Bouc–Wen模型在非识别激励工况下模拟的阻尼力与实际阻尼力误差较大，对非识别激励振幅过于敏感，针对这一问题，提出了一种描述减振器滞回特性的改进模型。首先用Mechanical testing and simulation(MTS)疲劳试验机对磁流变减振器进行力学性能试验，获得在多种激励幅值、频率和电流作用下的阻尼力。采用阻尼力对位移的斜率与阻尼力关系来模拟滞回环特性曲线。根据滞回曲线特点利用二次多项式函数来表征滞回环斜率与阻尼力的关系，同时，引入关于速度的指数函数修正项，进而对改进后的Bouc–Wen模型进行参数识别，并对其进行仿真及验证。与试验得到的阻尼力进行对比，发现在非识别激励工况下，曲线吻合效果较好。对改进前后Bouc–Wen模型模拟的阻尼力特性曲线进行对比，结果表明：改进后模型得到的阻尼力仿真值能够较好地模拟试验得到的各种工况下阻尼力的值，且优于Bouc–Wen模型，同时Bouc–Wen模型在非识别激励工况下模拟阻尼力精度较差这一问题得到了改善。新模型为保证车辆悬架系统在多变工况下仿真响应的准确性打下了基础

采用数值仿真技术建立了足尺钢筋混凝土墩柱精细有限元模型, 分析了侧向冲击荷载下墩柱的动态响应和抗冲击性能, 提出了一种基于截面损伤因子的损伤评估方法, 讨论了不同碰撞参数对钢筋混凝土墩柱破坏模式和损伤机理的影响.结果表明: 冲击荷载下钢筋混凝土墩柱的耗能主要分为接触区域局部耗能和构件整体耗能; 当冲击体的初始动能恒定时, 冲击质量和冲击速度的不同组合会导致钢筋混凝土墩柱损伤破坏机理的显著差异; 基于截面损伤因子的损伤评估方法可以比较准确地描述墩柱的破坏状态.轴压力对墩柱抗撞能力的有利贡献比较有限, 且墩柱随着轴力的增大更易发生剪切破坏; 冲头刚度对碰撞力和墩柱动态响应的影响十分显著

为进一步提升钛酸锂材料的性能, 本文在传统静电纺丝技术的基础上, 将纺丝喷头改进成内外嵌套的同轴喷头, 以两种溶液的形式进行同轴共纺, 得到了具有空心结构的钛酸锂纤维丝.将其与传统静电纺丝法制备的实心结构钛酸锂纤维丝进行对比, 结果表明: 空心钛酸锂材料粒度均一、无团聚现象, 材料具有明显的空心结构, 结晶性能良好, 比表面积是实心结构的1.3倍.形貌结构的改善极大地提高了空心钛酸锂材料的电化学性能, 表现为小倍率下二者的放电比容量接近理论比容量, 但在20C倍率下空心结构的钛酸锂材料优于实心钛酸锂, 仍可达到130 mA·h·g-1, 循环200周后容量保持率仍达98%, 具有良好的稳定性; 循环伏安和交流阻抗曲线也表明: 空心结构使得钛酸锂材料的极化程度减少, 电化学反应阻抗降低, 更有利于电化学反应的进行

