汽车正撞的数值模拟及实验验证

为了在汽车的设计阶段使被设计车辆更好地满足耐撞性的要求,以某汽车为研究对象,采用动态大变形非线性有限元模拟技术,模拟了该车正面撞击刚体墙的过程。与已完成的该车实车正面碰撞结果进行了对比分析,验证了所建立的有限元模型的正确性。在此基础上,进一步建立了该车转向系、简化的车体和混三型假人的多刚体系统,通过应用多刚体动力学技术模拟了发生碰撞时假人的动态响应并得到了其损伤指标。最后根据模拟计算得到的结果对该车前部结构的耐撞性进行了评价,并提出了结构的改进方案     

基于图像分析的机场打击效果自动评估研究

根据机场这一典型目标的成像特点,将打击前后的机场图像配准,分别从打击前的机场图、配准图中分割出打击前、打击后的跑道,通过比较它们之间的变化,剔除伪弹坑,保留真实弹坑,再将完好跑道区域和真实弹坑合成一幅评估用图．自动评估时,以敌机起降所必需的最小起降窗口在此图中进行滑动,根据能否找到可供起降的区域来评估机场的打击效果．实验表明本方法在很大程度上实现了针对机场的打击效果评估的自动化与智能化、     

平移不变性图像融合及在打击效果评估中的应用

提出了一种具有平移不变性的图像融合方法,并将其用于战场打击效果评估．算法引入具有平移不变性和良好的方向分析能力的双树复小波变换对源图像进行多尺度分解;然后对分解得到的各尺度的高频子带采用基于跨尺度的邻域空间频率的融合策略,最高层的低频子带采用基于改进的邻域熵的融合策略进行融合处理;最后对融合后的各个频带进行双树复小波逆变换,重构出融合图像．打击效果实验和评估结果表明该算法能够实现更有效的融合,融合图像包含了打击前后的有用信息、标记了打击的位置,更容易对打击的位置或关键部位,以及毁伤程度讲行评估．     

基于MADM的威胁评估排序模型

结合现代防空作战的特点和指挥自动化系统的工作过程,对影响目标威胁评估的各种因素进行了分析,并讨论了常用威胁评估方法的缺点和不足,依据多属性决策(Multiple Attribute Decision Making,MADM)理论和方法,提出了基于MADM的目标威胁评估排序模型,并通过示例介绍了威胁评估和排序的求解过程。该方法有效地解决了目标威胁评估与排序问题,提高了防空作战效能。     

外包钢-混凝土组合梁与型钢混凝土柱连接节点试验研究

介绍了2个外包钢-混凝土组合梁与型钢混凝土柱的连接节点,并对其进行了低周反复荷载作用下的试验研究.对节点的破坏形态、滞回曲线、强度、延性和钢筋、钢板的应变等性能进行了分析.试验结果表明:通过合理的构造措施,外包钢-混凝土组合梁与型钢混凝土柱的连接节点具有较强的受剪承载力、较好的延性和耗能能力,能够满足工程要求.在此基础上对节点的受力机理进行了探讨,提出了节点核心区受剪承载力的计算公式,计算结果和试验结果吻合良好.     

掺氢对天然气燃烧室燃烧及排放特性影响

天然气混合氢气燃烧可有效降低含碳物质的排放。但掺混氢气会改变燃料性质,进而影响燃烧进程,故有必要对掺氢燃烧进行深入研究。本文主要研究了以混氢天然气为燃料的燃气轮机的燃烧特性和排放特性,采用数值模拟的方法研究不同的掺氢比（H2体积含量0~100%一共6种工况）对GE-10实验型燃气轮机燃烧室燃烧过程的影响。研究结果表明,随着掺氢比的增加,火焰温度上升,燃烧反应区前移。在低掺混比下火焰筒出口处的温度分布随掺氢比增大趋向均匀,当掺氢比超过0.6时,出口处温度分布均匀性大幅下降。此外,混合燃料中氢气成分的增加会导致局部释热量提高,进而导致NOx排放增加,当掺氢比超过0.8时NOx排放量增加的幅度变大。同时,随着掺氢比的提高CO和CO2的排放量显著减少,H2O的生成量显著增加。研究结果将为后续混氢燃烧技术在工业燃气轮机上的应用提供理论指导。     

中温煤沥青悬浮法制备球形活性炭的研究

以软化点为85 ℃、0.30～0.45 mm的中温煤沥青颗粒为原料，采用悬浮法制备沥青球，采用混合氧化法（HNO3液相氧化和O2气相氧化）对沥青球进行不熔化处理. 不熔化沥青球经过炭化、CO2活化法制备沥青基球形活性炭. 采用SEM、TG/DTG、FT-IR对沥青球进行表征. 结果表明，采用悬浮法制备的沥青球表面光滑、平均球形度0.981、粒径分布集中，0.30～0.45 mm的沥青球质量占比超93%. 活化温度940 ℃，保温6 h制得的沥青基球形活性炭的BET比表面积为1 545 m2/g、微孔率为75.30%.     

基于核极限学习机与容积卡尔曼滤波融合的锂电池荷电状态估计

为了提高锂电池荷电状态（SOC）估计精度，在容积卡尔曼滤波（CKF）算法中引入误差补偿机制，提出一种核极限学习机（KELM）和CKF相融合的估计方法.通过递归最小二乘法（RLS）动态跟踪等效电路模型的参数，由CKF算法得到SOC的初步估计值；以锂电池的工作电压、电流、CKF算法的残差均值和方差作为输入，初步估计值与真实值的偏差作为输出，采用KELM算法，在联邦城市驾驶工况（FUDS）下进行训练，得到CKF算法估计误差的预测模型；利用KELM预测模型的回归预测能力对初步估计值进行误差补偿，从而达到降低估计误差的目的.为了验证所提方法的有效性和先进性，采用Arbin电池测试平台的实验数据进行仿真分析，结果表明在多种工况下所提方法均具有更高的估计精度、更强的泛化性和鲁棒性.