环形防喷器密封胶芯本构模型研究

确定合理的橡胶本构模型对于研究其高弹特性和材料非线性至关重要。石油天然气钻采用防喷器胶芯常用丁腈橡胶,其本构模型参数会直接影响到有限元分析结果的可靠性。提出一种基于实验的研究方法,通过对丁腈橡胶试块进行单轴压缩实验,获取的应力-应变对应值与利用应变能函数计算的应力-应变关系进行拟合,确定了Mooney-Rivilin本构模型关键参数C₁₀和C₀₁。分别与数值分析和ABAQUS有限元仿真模拟对比,验证了参数C₁₀和C₀₁的正确性和合理性。通过单轴压缩实验获取的Mooney-Rivilin本构模型参数的研究方法,为工业环境下丁腈橡胶材料理论研究提供了方便。     

直埋热水管道过渡段热伸长量的线算法

研究了不同埋深下热水管道过渡段热伸长量△L与其对应的最大热伸长量△L_(max)的比值△L/△L_(max)和管道过渡段长度L与管道最大过渡段长度L_(max)的比值L/L_(max)之间的关系,给出了量纲一热伸长量线算图。根据该图可以简便地计算直管过渡段中任一点的热伸长量,其计算结果与理论计算结果误差在5%以内。     

面向无人驾驶时空同步约束制导的安全强化学习

针对无人机（unmanned aerial vehicles, UAV）飞行控制系统的传感器注入攻击能够诱导无人机接受错误的传感器信号或数据,错误估计系统状态,从而威胁无人机的飞行安全. 当前针对无人机传感器注入攻击的在线检测和恢复方法存在检测精度不高、系统状态恢复缺乏持续性、控制模型精度及检测精度受无人机硬件算力限制的问题. 提出了一种基于轻量级机器学习模型的无人机传感器攻击在线检测和恢复方法（machine learning based runtime detection and recovery method against UAV sensor attacks, LDR）,利用机器学习模型对非线性反馈控制系统的表征能力相比线性模型更强的特点,构建各传感器对应的预测模型,对不同传感器对应的无人机系统状态进行准确预测,结合提出的缓解预测误差短时振荡的攻击检测算法,对GPS传感器攻击和陀螺仪读数攻击进行有效的检测和系统状态恢复. 实验结果表明,所提方法的开销满足飞控系统的实时性要求,具有高可靠性和预测有效性,对典型攻击的在线检测和恢复效果相比现有工作更好.