线粘弹性材料中三维裂纹问题的加料有限元法

将加料有限元法扩展应用于线粘弹性材料三维断裂问题.为了反映裂纹尖端的奇异性,在裂尖附近的奇异区采用若干八节点六面体加料单元和过渡单元,非奇异区采用常规八节点六面体单元.三种单元分区混合使用形成求解域网格划分.基于Boltzmann叠加原理,推导了粘弹性材料的增量型本构关系,进而获得了增量加料有限元列式,并通过附加自由度计算粘弹性介质中裂纹应变能量释放率.数值算例验证了方法的正确性和有效性.     

同步感应线圈炮的技术瓶颈与应用前景分析研究

介绍多级同步感应线圈炮的工作原理,分析目前同步感应线圈炮在储能电源小型化、位置触发及驱动线圈寿命等方面的技术瓶颈,得出同步感应线圈炮更适用于中低初速载荷发射的结论．同时,研究同步感应线圈炮在电磁线圈迫击炮、大质量载荷弹射和引信动态试验等方面的应用前景,为科学制定同步感应线圈炮发展战略奠定了基础．     

考虑Reissner效应的功能梯度柱壳裂纹高阶渐近场

针对考虑Reissner效应的功能梯度柱壳裂纹问题,通过分离变量和级数展开法构造广义位移函数,求得了裂纹尖端高阶渐近场。结果表明：该解类似于Williams解,为此类问题的特征函数,能够描述此类材料各种含裂纹结构的整个应力场和位移场;材料非均匀性对高阶项有显著影响。     

基于Kalman预测的自适应线性化信号的生成方法

自旋弹体的姿态通常采用单通道控制方法进行控制。该方法中采用线性化信号对控制信号进行调制,而线性化信号采用固定频率随机相位的信号发生器产生,这就会对弹体控制产生不良的影响。提出了一种基于Kalman预测的自适应线性化信号的实现方法。该方法通过弹旋频率测定、频率的Kalman预测和信号发生器实现了线性化信号对弹旋信号的同步、自适应倍频、定步长、定幅度的信号发生功能。仿真实验证明了方的正确性,为更加合理的控制自旋导弹的姿态提供了一种有效的方法。     

新型飞行模拟器六自由运动系统结构研究

新型大负载飞行模拟器六自由度运动系统是根据大型飞机飞行模拟器的特点,结合传统Stewart六自由度运动系统结构,提出的一种由气动单元提供支撑力、驱动单元提供驱动力的新型六自由度运动系统。它能在有效地提高运动系统承载能力的同时降低驱动单元的负载,使系统安全性得到了大幅度提高,为满足大型飞机飞行模拟器六自由运动系统要求提供了一条新的技术实现途径。在ADAMS平台上建立新型电动六自由度运动系统虚拟样机,结合飞行模拟器系统要求,通过对系统进行动态仿真、自由度分析、结构运动学和动力学分析。得到各驱动单元、气支撑单元以及各铰链在不同运动状态下的驱动力、行程范围、运动速度等特性曲线,为整个运动系统的设计与制造提供依据。     

纵桁对环肋圆柱壳体水下振动与声辐射的影响

采用结构有限元耦合流体边界元的附加质量附加阻尼算法,对具有不同数量纵桁的加筋环肋圆柱壳水下振动与声辐射噪声进行了数值计算,并对数值计算结果进行了初步的比较和分析,讨论了纵桁的数量对圆柱壳水下振动与声辐射的影响.结果表明:纵桁对圆柱壳水下的减振降噪有较好的效果,并且纵桁的数量越多,减振降噪效果越好,但增加纵桁的数量也相应增加了艇体的重量,在潜艇结构设计时须在降噪及艇体重量间综合权衡.     

基于鲁棒性分析的ELECTRE-III参数推断方法

鉴于鲁棒性分析近几年被期望成为解决多属性决策中信息不完备的有效工具,提出了一种基于经典规划的鲁棒性分析框架。就ELECTRE-Ⅲ的参数给出了不完全信息条件下的鲁棒性判别条件和鲁棒性设计步骤。分析计算结果表明这种方法是实用有效的,为ELECTRE-Ⅲ和其他经典多属性决策方法参数的设置提供了新的思路,同时对其他多属性决策方法也有适用性。     

小样本采样数据的预处理

一般情况下数据处理大多采用数理统计方法,该方法对于数据较少情况下处理和判别粗大误差不适用。提出了运用线性均方估计法和熵值判别法来处理和判别粗大误差,线性均方估计消除粗大误差是一种采用软化的方法处理粗大误差;熵值判别法是根据熵的上界对应最大的不确定度,利用所得数据的熵信息量判别数据是否含有粗大误差。这两种方法经过多个实例计算,结果表明,它们在处理小样本采样数据时更有效。     

轴向冲击载荷下圆柱壳的塑性动力屈曲

对于轴向冲击载荷下圆柱壳的轴对称塑性动力屈曲问题,将临界应力和屈曲惯性项指数参数作为双特征参数求解.由相邻平衡准则导出失稳控制方程、边界条件和波阵面上的连续条件.由失稳瞬间的能量转换和守恒准则,导出波阵面上的一个屈曲变形约束方程.由此得出定量求解2个特征参数和动力屈曲模态的完备定解条件.关于屈曲应力和屈曲波数的理论计算结果与已有实验吻合良好.     

A misclassification cost‐minimizing evolutionary–neural classification approach

Machine learning algorithms that incorporate misclassification costs have recently received considerable attention. In this paper, we use the principles of evolution to develop and test an evolutionary/genetic algorithm (GA)‐based neural approach that incorporates asymmetric Type I and Type II error costs. Using simulated, real‐world medical and financial data sets, we compare the results of the proposed approach with other statistical, mathematical, and machine learning approaches, which include statistical linear discriminant analysis, back‐propagation artificial neural network, integrated cost preference‐based linear mathematical programming‐based minimize squared deviations, linear integrated cost preference‐based GA, decision trees (C 5.0, and CART), and inexpensive classification with expensive tests algorithm. Our results indicate that the proposed approach incorporating asymmetric error costs results in equal or lower holdout sample misclassification cost when compared with the other statistical, mathematical, and machine learning misclassification cost‐minimizing approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.