UHMWPE复合材料抗爆实验研究

运用定制的聚偏四氟乙烯(PVDF)压电传感器,直接测量爆炸载荷下UHMWPE层叠无纬布和PU基体的UHMWPE复合材料内部冲击波压力峰值,对其冲击波衰减特性进行了实验研究。实验结果表明:UHMWPE复合材料对爆炸冲击波有很好的衰减作用,含有PU基体的UHMWPE复合材料比UHMWPE层叠无纬布对爆炸冲击波有更好的衰减效果。UHMWPE复合材料具有轻质、吸收冲击波效率高等特性,在爆炸冲击波防护领域有很好的应用前景。     

基于径向基函数神经网络的漏磁信号反演

采用径向基函数神经网络的方法对漏磁信号反演进行了研究,由实验数据和仿真数据获得样本,在网络训练的基础上,建立了由缺陷的漏磁信号到缺陷二维轮廓图的网络映射,实现了缺陷二维轮廓图的漏磁反演,为漏磁定量化检测提供了一种可行的方法。     

民转军技术

>>聚丙烯腈基碳纤维1、关键技术参数或产品性能抗拉强度(Tensile Strength)3,500MPa抗拉模量(Tensile Modulus)230GPa密度(Density)1.76g/cm3延伸度(Elongation)1.6%本产品为单位自有技术,目前处于规模化生产阶段。     

整体成型中空织物及其复合材料

中空织物高度2-50mm,面层厚度0．2～10mm,芯层厚度2-50mm,重量500—4500g／m2;纤维体系包括玻璃纤维、碳纤维、凯芙拉纤维、石英纤维等,面层结构可设计为2D、2．5D、3D等。     

航空用复合材料气瓶

1、关键技术参数或产品性能 本产品采用航空气瓶结构优化设计技术、高性能碳纤维缠绕成型技术、高疲劳寿命预应力设计与施加技术等多项专有技术生产而成,具有重量轻、结构效率高、耐腐蚀性好和失效形式安全等优点,     

粘弹性芯材复合材料夹芯板的自由振动分析

基于Kelvin粘弹性芯材本构特征模型,推导了复合材料夹芯板的动力学控制方程,给出了四边简支正交对称铺层表层夹芯板的固有频率和结构损耗因子解析解,并将解析解与有限元计算结果进行了对比验证。探讨了阻尼层参数变化对结构固有自由振动特性的影响。分析结果表明:增加芯材厚度能有效地提高结构固有频率和损耗因子;结构的有阻尼自振频率受损耗因子影响较小,但其损耗因子随着芯材材料损耗因子的增加而增加;结构的固有频率随着芯材剪切模量的增加而增加,增幅逐渐减小;随着芯材剪切模量的增加,结构的损耗因子先增加后减小,芯材剪切模量设计存在最佳值;结构尺寸增加,芯材剪切模量最佳值逐渐减小。     

RBF神经网络在飞艇单发停车故障中的应用

针对飞艇单发停车故障,提出了一种基于径向基神经网络的模型跟随非线性重构控制策略,并使用遗传算法对RBF网络进行了优化.该方法通过响应误差构造神经网络的学习规则,神经网络的输出驱动系统向着消除误差的方向运动.理论分析和仿真验证表明,该控制策略具有良好的重构性能和鲁棒性.     

一类不确定时滞混沌系统的全局鲁棒自适应神经网络同步控制器设计

研究一类不确定时滞混沌系统的全局鲁棒自适应神经网络同步控制器设计,其系统中的不确定时滞项不是简单的线性有界条件,而是允许其存在高阶项,因此具有全局特性．在控制器的设计上;首先通过选取合适的径向基函数（RBF）神经网络的权向量去逼近时滞系统中的未知连续有界部分;然后在RBF神经网络输出的基础上,选用一个鲁棒自适应控制器来趋近时滞系统的不确定部分;同时,利用Lyapunov稳定性理论对混沌同步的条件给出了论证;最后,数据仿真的结果表明该方法的有效性．     

RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

新型涂层固相微萃取-气相色谱分析检测VX

以溶胶凝胶和交联固化相结合的方法制备了杯[4]芳烃开链冠醚／羟基硅油（Calix[4]open chain ether／OH-TSO）复合涂层固相微萃取探头,采用固相微萃取与气相色谱联用的方法测定水和土壤中的VX．并对自制探头的萃取效率、热稳定性、抗溶剂冲洗能力、使用寿命,保质期以及探头制备重现性等性能进行了系统研究．