首页期刊导航|哈尔滨工程大学学报
期刊信息/Journal information
哈尔滨工程大学学报
哈尔滨工程大学
哈尔滨工程大学学报

哈尔滨工程大学

杨士莪

月刊

1006-7043

xuebao@hrbeu.edu.cn

0451-82519357;82534001

150001

哈尔滨市南岗区南通大街145-1号楼

哈尔滨工程大学学报/Journal Journal of Harbin Engineering UniversityCSCD北大核心CSTPCDEI
查看更多>>1954年创刊,月刊,自然科学类综合性学术期刊(ISSN0376-6234,CN23-1235/T),主要报道国内航天、机械、土木、环境、能源、计算机、自动化、电信、交通、控制、材料、力学等学科的最新研究成果。2014年,《哈尔滨工业大学学报》再次入选中国科学技术信息研究所评出的“中国精品科技期刊”(共315种)、教育部“中国高校精品科技期刊”(共49种)、中国学术文献国际评价研究中心的“2014年度中国国际影响力优秀学术期刊”(排序TOP5%-10%)。
正式出版
收录年代

    含裂纹反应堆支承结构偏心承载能力研究

    刘志伟汪帅争杨博杨文平...
    1508-1513页
    查看更多>>摘要:针对偏心载荷下含裂纹反应堆支承结构的安全性评定和剩余承载力评估问题,本文开展了支承结构材料断裂力学性能试验。结合数值模拟和双参数失效评定法,探讨了不同裂纹长度和载荷偏心度对支承结构承载能力的影响。结果表明:裂纹长度和载荷偏心度对支承结构的剩余承载力均有显著影响,在进行含裂纹支承结构完整性评定时要考虑载荷的偏心特点,但不同裂纹长度下的双参数失效评定曲线有较为明显的区别,不同载荷偏心度下的评定曲线差别不大;轴向拉伸载荷下的剩余承载力与裂纹长度近似为线性相关,偏心拉伸载荷下具有一定非线性特征。研究成果为核动力系统生命力评估提供方法和数据库。

    含裂纹结构剩余承载力反应堆支承结构偏心载荷J积分断裂韧性失效评定图

    星载材料极弱剩磁测量方法研究

    孟立飞徐超群陈金刚肖琦...
    1514-1519页
    查看更多>>摘要:为解决科学探测卫星星载材料微弱磁性测量难题,本文提出了一种卫星部件极弱剩磁的测量方法,并研制了测量系统。利用屏蔽技术去除外界磁场干扰,在屏蔽系统内搭建了测量系统,使用零场原子磁力仪采集旋转试件的磁场频谱信息,通过小波多分辨分析方法处理得到试件的磁特征数据。研究表明:本文方法可有效提取极弱剩磁信号,且系统稳定度优于 1×10-12 T/30 min,磁场分辨率优于 1×10-12 T,磁矩提取分辨量级可达 10-6 A·m2,为整星磁洁净控制和空间磁场高精度探测提供了途径。

    卫星材料极弱剩磁磁屏蔽测量系统频谱小波多分辨分析磁洁净

    面向变形飞行器的时变气动参数在线辨识方法

    卢昕玥张鹏宇霍文霞张严雪...
    1520-1526页
    查看更多>>摘要:针对变形飞行器快时变气动参数的在线高精度获取问题,本文提出一种基于BP神经网络模型的气动参数在线辨识方法。基于变形飞行器气动模型的非线性输入/输出映射关系,建立能够在一定精度范围内逼近变形飞行器气动模型的BP神经网络模型。根据在线实测动力学参数观测数据,采用扩展卡尔曼滤波方法在线训练神经网络,实时校正并获取神经网络模型参数,基于神经网络模型快速计算并预测气动参数,从而跟踪快时变、非线性气动模型的变化。通过对变形飞行器连续变形/构型突变的气动参数辨识进行数学仿真验证。结果表明:提出的方法收敛速度快、在线辨识精度较高,可以实现对变形飞行器气动参数的有效辨识。

    变形飞行器快时变气动参数非线性气动模型气动参数辨识在线辨识智能辨识神经网络卡尔曼滤波

    基于BP神经网络的原状土阻尼比智能预测法

    杨文保朱恩赐吴琪陈国兴...
    1527-1533页
    查看更多>>摘要:为探究原状土阻尼比D随剪应变γ和土层深度H(上覆压力σ′m)的双向维度特征,本文对同一钻孔自地表至基岩深度范围内原状粉质黏土与粉土开展系列共振柱试验。利用BP神经网络技术深度挖掘、识别、学习原状土D的双向维度耦合规律,建立了D智能预测法。通过预测结果与试验数据的比较,得出基于BP神经网络的智能预测法可较好地适用于原状土D的双向维度特征预测。试验表明:原状土D与γ和H(σ′m)2 个维度存在耦合相关。同一H(σ′m)维度时,D随γ增加呈现非线性上升规律;同一γ维度时,D随H(σ′m)增加呈现相反的降低规律;随着H(σ′m)维度的增加,D~γ 整体非线性关系逐渐下倾伴随着增长速率逐级变缓。本文方法实现了原状土 D 在H(σ′m)和γ双向维度下的智能预测。

    原状土阻尼比共振柱试验土层深度剪应变双向维度特征BP神经网络智能预测

    扇形涡轮过渡段流动特性及改型特征

    牛夕莹王磊陆华伟李越...
    1534-1542页
    查看更多>>摘要:为了探讨某扇形涡轮过渡段的气动性能,本文进行了互补互证的数值与试验研究,分析扇形过渡段内损失的区域以及原因。通过采用试验和数值模拟方法,结合经验公式对过渡段型线进行改型设计并进行周期性数值模拟,对原型扇形涡轮过渡段进行了研究,分析了扇形过渡段中损失的主要来源。结果表明:0。07Ma、0。14Ma时扇形涡轮过渡段损失主要在机匣两侧,其余马赫数时在端壁摩擦和流动逆向压差共同作用下使损失区域向支板与左右端壁的中心靠近,周期性模拟时出口面损失区域位于支板后中心区域。本文发现不同型线模型拥有不同的流动过程,等压梯度型线先快速扩压后缓慢扩压的扩压流动方式能有效降低过渡段损失,损失相较于原型减小。

