薄铺层复合材料薄壁管轴压屈曲行为研究

在薄壁结构的应用中,屈曲稳定性是影响其承载性能的关键因素,为研究减薄铺层厚度对复合材料薄壁结构局部屈曲行为的影响,本文采用不同厚度(0.125、0.055和0.020 mm)的预浸料制备复合材料薄壁管,实验测试了其在轴压下的局部屈曲行为.实验结果表明,随着铺层厚度减薄,实验采用的正交和均衡两种铺层方式的复合材料薄壁管局部屈曲载荷均随之提高,而屈曲失效模式没有发生改变.力学分析表明,铺层厚度减薄后,管壁弯曲刚度的改变和层间剪切应力分布对薄壁管局部屈曲载荷提高有重要影响.采用薄铺层制备复合材料薄壁结构件能够有效提高其局部屈曲能力.     

炸药材料特性对整体式MEFP成形的影响

为提高整体式多爆炸成形弹丸（MEFP）毁伤能力,采用LS-DYNA数值仿真软件对不同炸药材料下整体式MEFP成形过程进行了仿真研究,并对采用B炸药的战斗部进行了地面静爆验证试验,试验结果和仿真结果吻合较好.研究表明随着炸药材料密度、爆速和爆压的增加,中心弹丸速度和长径比都得到大幅提高,中心弹丸侵彻能力增强;周边弹丸外形则由球形逐渐向长杆形发展,弹丸气动性减弱.炸药材料参数与毁伤元成形参数间呈抛物线变化规律,故可根据具体目标选择合适的炸药材料,以提高对目标的毁伤概率.     

基于指数移动平均的无线层析成像算法

为提高无线层析成像（RTI）算法在多径环境下对运动目标的跟踪精度,降低多径效应对信号变化的影响,引入指数移动平均（EMA）作为无线层析成像中衡量信号变化的参量.采用长时EMA作为基准,无需事先测量待测区域的背景信息.进行了室外穿墙和室内多径环境的单运动目标跟踪实验,与SRTI和KRTI比较,结果显示基于指数移动平均的RTI算法跟踪误差小于其他算法,而算法耗时没有明显增加.      

多工况下油罐车罐体的轻量化设计

油罐车罐体约占整车质量的12%~24%,对其进行轻量化设计对降低发动机油耗、提高油罐车的操控稳定性等至关重要.然而,金属罐体结构已趋成熟,基于通用金属材料性能及其对应结构层面上的优化已难以满足当前高性能轻量化油罐车的需求.考虑到油罐车多工况工作条件,以及复合材料优异的力学性能和可设计性强的特性,构建了一种新型轻质复合材料罐体结构.基于参数化建模方法构建罐体的三维模型,并通过数值模拟方法详细研究罐体在静态和动态条件下的应力分布情况.通过模态分析来确定罐体的主要基本阶的固有频率和相应振型,为发动机选型提供参考依据.结果表明,在满足多工况性能要求的前提下,复合材料模型质量比钢材降低了64.1%,比铝材降低了19.8%.     

鄂尔多斯盆地吴起——志丹地区长10油层组油源及成藏分析

通过油源对比、油油对比的方法,对吴起—志丹地区延长组长10油层组的油源问题有了新的认识,吴起地区长10原油主要来自长7烃源岩;志丹地区长10原油来自长9烃源岩.最后结合油源对比结果、成藏地质特征,得出研究区东西部具有不同的成藏模式:西部吴起地区由长7烃源岩向下排烃跨层输导进入长10成藏;东部志丹地区为长9烃源岩向下排烃进入长10聚集成藏.     

面向球头铣刀多轴铣削加工的铣削力系数辨识

提出了一种适用于球头铣刀多轴铣削加工的铣削力系数辨识方法.首先,将剪切力系数考虑为轴向位置角κ的多项式函数,推导了基于平均铣削力的铣削力系数辨识模型.然后,设计了多组刀具轴线与工件表面夹角不同的槽切铣削实验来实现铣削力系数辨识,以保证通过实验辨识得到的铣削力系数包含了球头铣刀不同姿态切削对铣削力的影响因素.最后,通过实验验证了该方法的正确性和可靠性.实验结果表明,该辨识方法相比于基于瞬时铣削力的辨识方法具有更好的抗干扰能力和更高的辨识精度,适用于球头铣刀多轴铣削加工的铣削力预测.     

确定性多变量非线性系统的在线修正参数预测滤波PID控制

针对确定性多变量NARMAX模型,分析了其可采用PID控制的约束条件。提出一种增量型预测滤波解耦PID控制算法,基于递推参数估计算法对系统模型进行参数估计,采用逐步迭代预报算法进行预测,结合一种可克服算法病态的直接极小化指标函数的自适应控制算法和Robbins-Monro算法,给出了确定性多变量NARMAX模型的具有在线修正参数的预测滤波PID控制算法,因指标函数中含有输出的预测值,故算法具有加快PID控制参数收敛到有效值速度的性能。仿真研究表明,因为所提出的PID算法具有在线修正参数和预测控制的性能,故系统具有较好的控制品质。     

基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.     

海滨寻贝 探索与发现的游戏

正也许很多人觉得,在海边俯身便可捡到贝壳。事实上,一些观赏价值高的海贝,你可能无缘见到;就算偶尔碰到,也可能因不了解而有眼不识宝贝。这次,就让我们一起来探索、发现那些藏身于海滩的美丽精灵。出发前的准备出发前的准备可不能小瞧,天时地利都占据了,你才有可能跟美丽的贝壳们碰上面。当然,自己也要装备齐全,要想在岩石、沙堆等地方找到贝壳们,需要借助一些特殊工具。     

大型矿区资源开采规划模型的建立及其应用

针对某大型金属矿区面临大规模高强度开采的工程实际,为了稳定矿区平均出矿品位,更合理地开采回收资源,提出一种可靠的多目标资源开采规划模型。在分析矿山现有资源情况的基础上,采用多目标资源开采规划模型规划矿区各个区段合理的产能以及各个中段合理开采规模。在此基础上,运用数值计算软件MATLAB计算模型结果。结果表明:制定大型矿区资源开采规划时,运用多目标资源开采规划模型能够获得有效的规划方案,采用提出的方法确定的开采规划方案符合矿山实际,具有较高的可靠性。