碳化硼涂覆的碳纤维的抗热氧化性研究

用自己合成的裂解能得到碳化硼的聚碳硼烷,对碳纤维进行涂层,并详细测试了涂层碳纤维的抗热氧化性能。     

等直圆梁在正交载荷作用下的强度校核

研究等直圆梁在位于水平平面内的集中载荷与位于铅垂平面内的均布载荷共同作用下梁的强度校核问题 ,重点给出了强度校核中梁的最大弯矩的计算方法。     

SiO2气凝胶复合短切莫来石纤维多孔骨架复合材料的制备及性能

将短切莫来石纤维、硅溶胶、B4C粉,经过1260℃烧结制备多孔骨架,以正硅酸乙酯、去离子水和乙醇配制SiO2溶胶,并将多孔骨架与SiO2溶胶浸渍,经过超临界干燥制备SiO2气凝胶复合的莫来石隔热瓦.通过热重和差热分析、X射线能谱分析,表明B4C在700℃～900℃时发生氧化,生成B2O3将短切纤维粘接到一起,莫来石多孔骨架在1500℃以下稳定存在.具有纳米级孔洞结构的SiO2气凝胶填充了多孔骨架的微米级孔洞,隔热瓦的热导率在200℃、500℃、800℃、1000℃分别下降了44.3%、33.8%、34.6%、29.5%.此外,SiO2气凝胶的复合使得抗弯和抗压强度分别提高了50%和40%.     

WDM光纤通信用窄带滤光片膜系补偿膜层的最优化设计

在WDM光纤通信系统中充当分波 合波器的全介质F B型多腔窄带滤光片的膜层层数较多,一般采用规整膜系结构,其各层膜的光学厚度均为监控波长的1 4整数倍.但仅采用规整膜层的膜系往往不能完全满足设计指标.因此,提出一种在基本满足设计指标的多层规整膜系上叠加少量非规整膜层的膜系设计方法,其中非规整膜层的光学厚度是在计算机上借助最优化方法寻优而得.     

基于单片机的远程光纤通信在点对点安全验证系统上的应用

现有的点对点安全验证系统都是基于电缆连接实现系统信息传输的。电缆传输信号存在传输衰减大、抗干扰能力差、在雷暴天气易发生事故等缺点。通过将基于单片机89C2051的远程光纤通信应用到现有设备来改进控制信号的传输模式，将电信号转换为光信号，在数据传输中使用传输同步码加密、数据包CRC校验、串行数据编码以及光纤连通性定时自动监测等技术，可以从物理信号传输到数据接收处理的整个过程中保证系统的安全性和可靠性；同时，通过光纤通信方案，也能节省系统构建和维护的经费。     

土质隧洞围岩稳定性分析与设计计算方法探讨

论述了以洞周位移量与围岩塑性区大小作为围岩稳定性经验判据的不足，依靠模型试验与力学计算，分析了隧洞破坏机理与形式。由此提出将基于有限元强度折减法求出的围岩安全系数作为稳定分析判据，这种判据有严格的力学依据，有统一的标准，而且不受其他因素的影响。研究了隧洞围岩安全系数（剪切安全系数、拉裂安全系数）与衬砌安全系数的算法以及隧洞设计计算方法。最后以黄土洞室为例，给出了土体隧洞设计计算新方法，并对土体隧洞今后的研究方向提出了几点展望。     

弯曲致受抑全内反射式液位检测效应仿真实验分析

从传统的有损光纤结构的液位传感方法入手,深入研究塑料多模光纤传输过程中的包层模式下的弯曲损耗、受抑全内反射以及光能量耦合机理,在理论上揭示传感器效应的作用机制,从几何光学的理论出发,使用光线追迹方法,进一步模拟宏弯曲光纤内的光线传播路径,光纤受抑全内反射效应的能量变化机制,仿真结果与理论分析一致,搭建实验平台对前述理论分析和仿真模拟结果进行进一步的测试和验证。实验结果表明,该效应相对于传统有损光纤结构方法,可以进行高精度高灵敏度的稳定可靠液位传感测量。     

日常交互中朋友关系强度度量方法

针对如何度量日常生活中人们之间的关系强度问题展开研究,提出一个从日常轨迹、语义位置以及语义标签三个层次度量朋友之间关系强度的层级模型FRSHV。采用动态时间规整模型通过计算朋友之间的空间距离来度量其日常轨迹之间的相似度,进而使用轨迹序列熵值对用户每天轨迹的相似度进行加权处理,将其作为朋友之间的关系强度;采用主题模型隐含狄利克雷分布分别计算朋友之间的基于语义位置和语义标签的行为模式的相似性,将其作为朋友之间的关系强度;采用集成学习的思想对三个层次的度量结果进行投票,以投票结果作为最终的朋友之间的关系强度。在公开数据集上对FRSHV模型的有效性进行实验验证,结果表明该模型能够有效地度量朋友之间的关系强度。     

Neural network modeling to evaluate the dynamic flow stress of high strength armor steels under high strain rate compression

An artificial neural network (ANN) constitutive model is developed for high strength armor steel tempered at 500 °C, 600 °C and 650 °C based on high strain rate data generated from split Hopkinson pressure bar (SHPB) experiments. A new neural network configuration consisting of both training and validation is effectively employed to predict flow stress. Tempering temperature, strain rate and strain are considered as inputs, whereas flow stress is taken as output of the neural network. A comparative study on Johnson–Cook (J–C) model and neural network model is performed. It was observed that the developed neural network model could predict flow stress under various strain rates and tempering temperatures. The experimental stress–strain data obtained from high strain rate compression tests using SHPB, over a range of tempering temperatures (500–650 °C), strains (0.05–0.2) and strain rates (1000–5500/s) are employed to formulate J–C model to predict the high strain rate deformation behavior of high strength armor steels. The J-C model and the back-propagation ANN model were developed to predict the high strain rate deformation behavior of high strength armor steel and their predictability is evaluated in terms of correlation coefficient (R) and average absolute relative error (AARE). R and AARE for the J–C model are found to be 0.7461 and 27.624%, respectively, while R and AARE for the ANN model are 0.9995 and 2.58%, respectively. It was observed that the predictions by ANN model are in consistence with the experimental data for all tempering temperatures.     

碳纤维强度的统计特性及对复合材料线芯力学性能的影响

测试了国产T300级碳纤维的单丝和复丝拉伸强度,并用Weibull分布来描述碳纤维单丝平均拉伸强度。采用拉挤工艺制备出国产碳纤维复合线芯,测试了国产碳纤维复合线芯的弯曲强度和短梁剪切强度性能。结果表明:国产T300级碳纤维单丝拉伸强度性能达到东丽T300碳纤维水平,且分散性更小;复丝强度略低。国产T300级碳纤维集束性较差,在拉挤抽纱过程中,容易夹纱和起毛。在纤维体积含量基本相同情况下,国产T300级碳纤维复合线芯力学性能与东丽T700碳纤维复合线芯力学性能相差不大。