Ti-Ni-C系反应超音速火焰喷涂合成研究

以Ti粉、Ni粉和石墨为原料,制备了3种喷涂粉末,研究了制粒方式和粉末组成对超音速火焰合成金属陶瓷涂层组织的影响。结果表明,制粒方式在喷涂过程中对反应程度和涂层相组成起到关键的影响作用,聚乙烯醇(PVA)制粒比混合制粒更有利于喷涂过程中反应的进行,PVA制粒粉末喷涂涂层的相组成为TiC,Ni和少量Ti与Ni的氧化物,混合制粒粉末喷涂涂层中含有大量的氧化物相;超音速火焰喷涂合成过程中,粉末组分中一定量的Ti和Ni被氧化,增加Ni与C的含量对喷涂粉末的氧化有一定的抑制作用。     

二重序列空间l_(q)的对偶空间

证明了当1≤p,q<+∞时,{eij}∞i,j=1是空间lpq的连续线性泛函的表示,证明了空间lpq的对偶空间为(lpq)=luw,其中,1相似文献   

尺寸对无限长条功能梯度材料裂尖应力场影响

假设剪切摸量沿厚度方向连续且为指数形式模型，给出了含有限长裂纹的无限长条功能梯度材料在反平面剪应力载荷作用下的裂纹问题。利用非局部线弹性理论和积分变换方法，将混合边界值问题简化对偶积分方程，最后通过Schmidt方法对裂纹尖端的应力场和位移场进行了求解。与经典理论的解答不同，裂纹尖端应力为有限值，裂纹尖端应力幅值随长条高度的增加而降低。     

无梭织机及其辅助喷嘴的市场前景与开发方向

分析喷气织机发展趋势以及国内外辅助喷嘴技术现状．剖析了节能、提速、减磨型辅助喷嘴的设计机理．指出了国内辅助喷嘴的发展途径，为国内辅助喷嘴产品的研制开发提供参考.     

基于Elman神经网络的汽油机过渡工况空燃比多步预测模型

为了减小车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出一种基于Elman神经网络的空燃比多步预测模型.通过对空燃比数学模型的分析,确定神经网络空燃比多步预测模型的输入向量,同时,为了提高过渡工况空燃比预测精度,在神经网络输入向量中增加反映空燃比变化趋势的导数信息.对HL495发动机过渡工况实验数据进行学习,采用梯度算法对Elman神经网络的权值进行调整.研究结果表明：采用该方法能精确预测过渡工况空燃比,预测模型的最大误差小于1%,平均误差小于0.5%.该预测模型可用于实现车用汽油机过渡工况空燃比的精确控制,提高车用汽油机过渡工况排放性能.     

水射流扩孔喷嘴内部流场的数值模拟

利用计算流体软件建立了土层扩孔喷嘴内部流场的三维数学模型.采用标准k-ε湍流模型模拟了喷嘴内部流场,并分析了喷嘴参数对流场速度分布、压力分布和出口速度的影响.结果表明,扩散角和扩散段长度对喷嘴内部流场影响较大,圆柱段长度的影响相对较小,但各参数都存在着最优值.计算结果与室内实验基本吻合,验证了喷嘴内流场分布与射流土层打击效果存在着内在联系.     

矢量喷管柔性机构运动及可靠性仿真

针对航空航天柔性机构运动具有复杂非线性的特点,提出了一种在UG-ANASYS-ADAMS多软件平台下建立柔性机构模型并进行运动仿真的方法,对某轴对称矢量喷管(AVEN)机构进行了建模仿真;采用响应面方法和蒙特卡洛法相结合的方法得到了矢量喷管性能参数的概率分布,并计算了其可靠性。该方法能够为航空航天领域同类机构的建模分析提供借鉴,响应面方法与蒙特卡洛法结合的可靠性分析方法在满足一定精度要求的同时,能够大大减少计算时间。     

反演与变分不等式解的存在性

利用元素例外族引申出无穷小元素例外族，并通过反演运算，得到了两个例外族的对偶．利用这些概念和标量导数研究了变分不等式问题解的存在性。     

Wind vector retrieval using dual polarization imagery of ASAR

A new algorithm for retrieving wind vector using dual polarization imagery of advanced synthetic aperture radar (ASAR) is developed and tested. Based on the combination of co-polarization and cross-polarization, this new algorithm effectively eliminates the 180° ambiguity which occurs when using single imagery of the ASAR to retrieve wind vector. This algorithm also solves the problem that the retrieval results will break down on very small spatial scales. The results retrieved from dual polarization imagery of ASAR show that the wind speed and direction are in agreement with the data from Quikscat and buoy measurements. The root mean square errors of wind direction and speed between the retrieved results and data from Quikscat are 2.21° and 0.53 m/s, respectively. Comparisons between the new method and the traditional method show that the new methods fit the buoy data and Quikscat data a little better than the traditional method in this image.     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.