利用CMT5105电子万能试验机和HTM 16020电液伺服高速试验机对超高强热成形钢进行拉伸试验,应变速率范围为10-3~103 s-1,模拟热成形零件在不同应变速率下的碰撞情况.结果表明:在低应变速率阶段(10-3~10-1 s-1)实验钢的应变速率敏感性不高,随应变速率的升高,实验钢的强度和延伸率变化不大;在高应变速率阶段(100~103 s-1)实验钢具有高的应变速率敏感性,随应变速率的升高,实验钢的强度和延伸率都呈增大的趋势,并且抗拉强度的应变速率敏感性要大于屈服强度.这主要是由于在高应变速率阶段拉伸时产生的绝热温升现象和应变硬化现象共同作用造成的.实验钢颈缩后的延伸率随应变速率的增大而减小,主要是由于高应变速率下马氏体局部变形不均匀造成的.实验钢吸收冲击功的能力随应变速率的升高而增大,实验钢达到均匀延伸率时吸收冲击功的大小对应变速率更敏感.与低应变速率阶段相比,实验钢在高应变速率阶段的断口韧窝的平均直径更小,韧窝的深度更深,这与高应变速率阶段部分马氏体晶粒的碎化有关.通过扫描电镜和透射电镜观察发现,在高应变速率拉伸时晶粒有明显的拉长趋势,并且在应力集中的地方有一些微空洞的存在,应变速率为103 s-1时部分区域有碎化的现象

电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象，锂离子电池作为其动力来源，科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素。本文研究等效循环电池组在等效循环工况、不同循环次数时，锂离子电池电压随着放电时间的变化曲线。通过分析不同循环次数下导函数在等效特征点处的斜率变化规律，建立锂离子电池等效循环工况下的寿命退化曲线。选取NASA等效循环电池组和自测JZ等效循环电池组，将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点，根据这两组特征点分别建立退化模型Mini和Mlat。最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证。通过锂离子电池测试数据集验证其预测精度较高，稳定性较好，具有较强的应用价值

月球矿物资源的原位利用技术是月球基地建立和后续深空探索的基础。由于月球特殊环境及地月运输成本的限制，现有矿冶技术难以直接应用于月球矿物的原位开发。各国的科研人员围绕月球矿物资源原位利用方向开展了卓有成效的研究工作，发展了几种极具应用潜力的技术。这些方法可分为材料化成型和提取冶金两类，其中材料化成型工艺如烧结法、3D增材制造法等，主要用于将月壤直接材料化成型以制备月球基地建材。提取冶金工艺包括碳/氢化学介质还原法、电解还原法以及真空热解法等，可生产月壤矿物对应的金属单质或其低价氧化物，并获得氧气。本文概述了已有月壤原位利用技术的一般原理、基本过程、热力学动力学基础及近期研究进展。探讨了这些方法的一些优缺点，并展望了其在月球矿物原位利用上的应用前景

分析提出了连铸流动与凝固耦合数值模拟中, 钢液在两相区流动时的糊状区系数(Amush)与渗透率的关系; 通过建立大方坯连铸结晶器三维耦合数值模型, 揭示了不同糊状区系数对钢液流动、传热与凝固进程的影响, 以及早期相关研究结果差异的源头.结果表明: 糊状区系数越大, 钢液在糊状区内的流动阻力越强, 凝固时钢液流动速度降低越快.采用较大的糊状区系数时, 糊状区呈较窄的\带状\分布在固液相之间; 当糊状区系数较小时, 糊状区范围变大, 钢液在结晶器内温降过快, 自由液面处出现过冷现象, 凝固坯壳局部发生重熔.结合实验数据验证与模型分析, 认为糊状区系数取值1×108~5×108 kg·m-3·s-1可以较可靠地揭示连铸结晶器内的实际凝固现象

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

提出基于管道流体信号的自振射流特性检测方法, 将压力传感器从高压罐内移至高压罐外, 布置在高压罐外的前端管路上, 从而避开高围压环境影响; 通过双压力传感器拾取管道流体压力脉动信号, 并运用信号处理技术有效抑制干扰噪声, 提高有用信号强度, 准确获取射流的压力脉动信息.试验表明, 管道流体压力信号的频谱特征与喷嘴腔内检测法具有一致性, 且与理论计算较为吻合, 充分表征了射流的压力振荡特性; 其声功率谱与高压罐内水听器检测结果相一致, 较好地表述了射流的空化作用特性.由此认为基于管道流体信号的检测法用于自振射流特性的检测是完全可行的, 具有先进性, 为高围压下自振射流的研究提供了新手段

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义