    涡轮过渡段出口损失型线改型流动特性数值模拟等压梯度曲线模型端壁损失马赫数

    结构监测无线传感网络数据传输优化方法

    张佳宁沈慧周广东
    1543-1551页
    查看更多>>摘要:针对结构监测无线传感网络数据传输策略优化问题,本文提出一种综合考虑持久、稳定和及时的数据传输优化方法。结合结构监测无线传感网络需求和无线数据传输原理,建立了结构监测无线传感网络数据传输性能评价模型,提出了求解最优数据传输策略的协同飞行萤火虫算法,采用数值算例进行了验证。研究结果表明:本文建立的数据传输性能评价模型能够全面描述结构监测无线传感网络的延续性、可靠性和实时性;本文提出的优化求解方法的计算效率和解的质量提升均超过 50%;获得的数据传输策略既能最大化网络寿命,又可最小化数据丢失和传输延迟。可为结构监测无线传感网络配置提供依据。

    结构健康监测结构安全评估测点优化布置无线传感网络数据传输优化求解萤火虫算法数据传输路由优化

    不同叶高水平的透平叶片气动特性分析

    杨长柱范立云张瀚文陈硕...
    1552-1558页
    查看更多>>摘要:为了能够通过CFD手段优化透平叶片气动性能,本文使用雷诺平均方法针对工程上应用的 66、44 以及22 mm共 3 种典型叶高水平的透平模型进行了数值模拟,并将计算结果同实验测量结果进行了对比。同时,使用大涡模拟数值方法对 22 mm叶高的模型进行非定常计算,得到了与实验结果吻合更好的等熵效率、质量流量等流场宏观参数,在三维流场上透平叶片的叶根与叶顶处的流动更为复杂。研究结果表明:雷诺平均方法可以对 66 和44 mm叶高的透平模型进行较准确的评估,对于 22 mm叶高的透平,只有大涡模拟方法才能够清晰地捕捉到端壁区域紊乱的流动细节。叶片端部区域损失较大,雷诺平均方法处理得到的短叶片端壁区域丢失了流动的脉动细节,导致无法进行准确计算其端壁区域的流动。

    旋转机械透平叶片不同叶片高度大涡模拟雷诺时均纳维斯托克斯方法计算流体力学叶片损失

    舰艇磁性对抗能力综合评估模型

    高俊吉王司霖朱雪莲
    1559-1563页
    查看更多>>摘要:为精确评估舰艇对抗磁性水雷的能力,本文提出了一种基于层次分析法和模糊综合评价法的舰艇磁性对抗能力评估模型。基于层次分析法建立了舰艇磁性处理与磁性水雷对抗能力评估指标体系,通过专家打分法求得指标权重,利用多级模糊综合评价法进行综合对抗评估,其中隶属度函数采用正态分布函数,模糊综合算子采用乘加、加权平均型算子。采用多物理场仿真和磁性船模在磁性处理前后分别进行对抗能力评估。研究表明:磁性处理前后舰艇对抗磁性水雷的评估分值分数分别提升了35。65分和21。58分。评估结果验证了所建模型的合理性和有效性。

    磁性对抗评估层次分析法专家打分法隶属度函数模糊综合算子模糊综合评价多物理场仿真

    能量轨道下带碰摩的双转子系统振动特性分析

    刘军王敬寒王肖锋葛为民...
    1564-1575页
    查看更多>>摘要:为提高航空发动机的推重比和燃油效率,调整转子与机壳间的间隙变小,易发生碰摩故障问题,本文针对带碰摩双转子系统的非线性振动特性开展了定性、定量分析。建立了具有非线性弹簧特性和带碰摩故障双转子系统的非线性数学模型,通过仿真与数值分析调查了该模型复杂的碰撞、振动特性。对碰摩故障发生后和即将脱离时该系统的能量交换进行了定量分析,基于振动能量轨道的迁移过程分析了非线性振动特征和诱发机理。使用转子实验验证了数值仿真、理论分析结果和振动能量轨道。本文揭示了带碰摩故障的非线性双转子系统运行时振动变化规律,更好地分析了双转子系统的振动特征。

    双转子系统非线性恢复力非线性振动碰摩故障能量空间分析能量轨道轨道迁移实验

    基于强化学习的无人机智能组网技术及应用综述

    邱修林宋博殷俊徐雷...
    1576-1589,1598页
    查看更多>>摘要:针对无人机在民用和军事等领域中的研究热度及应用需求日益增长,传统 Mode1-Based 的网络部署、设计、操作方法无法应对动态变化的无人机场景的问题,本文综述了灵活性高、适应性强的 AI-Based 的智能组网技术,并引入强化学习这一人工智能领域的重要分支。对现有利用强化学习技术解决无人机组网难题的研究进行了概述,结合无人机组网的特性梳理了此领域应用强化学习技术的主要思路。从几个应用场景,以及组网关键技术的角度进行了归纳,给出了基于强化学习的无人机智能组网技术所面临的机遇与挑战,并进行了总结。探究了无人机通信的感知能力与决策能力,适应了其动态变化且需要高度自治的环境需求。为未来无人机智能组网技术的发展提供了有价值的理论基础和实践指导。

    飞行自组网强化学习深度Q网络算法多智能体无人机集群智能路由资源分配跨层优化