精铸钛合金后封头壳体研制

后封头是某高压容器的一个关键承力件。该封头直径大、薄壁、形状复杂、开口比为0.9,工作压力高达9.8Mpa。壳体采用钛合金精铸,减轻重量40％,降低成本20～50％。经鉴定,此项技术成果达到了国际先进水平。后封头壳体选用铸钛合金ZTC_4(Ti—6A1—4V)时通过增添加强筋及从工艺上采用“热等静压”热处理来弥补钛合金E值低和消除铸件本身材质疏松等弊病。通过测试,获得水压强试验应力分布试验曲线及“热等静压”后的铸钛合金ZTC_4材料性能数据,为今后类似产品设计及使用作参考。     

碳纤维复合材料高压球形容器研制

采用变带距方法对球形容器进行优化设计，并研制了一批产品。试验结果表明，在纤维设计应力相同条件下，采用变带距缠绕的球形容器，其复合材料重量比等带距缠绕的轻２４．５６％，而其容器特性系数高出１０．４％，能同时满足设计提出的强度和重量两方面要求。     

基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。     

基于CST方法的高空低雷诺数吸附式叶型耦合优化设计

研究了一种基于类别形状函数变换（CST）方法的吸附式叶型优化设计方法,该方法可以在高空低雷诺数条件下对叶型和抽吸方案耦合优化.结果表明:优化之后在20km高空低雷诺数条件下总压损失降低了65%,静压升提高了0.02,气动性能得到较大提升.而且由于优化过程中罚函数的引入使得优化后吸附式叶型在地面条件下性能也有所提高.对于高空低雷诺数条件下吸附式叶型在抽吸位置之前适当的增加叶型负荷,再通过抽吸来控制附面层,效果最优.并且最佳抽吸位置位于层流分离泡作用区域内.在层流分离泡作用区域内抽吸可以完全消除层流分离泡对叶型性能的影响,并且可以较好控制附面层位移厚度和动量厚度的增加,有效地减小附面层内的动量损失.      

垫板对降低双支座卧式容器峰值应力的研究

文章通过有限元软件ansys建立两支座卧式容器的有限元模型,考察了垫板厚度和伸出角对筒体峰值应力的影响.为了定量地分析它们各自对峰值应力的影响,特别引入了应力削弱系数的概念,从而得到了垫板最佳的相对厚度和伸出角.     

基于EJB的多层分布式系统模型的研究与应用

现今应用程序体系结构已发展到分布式计算模型,本文通过对分布式中间件EJB(EnterpriseJavaBeans)的体系结构和技术规范的研究和分析,深入探讨了EJB体系结构的相关概念以及基于EJB的多层分布式企业应用开发的工作原理,论述了EJB是构建企业分布式应用的一种服务器端开发模型,并以网上购物为例为构建企业多层应用提供了一种开发方法。     

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

基于多模态组合互补性学习的时尚兼容度预测模型研究

在时尚单品兼容度预测研究中,多模态特征间的互补性以及融合特征对于视觉特征的相关性问题未得到充分挖掘。针对这个问题,提出多模态组合互补性学习的时尚兼容度预测模型。该模型由四部分构成：特征提取网络使用ResNet18提取视觉特征和LSTM提取文本特征;然后使用联合表征网络将视觉特征与文本特征映射到相同的多模态嵌入空间中,减小模态间的差异性增强互补性;考虑到互补融合特征对于视觉特征的相关性问题,特征融合网络使用了组合模块分别组合了视觉特征和多模态特征;最后使用类别感知的映射方法将多模态特征映射进基于类别感知的嵌入空间中分析时尚服装的兼容度。实验仿真结果表明,该模型在消融实验以及在时尚兼容度预测的相关评价指标上均有提升和优化。