韧性材料的细观力学实验和数值模拟研究

引入能够定量描述内界面的细观统计参量-形状因子,定义了基于内界面形状因子的损伤变量,建立了相应的细观力学模型,探索细观组织演化和材料宏观响应关系的力学问题。通过宏细观相结和的方法,对韧性金属材料的内界面进行实验研究和数值计算。通过对比试验和数值计算结果,认为可以用形状因子能够反映材料细观组织的演化情况,用损伤变量能够表征材料的损伤程度。并得到了内界面演化随应变发展的演化方程。对于发展和应用宏-细观相结合的损伤力学理论,对阐明韧性材料的变形、损伤、破坏机制有重要意义。     

正交异性双材料裂纹尖端应力强度因子振荡性分析

在正交异性双材料界面裂纹的理论解的基础上,进一步探讨分析了正交异性双材料界面裂纹尖端应力强度因子的振荡奇异性;并通过实例讨论了双材料弹性常数对应力强度因子奇异性的影响.这个结论对今后相关课题的研究提供了新思路,具有较好的参考价值.     

黄骅港外航道大风骤淤的机理及其整治

黄骅港位于渤海湾西南，是建在淤泥质海岸上的人工港，在特殊大风期间，即E向或ENE向6级以上的海向风廷时14小时以上时，外航道的淤积量大大超过原先的预测值，且淤积物为密实、坚硬、难以疏浚的粉沙。本研究表明，这一问题产生的原因是堤头旋涡的输沙作用，卫星图像和数模证明了堤头旋涡的存在；同时还对设置垂直和平行于海岸线防波堤的两种整治方案作了讨论。     

应用遗传算法的汽轮机转子启动优化

为了对汽轮机启动过程进行优化,发展了一种转子热应力半解析递推计算模型。该模型考虑蒸汽换热系数的变化,将启动过程分解为多个换热系数不变的升温过程,各升温过程的换热系数值取为该升温过程开始时刻的换热系数。同时,将每个升温过程结束时刻转子的温度场拟合为只含偶数次幂的4次多项式,并将拟合的温度场作为下个升温过程的初始温度场,通过拉普拉斯变换法,计算出下个升温过程的瞬态温度场。利用半解析递推模型构造转子启动优化的目标函数,采用遗传算法对660 MW机组的冷态启动曲线进行了优化,优化后转子的最大热应力减小了19.4%,且启动时间减小了4.9%。为验证该半解析递推模型的计算精度和效率,分别采用有限元模型和半解析递推模型计算了660MW机组转子冷态启动过程中的瞬态温度场、应力场,计算结果表明:两种模型计算的转子关键部位热应力变化趋势相同,最大热应力相差0.11%,而递推模型计算的时间约为有限元模型计算时间的2.8%。     

关于正交异性材料Ⅰ型裂纹的应力强度因子的探讨

利用对比全场解和局部解的方法,得出了正交异性材料I型裂纹的应力强度因子表达式,并将材料常数对其的影响做了简单的探讨.     

双圆弧谐波传动刚轮插齿刀设计与齿形误差分析

双圆弧刚轮插齿刀几何参数的计算设计及齿形误差分析是谐波传动制造的难点之一.采用运动学法精确建立双圆弧刚轮插齿刀齿形及齿面数学模型;研究了双圆弧刚轮插齿刀顶刃后角对插齿刀可刃磨长度的影响规律;提出了侧刃后角、侧刃前角等几何参数的计算方法,研究了这些参数的影响因素及从齿顶到齿根的变化规律;分析了顶刃前角、顶刃后角对双圆弧刚轮插齿刀齿形误差的影响规律;通过算例给出了插齿刀前后角的设计方法.结果表明:插齿刀可刃磨长度随顶刃后角增大而减小;侧刃后角的大小与该点半径及压力角大小有关,并随顶刃后角增大而增大;侧刃前角随顶刃前角及顶刃后角增大而增大,其中顶刃前角的影响较大;顶刃前角与顶刃后角均对插齿刀齿形误差有较大影响,设计时应在保证齿形精度的情况下,选择较大的顶刃前角和较小的顶刃后角.     

免疫缺陷动物在肿瘤细胞侵袭研究中的应用

近10余年来利用免疫缺陷动物从不同角度进行了人类瘤细胞侵袭性的观察。共进行了以下几个方面的工作:(1)侵袭模型的建立:共建立了6个体内侵袭模型(包括背侧皮下,肌肉内,腹腔内,肾包膜下,睾丸包膜下和爪垫皮下等移植侵袭模型),不同模型具有不同用途。这6种侵袭模型均可作侵袭力的比较研究。(2)侵袭和转移之间关系的观察;利用爪垫皮下和睾丸包膜下移植侵袭模型,以不同时间截肢(切除局部肿瘤),待动物存活到最终时间和不同时间处死动物,观察局部肿瘤侵袭程度和转移出现时间的关系。初步证明局部肿瘤侵袭发展到Ⅲ级侵袭以上时方出现转移,侵袭Ⅲ级是危险期,这个结果对临床肿瘤病人手术时机的选择有重要参考价值。(3)对瘤细胞侵袭程度的定量分析做了初步观察,为今后深入研究侵袭定量打下了基础。(4)瘤细胞侵袭性和器官微环境关系的观察,初步证明了肿瘤细胞侵袭性和转移一样,也具有器官特异性。(5)同时也证明了瘤细胞侵袭的表达与移植方式的关系,找出了对瘤细胞侵袭最敏感的部位和器官,如肾包膜下和腹腔内为敏感的部位;背侧部皮下为不敏感的部位。因此鉴定一个肿瘤是否具有侵袭性,其侵袭程度如何,就不能仅用一个部位和器官。本文总结了近10余年的初步结果,提出了一些待深入研究的问题,这为今后深入研究人类肿瘤细胞侵袭机制和实验治疗,建立了良好的基础和条件。     

聚丙烯复合材料老化数据集成学习

聚丙烯复合材料老化实验周期长,且单次实验采集的数据样本少,使用传统机器学习方法进行预测的准确度较低.为了解决聚丙烯复合材料老化数据样本少与预测准确性低的问题,提出了一种虚拟样本生成(virtual sample generation,VSG)的集成学习预测方法.首先,对聚丙烯复合材料老化数据使用高斯混合模型(Gaussian mixed model,GMM)虚拟样本生成方法平滑生成验证有效的虚拟样本;然后,使用生成后的数据集建立集成学习预测模型,该模型包含随机森林(random forest,RF)、极端梯度提升(extreme gradient boosting,XGBoost)算法、轻量级梯度提升机(light gradient boosting machine,LightGBM)算法以及分类梯度提升(categorical boosting,CatBoost)算法.实验表明:集成学习模型的LightGBM算法与CatBoost算法性能最优,在测试数据上均方误差为0.001 3与0.0001,比RF算法与XGBoost算法分别高出0.4与0.2.聚丙烯复合材料老化虚拟样本生成与集成...