多载荷作用下动涡旋盘应力和变形研究

利用NX建立动涡旋盘的三维实体模型,运用有限元法研究了动涡旋盘在气体载荷、温度载荷下的应力与变形;并对气体载荷以及温度载荷耦合作用下的动涡盘应力和变形进行了研究;仿真结果表明,温度载荷作用下,最大应力和变形发生在涡旋齿齿头部位;气体载荷作用下,最大变形在啮合点处,最大应力在涡旋齿中心及尾部;耦合作用下在端板与涡旋齿连接处产生最大应力,在涡旋齿中心及尾部位产生了最大变形。     

CINRAD/SA型天气雷达天线座设计

本文所述的是新一代8.5m天气雷达的天线座结构设计,它以成功的盘轴承设计、减速器设计以及同步装置、滑环的设计、缓冲装置设计以及完善地维护性设计有效地解决了天线座运行可靠性与寿命问题、天线座刚度以及维护设置等问题。     

大小叶盘-硬涂层阻尼结构的解析建模和振动分析

对叶片涂敷NiCoCrAlY+YSZ硬涂层,研究具有硬涂层的大小叶盘的动力学模型和振动特性,主要研究硬涂层对大小叶盘的阻尼减振性能的影响.首先,利用复模量理论和Oberst梁理论,建立了涂层大小叶盘结构的解析模型;然后,基于Gram-Schmidt法和Rayleigh-Ritz法,求解涂层大小叶盘结构的模态特性和受迫响应.结果表明:硬涂层阻尼对大小叶盘固有频率的影响很小,但能使模态损耗因子提高4倍,说明硬涂层可以有效提高大小叶盘的阻尼性能;此外,涂敷硬涂层可以有效抑制其受迫响应.     

某航空发动机压气机叶-盘耦合振动分析

基于循环对称结构模态分析基本理论,建立并验证压气机叶-盘结构耦合振动特性分析方法和流程。在能够线性求解的前提下,考虑叶-盘间实际连接情况,不忽略叶片榫头与轮盘榫槽间应力状态对振动特性的影响。选取某民航发动机高压压气机第三级叶-盘结构为分析对象,提取结构特征参数,在ANSYS软件中建立起叶-盘结构的三维有限元模型,并进行耦合振动仿真分析。首先计算该叶-盘结构在不旋转工况下的频率和振型,然后计算其在常用转速工况下存在预应力时的频率和振型,分析得到离心载荷对频率和振型的影响规律。最后分析其行波振动特性,计算3节径1,3,5阶行波节径振动频率。考虑外缘叶片受到周期性气体力对叶-盘的激振影响,画出共振特性曲线,为后续结构分析和排故提供依据,同时也为压气机叶-盘结构的振动特性分析提供了便于工程应用的方法。     

皱纹盘鲍（Haliotis discus hannai）、黑足鲍（Haliotis iris）及其杂交F1代营养成分的比较分析

利用生物化学方法,对皱纹盘鲍、黑足鲍及其杂交F1腹足部肌肉一般营养成分、氨基酸及脂肪酸组成与含量、矿物质元素及总糖和还原糖含量进行测定分析。结果表明,杂交鲍的粗蛋白含量最高（17．97％）,黑足鲍的粗脂（1％）和粗糖（9．29％）含量最高;杂交鲍氨基酸总含量（58．91％）和呈味氨基酸含量（28．77％）最高,黑足鲍的必需氨基酸含量最高（21．33％）,皱纹盘鲍氨基酸总含量、呈味氨基酸含量及必需氨基酸含量最低;黑足鲍与杂交鲍脂肪酸种类和不饱和脂肪酸含量高于皱纹盘鲍。实验共测定9种矿物质元素,除了黑足鲍腹足部肌肉Mn、Cu含量明显高于皱纹盘鲍和杂交鲍外,3种鲍其他7种矿物质元素含量差别不大;黑足鲍总糖和还原糖含量最高,皱纹盘鲍最低。以上实验结果表明,通过种间杂交,亲本某些遗传性状缺陷在子代中得以改良,并且获得的杂交F1代部分性状优于双亲,表现出一定的杂交优势。     

内存集群计算:交互式数据分析

本文围绕大数据分类中决策数据的管理和分析进行展开.重点分析了大数据时代关于商务智能(Business Intelligence,BI)技术新的应用需求;讨论了计算机硬件和体系结构的发展为决策数据管理和分析带来的挑战和机遇;通过对新兴典型应用的分析和相关技术和系统特点的总结,说明了基于内存计算的高性能数据管理和分析技术是当前亟待解决的问题,具有广阔的应用前景.在全内存式(in-memory)数据管理环境下,网络通讯将成为整个系统的主要瓶颈.结合内存的特点(数据易失性、内存墙瓶颈),设计针对高性能服务器的无共享分布式内存系统拓扑结构;研究面向异构、多层次缓存和内存结构的分布式数据布局与索引策略,跨核、跨处理器、跨服务器的多粒度并行处理框架,缓存感知、内存感知的分布式数据一致性维护等关键技术,轻量级面向按列存储的数据压缩机制及压缩感知的数据处理机制,将是基于内存计算的高性能数据管理与分析技术的重点研究内容,并将最终实现实时交互式分析处理.     

面向混合内存体系结构的模拟器

提出了一种基于全系统模拟器gem5的混合内存系统模拟器的构建方法.构建混合内存系统模拟器时,首先在gemg5中添加一层混合内存控制器结构,然后引入NVMain中的新型非易失性内存模型与gem5原生DRAM内存模型一起挂接到新添加的混合内存控制器上.实验结果表明,该方法能够实现构建混合内存系统模拟器的目标.     

内存数据仓库集群技术研究

随着硬件的集成度不断提高,多核处理器和大内存成为当前主流的计算平台,内存计算也成为新兴的高性能数据分析平台.内存数据仓库集群技术面向高性能分析计算,是实现大数据实时分析的基础平台.本文概括地介绍了中国人民大学高性能数据库团队在内存数据仓库集群技术方面的研究工作,包括:以列分布和列计算服务为中心的ScaMMDB内存数据仓库集群,以水平分片、并行计算为中心的ScaMMDBⅡ和reverse-star schema分布、集群向量计算为特征的MiNT-OLAP Cluster等技术的研究发展过程.分析了内存数据仓库集群技术的关键问题及技术挑战,并针对新的内存数据仓库集群应用需求展望未来技术的发展.     

大数据环境下并行计算模型的研究进展

在大数据时代,制约并行计算发展的掣肘正在发生改变,为分布式并行计算带来了前所未有的机遇和挑战.回顾了并行计算的发展和大数据环境下的新变化;结合硬件环境、计算模式、以及应用需求等对于并行计算模型研究的影响,综述了面向批处理、面向流处理、面向图数据以及面向内存等几类并行计算模型的相关研究;展望了其发展趋势.