酚醛-石英混杂纤维增强苯并噁嗪复合材料高温失效特征

通过模压工艺制备了酚醛-石英混织纤维增强苯并噁嗪复合材料(P-Q/BZ)试样,考察了其力学性能、烧蚀性能和耐冲刷性能,分析了该试样在高温环境中的主要失效特征,研究其在高温环境中的适用性。结果表明,未经热处理的P-Q/BZ试样平均弯曲强度、弯曲模量和层间剪切强度分别为283 MPa、10.8 GPa和22.6 MPa;经300℃,N_2处理15 min后,试样均匀膨胀,厚度增加22%,弯曲强度、弯曲模量和层间剪切强度分别下降58%、41%和58%;在氧乙炔焰的平均质量烧蚀率和线烧蚀率分别为0.048 4 g/s和-0.081 mm/s,烧蚀后试样宏观不分层,表面炭层微观分层严重,酚醛纤维热解炭、树脂基体热解炭、熔融石英纤维以及碳硅氧化产物相互分离;该试样耐冲刷能力差,在发动机尾焰烧蚀平台模拟的热-力耦合环境中的质量损失率高达59%。P-Q/BZ复合材料需要解决热解膨胀问题,进一步提高抗冲刷性能。     

非线性纯反馈系统预定性能自适应控制器设计

为了使非线性纯反馈系统满足更高的性能要求,提出了一种新的预定性能自适应控制算法。为了解决状态中的非仿射结构引入了新的坐标变换,满足系统预定性能,设计了简单的Lyapunov函数,通过反步法,给出了一种新的自适应控制算法来解决参数未知问题。仿真表明在设计的控制器保证了系统预定性能的同时,也使得闭环系统所有信号有界。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。