基于Simpson公式的卫星测高 反演重力异常奇异积分

为进一步完善卫星测高反演重力异常的理论,对逆Stokes公式法和逆Vening-Meinesz公式法中的奇异积分问题进行了新的研究。首先在上述两种方法中引入Simpson公式,然后推导出基于Simpson公式的逆Stokes公式和逆Vening-Meinesz公式的求积公式。经验证,该公式使计算形式简明、计算效率提高、计算精度优于1%,且使用起来较方便,便于推广使用。     

绕带角点障碍物Stokes流动的边界元解法

对以带有角点区域边界为边界的外部无限域上的Stokes方程的Dirichlet问题,在利用单层位势求解时,不仅产生的第一类积分方程的核具有奇异性,而且积分方程的解在角点处也具有r^-1/2的奇异性。为了准确的反映这种奇异性,引入奇异边界单元,即在角点处采用特殊形式的形函数,探讨边界是带有角点区域的边界,求解区域是该边界外的无限区域上的Stokes方程的Dirichlet问题的边界元解法。该问题可以反映流体绕一形状不规则障碍物（含有角点）运动时的流场及压力分布。     

具有镀铬层的铁磁材料和零件的裂纹检测

阐述了具有镀铬层铁磁性零件的裂纹漏磁检测机理,探讨了基于循环搜索逼近的裂纹定量检测的基本方法。实测结果证明漏磁法检测具有镀铬层工件的缺陷是可靠的。     

三维边界积分方程中的奇异积分的处理

针对三维边界积分方程中奇异积分的不同形式分别进行了讨论,用刚体位移原理消除强奇异因子,用线性位移函数消除弱奇异因子,在计算工作量大大减少的情况下,保证了原求解精度的要求,并通过数值算例表明了该方法的可行性。     

飞机结构疲劳可靠度贝叶斯组合预测

在实际工程中,常常需要利用模型去描述和分析问题。然而模型亦存在不确定性,即可能存在多个描述同一现象的模型,例如多个疲劳分析的模型。针对飞机结构的疲劳可靠性问题,提出在考虑三种裂纹扩展模型下基于贝叶斯公式的疲劳可靠度组合预测方法。针对不同应力水平下飞机结构试件的裂纹扩展数据建立了三种随机裂纹扩展模型;在考虑模型参数不确定性条件下,采用贝叶斯模型平均方法对三种模型进行组合;基于组合模型分析结构的可靠度。所提方法在分析飞机结构疲劳可靠度上,采用了组合模型,能够最大限度保障结果的稳定性。此外,考虑了模型参数的不确定性,能够得到更为合理的裂纹扩展预测分布和可靠度预测值。给出的实例及分析结果表明所提方法可行。     

疲劳裂纹闭合的非线性超声在线测量

建立了外部载荷作用下用非线性振动-声场调制指数表征裂纹尺寸的数学模型。根据对外载荷与塑性致闭应力共同作用下裂纹面的开闭响应的分析,提出了裂纹张开和闭合应力的在线测量方法。在一块含中心穿透裂纹的铝合金薄板试件上进行了裂纹闭合参数的测量实验,实验结果表明,使用振动-声场调制技术在线测量裂纹闭合参数是可行且有效的,且该方法还能用于分析小裂纹的特殊开闭行为。     

PCP系统的优化对船舶水下电场的抑制作用

为了达到抑制水下电场特征的目的,需要使船身电位保持均匀.采用边界元法建立了空气-海水两层介质中的船体模型,通过改变牺牲阳极阴极保护系统中牺牲阳极的数量和分布,定量计算了不同保护状态下的船身电位和水下电场,并进行了实验室船模实验.仿真和实验结果均表明:对阴极保护系统进行合理的设计,使阳极与腐蚀区域之间保护电流的作用距离缩...     

2022年元宇宙技术主要发展动向分析

元宇宙被认为将成为移动互联网的“继任者”,是一种全新的、以虚拟现实为主的新兴计算技术与系统。首先对元宇宙技术领域2022年的最新研究、应用动向与进展进行综合评述,介绍了虚拟现实与增强现实、人工智能生成内容、“拟人态”虚拟人等元宇宙智能核心技术的最新科研与应用进展;随后盘点了美国陆军、空军和DARPA近年来在元宇宙领域的加速布局情况;最后讨论元宇宙技术未来发展趋势及其在军事作战中的作用。综述表明,率先发展元宇宙被认为是掌握未来互联网高地和话语权的必由之路,元宇宙正在与虚拟现实与增强现实、云计算、人工智能、Web 3.0、脑机接口等新兴技术形成同频共振和协同发展,特制的专用军事元宇宙技术已经被论证可以应用于广泛的实际军事作战用途,并将贯穿智能化战争“战前-战时-战后”全过程。     

平方根Spherical Simplex UKF在飞船姿态估计中的应用

提出了一种用矢量观测来估计飞船姿态的平方根spherical simplex unscented卡尔曼滤波算法。该算法将spherical simplex unscented变换与unscented卡尔曼滤波结合起来,与采用scaled unscented变换的unscented卡尔曼滤波相比,具有更低的计算量。其平方根形式由于协方差阵的半正定性,拥有更好的数值稳定性。飞船的姿态运动学描述采用了四元数,而用广义罗德里格斯参数来克服卡尔曼滤波过程中的四元数归一化误差。仿真结果表明,该算法比标准扩展卡尔曼滤波具有更低的姿态估计误差及更快的收敛率。