索的UL列式分析方法

通过求解索的微分方程边值问题 ,提出了分析索的收敛迭代公式。利用迭代解可顺利地确定索端位置坐标差、索力及索重之间的关系。算例表明 :本文计算索的方法 ,理论上可达到任意高的精度 ,可十分方便地用于含有索或索网混合复杂结构物的大变形分析 ,用这种方法能解决斜拉桥缆索应力松驰的计算问题。     

ER2MD：一种ER模型到多维模型的转换算法

多维模型是数据仓库概念设计不可缺少的工具,将传统数据库实体关系模型直接转换到多维模型,势必在很大程度上缩短数据仓库系统的开发周期.针对数据仓库概念设计需求,在传统数据库基础上,提出一种面向多维模型的转换算法ER2MD.该算法可将满足一定条件的实体关系模型转换到多维模型,产生的多维模型符合广义多维范式,能够确保多维数据库分析计算的有效性,进而有利于物理数据库的设计.     

气动弹性影响下高超声速飞行器动力学建模与分析

高超声速飞行器通常采用轻质材料和细长升力体设计,导致受控刚体运动频率与结构振动频率趋于接近,给飞行器制导控制系统设计带来了巨大挑战。基于假设模态下建立了考虑变截面效应的高超声速飞行器自由梁结构动力学模型,对比了横截面梁和变截面梁模态振型和频率;考虑变截面效应后,振型变化较大,同时二、三阶模态频率均变小。给出了耦合气动弹性和飞行动力学的高超声速飞行器运动方程。在典型工况下,对比分析了刚体、常截面梁和变截面梁高超声速飞行器的平衡和动态特征,结果说明:变截面梁在平衡状态下附加攻角更大,系统在平衡点处开环不稳定性更大,同时非最小相位行为基本不变。     

不同裂解温度对制备SiCf/Si-O-C复合材料性能研究

以聚硅氧烷为先驱体,研究先驱体转化过程中在不同的裂解温度下对制备SiCf/Si-O-C复合材料性能影响.结果表明,当裂解温度在700℃、800℃时,陶瓷基复合材料的弯曲强度分别为255.2 MPa、309.0 MPa;当裂解温度在1000℃时,陶瓷基复合材料的弯曲强度为45.3 MPa.对SiCf/Si-O-C复合材料的微观结构及载荷-位移曲线进行分析,发现界面结构是影响SiCf/Si-O-C复合材料性能的主要因素.     

长杆射弹侵彻三种混凝土靶的实验研究

为了研究钻地武器的侵彻性能,在57mm口径的气炮上发射长杆射弹对三种靶体进行模拟侵彻实验。靶体为水泥砂浆石靶、钢纤维混凝土靶和含单层密排刚玉球的钢纤维混凝土靶。实验结果表明,弹头形状对侵彻深度有明显影响;当长杆射弹和撞击速度都相同时,与侵彻钢纤维混凝土靶相比,含单层密排刚玉球的钢纤维混凝土靶中的侵彻深度大约降低了11%,而水泥砂浆石靶中的侵彻深度增加了12%。     

混合遗传算法及其在运载火箭最优上升轨道设计中的应用

运载火箭最优上升轨道设计问题是一类终端时刻未定、终端约束苛刻的最优控制问题,经典算法求解这类问题时收敛性差、局部收敛等问题表现得比较突出。针对上述问题,将具有良好全局收敛性的遗传算法应用到运载火箭最优上升段设计问题求解中,为了提高遗传算法的收敛速度和克服早熟问题,结合遗传算法和单纯型算法的优点,设计了两种混合遗传算法。计算结果表明,所设计的混合遗传算法是求解复杂问题的有效全局优化方法,可以成功地解决一类终端时刻可变飞行器最优控制问题。     

基于并发式检测时序的几何级冲突检测策略研究

以三维CAD实时协同设计为背景,深入研究了实时协同设计中的数据冲突检测问题,提出了三维实时协同设计中的数据冲突本质上就是实体特征冲突的思想。在此基础上,探讨了基于特征的冲突检测方法,并针对其不足之处,提出了一种可行性较高的几何级冲突检测策略及其相应的检测时序方案,研究了其冲突检测数据结构、冲突检测规则。此冲突检测思想在PTC公司的Pro/Engineer平台上进行了算法验证,取得了较好的冲突检测效果。     

Nb掺杂对双钙钛矿化合物Sr2FeMoO6电阻特性的影响

系统地研究了双钙钛矿结构氧化物Sr2FeMo1-xNbxO6中Mo位的Nb替代效应,发现Nb替代Mo可强烈抑制Sr2FeMoO6的金属导电性,并大大提高掺杂样品的电阻值和庞磁电阻特性,在5K下,Sr2FeMo0.6Nb0.4O6的庞磁电阻分别达到23%(1T)和31%(3T),在室温下,Sr2FeMo0.75Nb0.25O6的磁电阻分别达到4%(1T)和6%(3T).     

Sr2FeNbO6的晶体结构

系统地研究了Sr2FeNbO6的晶体结构,并利用步进扫描的X光数据成功地确定了Sr2FeNbO6的晶体结构,利用Rietveld方法精修出Sr2FeNbO6是空间群为Pnma(62)的正交结构,其中,晶胞参数分别为a=5.616 1A,b=7.971 7A,c=5.613 0A.     

跨模态行人重识别的对称网络算法

针对模态间差异,提出基于对称网络的跨模态行人重识别算法,该网络将基于概率分布的模态混淆与对抗学习结合,通过对称网络产生模态不变特征,从而达到模态混淆的目的;针对外观差异和模态内差异,使用不同隐藏层的网络卷积特征构造混合三元损失,提高网络的特征表征能力.RegDB和SYSU-MM01数据集上的大量实验结果表明了该方法的有...