中,模拟了航空铝合金

LY12CZ(Kt =1 和3)单向拉伸时材料损伤累积、裂纹萌生、扩展直至韧性断裂的物理全过程,并通过拉伸试验

验证了模型的有效性。韧性金属材料孔洞断裂机制研究表明,单调加载过程中宏观裂纹的形成是孔洞在夹杂

物和第二相微粒周围形核、长大直至聚合的结果。

     

基于网络图的飞机大修进度模拟分析

飞机大修进度控制是一项复杂、随机性强,却有规律性可循的管理项目。通过对以往若干批次飞机大修进度数据的统计分析,结合专家评估,得到飞机大修中各工艺作业的进度规律,并以此作为大修网络图中的各项作业的基础参数,建立网络图计算模型,借助于计算机大数据模拟来分析大修网络图的内在规律,为实际飞机大修进度 制定和网络图优化提供参考依据。     

基于无监督深度学习的红外与可见光图像融合

目前已知的多数基于卷积神经网络的红外与可见光图像融合模型没有充分利用来自可见光源图像的层次特征,因此导致融合图像细节纹理不足。受残差网络和密集网络的启发,提出了一种基于无监督深度学习的图像融合算法来解决融合图像细节纹理信息不足的问题。使用的残差密集块有连续存储机制,最大程度地保留每层的特征信息,局部残差融合和全局残差融合的设计有利于学习图像中的结构纹理。此外,为了更好地保留可见光图像中的细节纹理,引入了生成对抗网络对数据集进行无监督学习。主客观实验表明,该算法不仅获得了良好的视觉融合效果,融合图像具有更多的边缘纹理信息,在客观评价指标上对比现有优秀的算法也较大的提升。     

直升机高置信度中值使用飞行谱编制方法

依据直升机使用寿命分布规律,在高置信度条件下,提出了飞行谱编制的最小样本容量准则。在此基础上,采用科目统计和飞行状态分解技术,基于单机10年统计分析的方法,研究了直升机高置信度中值使用飞行谱编制原理,以此编制的使用飞行谱具有一定的置信区间,能够真实地反映直升机单机短期执行任务的分散性和整个机群长期服役的规律性,为研究直升机关键动部件的损伤与直升机定寿提供依据。