【摘 要】
:
铝蜂窝结构是一种典型的多孔结构。由于其有质量轻、高比刚度、高比强度以及良好的隔热隔噪等突出性能脱颖而出,在航空航天,国防,以及汽车工业领域得到广泛的应用。蜂窝夹芯
论文部分内容阅读
铝蜂窝结构是一种典型的多孔结构。由于其有质量轻、高比刚度、高比强度以及良好的隔热隔噪等突出性能脱颖而出,在航空航天,国防,以及汽车工业领域得到广泛的应用。蜂窝夹芯三明治板是一种具有良好的承力吸能特性的轻量化结构,在汽车行业具有广泛的应用前景。而从安全角度考虑,三明治结构都会受到由于鸟撞,冰雹,工具掉落,汽车奔驰,冲击波以及汽车碰撞引发的高速运行的石子碎片等引起的局部冲击损伤。三明治结构受到冲击后其性能则直接影响结构的完整性和安全性。因此,研究三明治结构的抗侵彻性能对于其在车身结构设计中得到更好的推广与应用具有十分重要的意义。本文采用实验研究和数值仿真相结合的方法,对蜂窝夹芯三明治板的抗侵彻性能和局部穿孔失效机理开展了 一系列的研究工作:(1)开展单层面板和蜂窝夹芯三明治板的准静态局部侵彻实验,探究包括面板厚度、蜂窝夹芯高度、铝箔厚度以及六角蜂窝的大小的不同几何参数对蜂窝夹芯三明治板抗侵彻性能的影响。实验结果表明,增大面板厚度、六角蜂窝的大小以及降低蜂窝夹芯高度、减小铝箔厚度能够明显提高蜂窝夹芯三明治板的抗侵彻性能和吸能特性。(2)建立蜂窝夹芯三明治板侵彻有限元模型,通过仿真结果与实验结果对比,验证了有限元模型的有效性。基于验证的有限元模型,对比分析了空气夹芯三明治板和蜂窝夹芯三明治板抗侵彻性能,突出了蜂窝夹芯三明治板的优异性能。并探究了边界约束、压头大小以及压头形状对蜂窝夹芯三明治板抗侵彻性能的影响。(3)提出一种仿生多级蜂窝夹芯三明治板结构,对比分析了多级蜂窝与传统蜂窝夹芯三明治板抗侵彻性能;并针对多级蜂窝结构的结构参数,开展了不同密度多级蜂窝夹芯三明治板的抗侵彻性能研究;最后分析了边界约束、压头大小以及压头形状对多级蜂窝夹芯三明治板抗侵彻性能的影响。研究结果表明,多级蜂窝夹芯的结构参数Y、密度对多级蜂窝夹芯三明治板的性能影响较大。零级蜂窝夹芯三明治板吸收的能量较多,但受到的损伤、失效更大。一级蜂窝夹芯三明治板吸收的能量低于零级蜂窝夹芯三明治板,但损伤面积、变形程度较小。
其他文献
利用状态监测对滑动轴承进行分析, 根据轴承劣化程度安排预知维修.
干细胞研究是当今生命医学领域的前沿,由于其在生物和临床医学领域有非常强的应用潜力和理论价值受到世界各国的高度关注。以医学细胞生物学课程为依托,专业化、针对性地进行
针对虎峪河流域内无实测水文系列资料的实际情况,采用无资料地区洪水计算的几种方法进行计算,结合现有成果与历史洪水成果进行分析,最终得到较为合理的洪峰流量,为防洪度汛、
重金属氢化物分子的光谱性质和跃迁特性在物理化学反应和分子之间的相互作用中起着十分重要的作用。因此,对重金属氢化物分子的电子态结构以及光谱性质的充分了解显得尤为重要,这也是吸引越来越多的研究人员对其基态和激发态的理论与实验进行研究的主要原因之一。本文使用的是内收缩的多参考组态相互作用(icMRCI)的方法对重金属氢化物(HgH,AgH)分子的基态和激发态的光谱性质和跃迁特性进行理论上的研究,根据Hg
使用两种不同消毒剂消毒种蛋,检测消毒前后种蛋表面活菌数、大肠菌群及沙门氏菌的变化情况,消毒后记录种蛋孵化成绩。结果表明:甲醛熏蒸消毒及百毒杀喷雾消毒均能使种蛋表面活菌
复发性口疮中医认为系“火气内发,上为口糜”,病型繁杂,治则多在于清降郁火,温中补阳,扶持脾胃。近年来我科采用中药敷贴穴位结合药膜法治该病,效果显著,现报告如下:
1病历介绍患者,男性,38岁.因视力模糊3天,近日来视力急剧下降,眼痛和头痛剧烈,伴恶心、呕吐等症状就诊.检查示:结膜混合充血,角膜雾状浑浊,前房浅,房角阻塞,瞳孔呈垂直椭圆散
目的应用高分辨率磁共振血管壁成像(vessel wall magnetic resonance imaging,VW-MRI)研究症状性大脑中动脉(middle cerebral artery,MCA)粥样硬化斑块,探讨斑块特征与梗死类型的关系,推测可能的卒中机制。方法收集2017年12月至2019年2月于东南大学附属中大医院就诊的43例MCA粥样硬化性急性缺血性脑卒中患者的临床资料,并对所有患者
准噶尔盆地玛湖凹陷玛18井区三叠系百口泉组整体已进入油气藏开发阶段,但其储层评价的精度仍处于油层组亚段。为了提高该区目的层储层评价的精度,提高油藏开发的效率,在前人
对于分类问题,基于大量有标签数据的监督学习研究已经取得了很多成果,但现实中想要获取充足的有标签样本非常困难.实际我们能获得的大部分数据都是无标签的或者所含标签值是绝大部分缺失的,所以关于通过学习大量无标签数据中的数据信息来帮助提高模型泛化能力的半监督学习算法一直是我们研究的热点与难点.半监督学习解决了标签值不足时监督学习算法泛化能力不强与缺少样本标签引导时无监督学习算法不准确的问题.半监督学习常见