摘要：针对连接件振动疲劳涉及的应力集中以及接触非线性问题,借鉴准静态疲劳分析的应力严重系数(stress severity factor,简称SSF)法对于应力集中以及接触问题的分析方式,将其推广到随机振动,采用等效SSF模型计算应力响应,提出连接件振动疲劳寿命分析的SSF法。算例验证结果显示,2个载荷谱激励下,振动疲劳寿命的计算误差分别为27.3%和30.7%。结果表明,SSF法具有快速、高精度的特点,能够达到工程中快速评估连接件振动疲劳寿命的需求。

摘要：以深度学习为基础,构建了一个基于深度神经网络的回归预测模型。根据样本数据,以损失函数最小为训练目标,通过反向传播算法以及随机梯度下降方法训练模型,采用训练结果对高超声速飞行器表面热环境进行评估。采用典型飞行任务中的782个样本数据进行算例分析,预测结果与实际数据的对比结果表明,壁面热流峰值和温度峰值的平均误差分别为3.03%和1.86%,表明该模型具有快速、高精度的特点。

摘要：为了研究某型筒弹在运输激励下的振动响应情况,给筒弹设计提供参考,利用时域频域转换方法和有限元理论,提出一种间隙非线性筒弹随机振动计算方法。通过仿真计算,研究筒弹在车辆运输振动环境下的响应问题,并与试验进行对比,为筒弹运输振动研究及筒弹设计提供一种新的方法。