基于损伤演化的钢绞线网/ECC黏结滑移关系

为进一步探究高强钢绞线网与水泥基复合材料(ECC)的黏结滑移关系,通过高强钢绞线网在ECC内部黏结滑移微观机理分析,充分考虑钢绞线直径对其黏结滑移曲线初始切线刚度的影响,引入损伤力学理论对现有钢绞线网与ECC黏结滑移模型进行了修正.经模型验证,分析表明修正后模型计算结果与试验结果符合良好,尤其是上升段具有更好的精确性.此外,将修正后模型引入到有限元模拟分析中,采用ABAQUS软件中的Spring-2非线性弹簧单元来模拟高强钢绞线网与ECC的黏结滑移特性,对高强钢绞线网与ECC拉拔试验进行有限元模拟分析.结果表明:数值分析结果与试验结果符合良好,进一步验证了模型的精确性,以及数值分析方法的可行性和适用性.     

基于机器学习的界面多相催化效应动力学蒙特卡罗模化

高焓气动环境表面多相催化效应对高超声速飞行器气动热有显著影响,对该效应多尺度特征的表征建模是飞行器热防护系统轻量化、低冗余设计的重要前提.采用动力学蒙特卡罗方法,建立了可用于宏观流场计算的界面多相催化介观模型,并通过径向基函数神经网络算法,训练形成了基于机器学习的吸附演化动力学精确解析的界面多相催化代理模型,实现了催化复合系数的快速精准预测.研究表明,基于机器学习的界面催化代理模型获得的复合系数预测值与动力学蒙特卡罗方法相一致,同时计算时间大幅缩短至常规宏观方法耗时.通过与宏观非平衡流场求解器耦合,所建立的界面催化模型可快速获得多尺度界面多相催化效应下的表面气动加热热流.基于机器学习方法对微细尺度的计算结果进行模化并用于宏观计算,在解析界面多相反应演化动力学的同时,提升了计算效率,为工程适用的飞行器复杂高温效应跨尺度建模提供了理论依据.     

基于NTRU格的云数据可撤销属性基加密方案

针对现有基于离散对数求解难题的云数据加密方案无法抵御量子计算攻击并同时实现安全有效的属性撤销问题,提出一种基于NTRU格的云数据可撤销密文策略属性基加密方案RNL-ABE.首先将基于NTRU格的加密算法与属性基加密结合以抵御量子计算攻击,实现细粒度访问控制和安全属性撤销,避免重新进行密钥分发;改进密钥结构,防止系统中的合法用户、撤销用户、外部攻击者之间实施共谋攻击.最后基于环上误差学习难题(R-LWE),对RNL-ABE方案进行了形式化证明,并与同类型方案进行了仿真性能比较.结果表明:RNL-ABE方案在选择属性集模型下能够抵御量子计算攻击并实现安全的属性撤销;相比其他同类型方案,所提出方案在效率上更具有优势,计算和通信开销均减少50%以上.     

服装时尚

时尚是一种永远的共性追求,而绝非是个人的独特思想,这一刻,时尚出现在我们生活时,他还不能被称之为时尚,因为很可能下一刻它就面临淘汰甚至落伍。我所认为的时尚,就是在特定的时段内率先由少数人的尝试,预计到后来被社会大众所崇尚,追捧和效仿的生活样式。     

间隔基长度不同的偶氮苯单体的合成与表征

分别合成了包含亚辛基、亚壬基、亚癸基和亚十一基4种不同长度柔性间隔基的偶氮苯单体.利用核磁共振、元素分析、红外光谱、示差扫描量热分析、偏光显微镜和紫外-可见吸收光谱对这些化合物的性质进行了分析与表征.结果表明,随着间隔基长度的递增,偶氮苯单体的性质呈现明显的奇偶效应.具有亚辛基和亚癸基的单体没有液晶性,而具有亚壬基和亚十一基的单体呈现液晶性.此外,间隔基较长的单体与间隔基较短的单体相比,具有较低的熔点和更宽的液晶相范围.     

飞机结构强度试验中碳纤维增强树脂基复合材料无损检测技术

新型飞机大量使用碳纤维增强树脂基复合材料(CFRP)作为结构用材,为确定CFRP结构强度试验后的最终损伤状态,必须制定相应的无损检测方案与损伤评定方法。针对强度试验后CFRP工件表面粘接物对检测效率的影响、变厚度弧形CFRP结构原位检测损伤识别以及CFRP结构冲击损伤定量基准波选取等关键技术,结合强度试验中无损检测的特点,采用现场检测典型信号分析的方法,提出了CFRP结构强度试验中的无损检测方案和损伤评定方法,最后通过实验验证了检测方案和评定方法的有效性。     

水杨基荧光酮二聚体作为荧光探针测定乐果

水杨基荧光酮是一种三苯甲烷类阴离子试剂,中性条件下具有强荧光的水杨基荧光酮与适宜表面活性剂作用形成弱荧光缔合物,在此缔合物中加入乐果,荧光强度显著回升且有良好的线性关系,方法的线性范围为0～3.2mg/L,检出限为0.014mg/L.将以上方法直接应用于谷物、蔬菜、土壤中农药残留的检测,结果令人满意.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

一类径向基神经网络干扰观测器轨迹线性化控制

利用径向基神经网络(RBFNN)的逼近能力,研究了基于径向基神经网络干扰观测器(RDO)的鲁棒自适应轨迹线性化控制(TLC)策略,以解决空天飞行器复杂飞行条件下系统不确定及干扰的控制问题。分析了系统存在不确定性时轨迹线性化控制方法性能降低甚至失效的原因,设计了自适应调节律,并采用Lyapunov方法严格证明了在该自适应调节律作用下闭环系统所有误差信号最终有界。仿真结果表明,较当前TLC方法的控制性能,新方案在空天飞行器系统上具有更优异的控制性能和鲁棒性。