SHPB实验中试件应变均匀性的解析分析

本文利用一维应力波理论,对ＳＨＰＢ实验中试件的应变均匀性进行了解析分析,结果表明试件中存在着严重的应变不均匀性,现有的实验结果处理方法有待进一步完善。本文给出了实验特性参数的估计关系式。     

921A钢动态屈服应力的实验研究

本文采用较为先进的实验技术——高应变率下材料的分段式Hopkinson拉杆实验(分段式—维杆拉伸实验)研究了“921A”钢在高应变速率情况下的动态屈服性能,获得了很有理论和实用价值的应变率ε—功屈服应力σ_d变化曲线。同时本文简要介绍了分段式Hopkinson拉杆实验技术的基本原理和实验方法。     

长杆射弹对钢纤维混凝土靶开坑特性的实验研究

为考察射弹对钢纤维混凝土靶的侵彻特性,采用57mm轻气炮,进行了小尺寸模拟射弹对钢纤维混凝土靶(钢纤维的体积分数为2%)的侵彻实验。实验中观察了钢纤维混凝土靶的开坑形状,测量了射弹的击靶速度,并且采用注沙法测出靶体的开坑体积,计算出射弹对靶体的侵彻体积,得到了长杆射弹的动能与侵彻体积的关系。引入射弹单位面积的冲击动能和靶体单位侵彻体积的冲击动能,结合钢纤维混凝土靶的实验数据,考察了两者之间的关系。     

基于霍普金森杆的水下爆炸壁压测量系统研究

采用霍普金森杆测量系统对气泡载荷进行测量。根据应力应变对应关系,对霍普金森杆测量原理进行表述,其为通过测量HPB上应变推算得到杆端部应力;对HPB测量系统组成进行说明,分析HPB材料、尺寸选取方法,给出应变测量信号与壁压信号间换算关系;采用高速摄影、压力传感器测量系统、霍普金森杆测量系统在实验室条件下对气泡载荷进行测量,分析比对测量结果。结果表明,高速摄影与HPB测量系统获取的气泡峰压时间、气泡脉动周期基本一致;无量纲爆距大于0.33时,压力传感器和HPB测量结果获取的物面载荷数据基本相同;近距离实验时,HPB测量系统抗电磁干扰能力更强。通过实验比对分析,验证了霍普金森杆测量系统的有效性及准确性。     

利用过阻尼电路合成高压方波脉冲

在过阻尼RLC电路分时放电的基础上,提出新型高压方波脉冲产生方法。理论分析表明:过阻尼RLC电路产生的双指数电压波与脉冲形成线产生的方形电压波具有类似的上升沿和平顶。电路模拟表明:通过人工过零技术可以对双指数电压波进行截尾,从而形成完整的高压方波脉冲。建立了原理验证性样机,由两组RLC电路构成,每组电路包含一台脉冲电容器和一只三电极场畸变气体开关,两组电路共用一个上升沿调节电感。实验证明:样机可以在电阻负载上输出幅值为17 kV、平顶宽度为330 ns～5.8μs、上升沿为100～350 ns的单极性高压方波脉冲。该方法适应性强,对负载变化不敏感,同时具有良好的可调节性,方波上升沿、平顶宽度连续独立可调。     

PMI泡沫夹层结构雷达天线罩间接热-结构耦合分析与实验研究

机载PMI泡沫夹层结构雷达天线罩在环境温度变化时将产生表面变形现象并影响其使用性能,但对天线罩热变形结果进行实时检测分析具有一定难度。通过ANSYS间接热-结构耦合法建立了分析模型,对天线罩进行了计算分析,采用热膨胀片状模型进行了理论分析,在此基础上,设计并开展了温度冲击实验研究。结果表明, PMI夹层结构天线罩的热-结构耦合变形综合应变趋势是棱边处膨胀程度最大,由边缘至天线罩透波面中心处,膨胀程度逐渐减小;间接热-结构耦合计算应变值与实测应变值之间平均相差35.08%,间接热-结构耦合分析方法与模型具有一定的可信性。     

利用RLC电路合成高压方波脉冲

基于过阻尼RLC电路分时放电,提出了一种新型高压方波脉冲产生方法。理论分析表明过阻尼RLC电路产生的双指数电压波与PFL产生的方形电压波具有类似的上升沿和平顶。电路模拟表明通过人工过零技术可以对双指数电压波进行截尾,从而形成完整的高压方波脉冲。建立了原理验证性样机,由两组RLC电路构成,每组电路包含一台400 nF脉冲电容器和一只三电极场畸变气体开关,两组电路共用一个上升沿调节电感。实验证明样机可以在250 Ω电阻负载上输出幅值17 kV,平顶宽度330 ns~5.8 μs,上升沿100~ 350 ns 的单极性高压方波脉冲。该方法适应性强,对负载变化不敏感,同时具有良好的可调节性,方波上升沿、平顶宽度连续独立可调。     

小型旋翼无人机建模及航线控制研究

航线跟踪精度是无人机飞行性能的重要指标,针对小型旋翼无人机航线控制问题,在姿态控制的基础上采用PID控制算法实现对预设航线的跟踪.以中国空气动力研究与发展中心低速空气动力研究所研究人员搭建的轴距410 mm的小型四旋翼无人机平台为研究对象,通过牛顿-欧拉法建立了小型四旋翼无人机非线性动力学模型.使用MATLAB/SIM...     

基于多标签学习的探索性仿真实验因素筛选方法

探索性仿真实验是一种认识、研究战争的重要手段,但往往面临想定样本空间复杂程度高,空间维度爆炸等问题。针对上述问题,提出一种定性定量相结合的基于多标签学习的实验因素筛选方法。首先,基于定性分析设计并实施仿真预实验,采集处理实验数据,解决机器学习样本数据缺失问题;随后,引入输入控制层搭建深度神经网络,引入稀疏正则化,在多标签模型训练过程中实现特征选择;然后,回归定性分析,补充完善实验因素;最后,以某作战样式下立体投送行动仿真推演为背景进行实验验证。实验结果表明,筛选的实验因素与作战行动现实情况吻合。