同轴双输出行星减速器振动分析及噪声预估

应用自主开发的齿轮三维动力接触有限元分析程序计算了齿轮啮合时变刚度激励、误差激励和啮合冲击激励,用I-DEAS软件建立了同轴双输出行星齿轮减速器有限元模型,并对减速器的固有特性及内部动态激励下的动态响应和结构噪声进行了仿真分析.计算表明不会出现齿轮箱固有频率与传动轴转频或齿轮啮合频率合拍的现象,结构噪声的最大值均出现在齿轮啮合频率附近.     

分布式星载SAR回波仿真的并行化计算研究

对分布式星载SAR系统地面回波仿真程序并行化算法进行了研究。重点介绍了分布式小卫星SAR系统多星协同工作的仿真策略、各并行节点任务的分配策略和并行节点问大量数据传输的策略。实验证明此并行化算法具有较高的加速性能，具有实际的应用前景。     

柱塞泵配流冲击分析与实验研究

配流冲击是柱塞泵的主要噪声源.本文以25SCY14-1B 轴向柱塞泵为研究对象,对其配流过程中的压力及流量冲击做了分析与仿真,用微型压力、加速传感器测试了高压、高速旋转工况下泵内柱塞腔压力动态过程及斜盘振动过程,在此基础上对配流冲击机理做了进一步的探讨,并提出以控制流量倒灌冲击为主要降噪优化目标的配流盘阻尼结构设计准则.     

舰载制导炮弹三点法弹道仿真

在分析实战态势的情况下,建立了相关坐标系,给出了仿真所用的主要数学模型.基于基本作战流程,对仿真流程进行了详细的描述.在给定条件下,利用Visual C 和Matlab编程工具对三点法导引弹道进行了仿真,并分析了仿真结果,验证了模型的正确性.最后指出了仿真有待深入的部分和战术应用前景.     

基于车载三维激光扫描结果的桥面变形分析

车载三维激光扫描技术能够直接对目标结构表面进行三维量测,并采用三维阵列点云的方式来生成结构物表面的三维形态和记录点位坐标,打破了传统的桥梁变形监测方法仅有数个独立点的局限性,扩大了桥面变形监测范围,提高了结构物的观测精度,并能快速、完整的进行量测。本文将车载三维激光扫描技术引入到桥梁变形监测中,基于全长331.2m的预应力混凝土连续-刚构桥为背景,采用三维激光扫描技术对其温度变形进行探索。在监测环境温差20℃范围内,对其进行多次桥面几何形态数据采集,并对采集的数据进行处理。对基于车载三维激光扫描点云数据的NURBS(Non-Uniform Rational B-Splines)曲面提出了一种新的变形测量方法,得到整个桥面的变形测量结果,再与采用有限元分析软件MIDAS CIVIL建模得到的各温差下理论变形数据进行对比,发现基于NURBS曲面的分析处理方法获得的变形测量值具有良好的精度和可靠性,并能够获取桥梁点-线-面的整体变形监测结果,与单点变形监测相比,弥补了其缺乏线性变形及整体变形特征的不足,有较好的工程应用前景。     

自干型水溶性醇酸树脂的实验研究(Ⅱ)--醇酸树脂性能的影响因素分析

在通过一系列的对比实验基础上, 研究探讨了合成原料如脂肪酸种类、高官能度醇、高官能度酸、中和剂、助溶剂和树脂变量如油度长短、醇超量、最终酸值对醇酸树脂水溶性及涂层性能的影响, 得到了一个最佳的合成配方     

水性涂料防沉剂（Hdp—01）的研制

研制了一种水性涂料防沉剂,该防沉剂由苯乙烯与顺丁烯二酸酐在甲苯溶剂中共聚而成。通过正交试验确定优化工艺条件为：反应温度８０℃,反应时间４．５ｈ。苯乙烯与顺丁烯二酸酐质量比６．５：５,甲苯用量２５ｇ,引发剂用量０．１ｇ。     

大功率气介声波换能器的研究

研究了一种大功率气介声波换能器．该换能器由夹心式功率超声换能器及一个弯曲振动金属圆盘组成；推出了换能器各组成部分的共振频率设计方程；设计了一些换能器振子．实验表明，在小信号条件下，换能器的共振频率测试值与理论值符合很好．在大功率条件下，当输入电功率为２００Ｗ时，换能器可长时间工作于脉冲状态下，距声波辐射面１ｍ处的声压级可达１５０ｄＢ．     

机器结构噪声转动功率流的测量

利用互功率谱的方法对安装在混凝土地板上的小型排气扇工作时产生的转动结构声功率流进行了测量 ,对不同的地板和不同劲度系数的隔振支架对结构声功率流的影响以及各自由度的结构声辐射进行了比较和讨论     

石羊河流域空气传播孢粉的初步研究

为了确定风长距离搬运的孢粉对干旱区尾闾型湖泊沉积物孢粉谱的贡献率，对干旱区典型的小流域--石羊河流域空气中的孢粉进行了分析．石羊河流域云杉树盛花期时，3个样点8个空气样孢粉分析显示，空气样孢粉组合与取样点植被状况大致相当，孢粉组合的空间变化基本上受现代植被分布状况控制，影响空气样孢粉谱和孢粉浓度的因素主要是取样时间和地点．在一定的范围内，干旱区风搬运孢粉的能力很强，可大量地搬运孢粉；但风长距离搬运孢粉的能力有限，超过一定距离，风搬运的孢粉数量还是很小的，风搬运的流域上游森林带的孢粉对中下游地区空气样孢粉谱的贡献率很小．