学科分类
/ 3
45 个结果
  • 简介:目的:探讨作用于大跨度曲面屋盖定常气动力的特性,为考虑定常气动力影响的大跨度曲面屋盖抗风设计提供理论参考。创新点:1.采用强迫振动试验;2.采用大涡模拟(LES)流入脉动风的生成方法;3.研究大跨度曲面屋盖定常气动力特性。方法:1.通过强迫振动风洞试验方法探讨风速、强迫振动振幅、屋盖的矢跨比和缩减频率对定常气动力的影响;2.采用计算流体力学数值模拟重现风洞试验,从而在更宽的缩减频率范围内分析定常气动力的特性,并且通过可视化流场的分析探讨风与屋盖相互作用的机理。结论:1.屋盖的振动对屋盖表面的风压分布影响较大。2.屋盖的振动可能抑制屋盖背风面漩涡的脱落。3.根据风洞试验和数值模拟的结果分析得到的矢跨比、风速和振动振幅对气动阻尼系数和气动刚度系数的影响较小;气动阻尼系数和气动刚度系数主要随着缩减频率的变化而变化。4.气动刚度系数为正值,使得结构的总刚度减小,从而减小结构的固有频率;气动阻尼系数为负值,使得结构总阻尼增加。5.风洞试验和LES模拟结果的一致性可以说明,LES是一个能够有效研究定常气动力特性的数值模拟方法。

  • 标签: 大涡模拟 大跨度曲面屋盖 非定常气动力 风洞试验 强迫振动试验
  • 简介:目的:目前基于知识工程的设计过程自动化领域有一个缺陷,即缺乏一个语法、语义、公理完善的过程模型表示技术以便在不同平台之间共享,从而实现互操作。研究期望通过两个关键步骤来实现设计过程自动化。方法:1.对规范化建模方法进行分析对比(表1);2.分析过程建模技术应该满足的功能,细化成不同的要点对不规范的建模方法进行分析对比,同时分析可以表示不同设计分解特征的规范建模技术。结论:1.明确了设计过程自动化的两个关键步骤:(1)规范化地获取设计过程中的关键点,(2)将规范化模型映射为规范化表示;2.分析得出表示不同设计分解特征的规范化表示方法和技术(表2);3.根据分析结果,可以选择最优的规范化和规范化建模方法,从而支持设计过程自动化。

  • 标签: 基于知识的工程 设计自动化 过程模型 规范化表示 过程自动化
  • 简介:用单辊甩带法制备了不含高生物毒性元素的Ti60Zr10Ta15Si15晶薄带,并在高于其晶化开始温度的不同温度下对该晶薄带进行了真空退火,研究了该晶薄带在磷酸盐缓冲溶液(PBS)中的电化学腐蚀行为及热处理对其显微组织及其电化学行为的影响。结果表明,用单辊甩带法制备的Ti60Zr10Ta15Si15金属薄带为完全的晶态结构,其玻璃转变温度和晶化开始温度分别为759K和833K,经过878K真空热处理后,薄带发生了部分晶化,在晶的基底上析出了Ti相;经过938K热处理后,薄带发生了完全晶化,晶化相主要由Ti、Si3Ta5和SiZr以及TiSi组成。动电位极化测试表明,该晶合金在PBS溶液中可表现出较为优异的耐蚀性能,部分晶化可进一步提高该合金的耐蚀性能,而完全晶化的合金抗腐蚀性能明显下降。

  • 标签: 钛基非晶合金 晶化 电化学腐蚀
  • 简介:用机械合金化方法制备了(FeAl3)75Zr25和(FeAl3)50Zr50非晶态合金,用X射线衍射仪和热分析仪对制备的非晶态合金的结构特性及热稳定性进行了研究,用振动样品磁强计对(FeAl3)75Zr25和(FeAl3)50Zr50混合粉末在机械球磨过程中的磁性变化进行了研究,并对其晶化产物及其晶化后合金的磁性进行了分析。结果表明:(FeAl3)75Zr25的晶化产物为Fe3Zr和Al1.65Fe0.33Zr;(FeAl3)50Zr50非晶态合金的晶化产物为FeZr2和AlZr2。(FeAl3)75Z

  • 标签: 机械合金化 非晶合金 磁性能
  • 简介:目的:基于支持向量机回归(SVR)模型在线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性平稳船舶运动极短期预报精度。创新点:1.研究非线性平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性平稳船舶运动极短期预报结果具有更高的精度。

  • 标签: 非线性非平稳船舶运动 极短期预报 经验模态分解 支持向量机回归模型 自回归模型