混合润滑下短齿啮合对行星齿轮接触疲劳的影响

少齿差行星齿轮为避免齿顶干涉,通常会减小齿高,这可能会导致齿面实际接触宽度小于理论赫兹接触宽度,降低齿面接触强度.鉴于此,为研究少齿差行星传动短齿制对齿轮接触疲劳的影响,综合考虑了轮齿接触宽度、楔形间隙、齿宽有限长和齿面粗糙度等因素,建立少齿差行星齿轮短齿啮合的混合润滑统一方程,求解出啮合齿对间的压力分布、摩擦系数和轮齿接触区次表面应力分布,根据Zaretsky接触疲劳寿命计算模型,对不同工况下不同啮合位置的轮齿接触疲劳寿命进行预测.结果表明:接触宽度在少齿差行星齿轮的疲劳寿命预测中不容忽视,短齿啮合模型下的楔形间隙对啮入和啮出过程的疲劳寿命有不同影响.     

椭球粒子声辐射力计算及分析

针对水下椭球粒子,以声散射理论为基础,采用分波序列的方法,建立了椭球粒子声辐射力的理论计算模型。进而根据声辐射力计算公式,以刚性椭球粒子和液体椭球粒子为例,计算并分析不同Bessel波束作用下椭球粒子的轴向声辐射力函数特征。数值仿真计算结果表明,对于刚性椭球粒子,扁平椭球粒子相对于细长椭球粒子更有助于激发负声辐射力；对于液体椭球粒子,细长椭球粒子相对于扁平椭球粒子更加容易产生负声辐射力；对于不同介质的椭球粒子,不同的入射波束激发的负声辐射力的效果也存在明显的差异。该结果为复杂的尺寸和介质粒子声操控技术提供了理论的可行性。     

单脉冲飞秒激光时域参数测量技术研究

钛宝石飞秒激光放大系统具有重复频率低、脉冲波形复杂等特点，为准确测量其峰值功率，提出对单次脉冲波形和脉冲宽度测量的需求。介绍了单脉冲飞秒激光时域波形和脉冲宽度的测量原理和测量方法，设计了基于频率分辨光学开关法的单脉冲飞秒激光时域参数测量装置。讨论了单脉冲飞秒激光时域参数测量校准面临的问题及解决方法。     

基于耦合道Gamow壳模型计算17O和17F的能谱以及16O(p,p)反应的微分散射截面

利用耦合道Gamow壳模型计算了17O和17F的低激发能谱以及16O(p,p)反应的低能弹性散射截面。结果表明，17O和17F中非束缚共振态能级的核子发射宽度的计算需要合理地考虑连续态耦合效应。计算得到的17O和17F的低激发能谱以及16O(p,p)反应的低能弹性散射激发函数都与实验数据吻合较好。这说明基于现实核力的计算可更好地描述16O(p,p)反应的低能弹性散射截面。     

适用于高强度辐射场构建的多模反射面天线

高强度辐射场构建系统是对多种武器进行电磁辐照效应试验的关键装备,其要求在距天线一定距离的区域内产生高强度且尽量均匀分布的电磁场。本文设计了一款适用于该系统的X波段偏置卡塞格伦多模反射面天线。用反射面天线是为了获得尽可能高的增益,使期望区域内的场强尽可能大;用多模反射面理论实现了窄波束的平顶赋形,使期望区域内的场趋于均匀分布,区域外的场迅速减小。实测结果表明天线增益大于29.8 dB,3 dB波束宽度不小于4.6°,在此范围内方向图幅度起伏小于2 dB,平顶特性明显。此外,偏置的反射面天线还有馈源遮挡小、馈线损耗低和易于折叠收藏等优点,可以很好的应用于电磁环境模拟试验设备中。     

融合插值点优化的多项式结构宽带波束形成器设计方法*

多项式结构设计方法是主瓣指向可调宽带波束形成器设计的一类重要方法。多项式结构的阶数是有限的,导致主瓣实际指向与期望指向之间存在偏差,因而影响了波束形成器的指向性指数。针对这一问题,该文提出了一种基于插值点优化的多项式结构宽带波束形成器设计方法。首先,引入多项式结构插值点处阵列响应的空间导数约束,以减小主瓣指向偏差;进而利用粒子群优化算法对多项式结构中的插值点进行优化,以充分利用插值点位置提供的自由度进一步提升多项式结构宽带波束形成器的性能。优化设计结果表明,与现有设计方法相比,该文提出的方法不仅降低了主瓣的指向偏差,同时也提高了指向性指数,有效改善了多项式结构宽带波束形成器的性能。     

用指数型整函数的最佳限制逼近

我们研究了由仅有实零点的代数多项式导出的微分算子确定的广义Sobolev类利用指数型整函数作为逼近工具的最佳限制逼近问题.利用Fourier变换和周期化等方法,得到在L_2(R)范数下的广义Sobolev光滑函数类的相对平均宽度和最佳限制逼近的精确常数,以及当0是这个代数多项式的一个至多2重的零点时,得到最佳限制逼近在L_1(R)范数和一致范数下的广义Sobolev类的精确到阶的结果.     

小尺寸声矢量平面阵三维波束形成方法

提出了一种基于声场多极子展开的小尺寸声矢量平面阵三维波束形成方法。该方法利用了声场的垂直振速信息,并结合球谐波函数与多极子模态之间的联系,可用二维的阵列结构合成指向任意方向的三维波束图,简化了三维波束形成所需的阵列结构。以3×3均匀矩形阵为例的仿真结果表明,在相邻阵元间距小于0.2倍信号波长时,所提方法引入的差分近似误差可被忽略,所得阵列波束图接近理论波束图。相比于声压球面阵三维波束形成方法,所提方法在低频段能在获得相同阵增益的同时有着更好的稳健性,为实现小尺寸阵列的三维波束形成提供了一种可靠的方法。     

采用GAF-D3Net深度学习网络的水下目标有源识别方法

提出一种基于格拉姆角场(GAF)和卷积神经网络(CNN)的水下目标有源识别方法。该方法利用GAF将目标回波信号编码为二维图像,使用空洞卷积构建轻量级的卷积神经网络GAF-D3Net实现对目标的特征提取与分类识别。实验表明,与基于传统图像特征的分类方法相比,所提方法的分类精度有显著提高,达到99.65%。在泛化性测试中,对比了经典CNN使用声呐图像的迁移学习方法,本文方法的曲线下面积(AUC)达到89%,具有更好的泛化性能以及抗干扰能力,为实现水下目标有源识别提供了一种可靠方法。     

基于最小Csiszár’s I-散度的高精度深度定位方法*

模态波束形成技术可用于水下目标定位,在深度定位方面,其定位精度(百米量级)往往不能满足实际需求;因此,高精度的深度定位方法需要被探索。传统高精度估计方法,如最小方差无畸变响应,面临着许多问题,如需要大量的快拍样本数等。最小Csiszár’s I-散度的迭代算法可以解决线性系统的求逆问题,但需满足系统的非负性条件,在图像的去模糊领域已得到广泛应用。该文将此算法和模态波束形成技术相结合,提出了一种新的高精度深度定位方法。基于SWellEx-96实验的海洋环境参数,分别用仿真和实验数据验证了该方法的以下性能：实现深度的高精度定位且抑制旁瓣能量;在小快拍数的情况下,深度定位性能良好。