今天,在各个行业中,需要作为一般质量控制测试。已经制定了几种工业标准以准确执行测试。必须在夏比冲击测试中确定动态断裂能及其与半经验方程式与断裂韧性的关系。在本研究中,具有标准ASTM E23样本量的AZ31镁合金的夏比冲击试验是通过凹槽深度,温度和凹槽角对断裂能的影响来衡量的。Taguchi和L18阵列已用于设计实验并根据所研究因素的数量获得最佳状态。通过使用ANOVA分析每个输入变量对目标参数的影响,并提取输入参数的值,以通过信号到噪声方法来最大化断裂能量的量。结果表明,凹槽深度对断裂能的影响最大,并且随着凹槽深度的增加而减小。还以60°的凹槽角在-10°C下在非横轴样品中获得最大化断裂能的最佳组合。
上下文。cometary子流线小径存在于彗星附近,形成了星际尘埃云的细胞结构。这些步道主要由最大的彗星颗粒组成(大小约为0.1 mm – 1 cm),它们以低速弹出,并保持非常接近彗星轨道,以围绕太阳的几次旋转。在1970年代,向内部太阳系推出了两个Helios航天器。航天器配备了原位灰尘传感器,该传感器第一次测量了内部太阳系中星际尘埃的分布。最近,当重新分析HELIOS数据时,发现了七个影响的聚类,由Helios在非常狭窄的空间区域中检测到,真正的异常角度为135±1°,作者认为这是潜在的cometary Trail颗粒。但是,当时无法进一步研究该假设。目标。我们在Helios Dust Data中重新分析了这些候选彗星径向粒子,以调查某些或全部确实起源于彗星步道的可能性,并且我们限制了它们的源彗星。方法。空间模型中用于探索的星际探索(IMEX)尘埃流是一种新的且最近发布的通用模型,用于内部太阳系中的彗星气星流。我们使用IMEX研究Helios制作的彗星径的遍历。结果。在太阳周围的十革命中,Helios航天器与13条彗星小径相交。在大多数遍历中,预测的灰尘频量非常低。结论。在Helios检测到候选粉尘颗粒的狭窄空间区域中,航天器反复穿越45p/Honda-Mrkos-Pajdušáková彗星的步道,并具有72p/Denning-fujikawa,具有相对较高的预测粉尘。对检测时间和粒子冲击方向的分析表明,四个检测到的粒子与这两个彗星的来源兼容。通过组合测量和模拟,我们在这些小径中发现了尘埃空间密度,约为10-8 –10-7 m -3。在较狭窄的空间区域中,径向遍历的聚类构成了Helios数据中潜在的彗星径向颗粒的识别。基于航天器的尘埃分析仪可以将其追溯到其源体的现场检测和分析,为对彗星和小行星的远程组成分析提供了一个新的机会,而无需将航天器吹入甚至降落在这些天体上。这为命运 +(例如,与Phaethon Flyby and Dust Science的空间技术的示范和实验),Europa Clipper以及星际映射和加速探针提供了新的科学机会。
使用高速撞击点火测试系统研究脆性铝热剂弹丸以 850 和 1200 米/秒的速度撞击惰性钢靶时的动态响应。弹丸包括固结的铝和三氧化二铋,由推进剂驱动的枪发射到配备高速成像诊断装置的捕集室中。弹丸穿过捕集室入口处的防爆屏,在穿透防爆屏时碎裂或在撞击钢靶之前保持完整。在所有情况下,弹丸在撞击时都会粉碎,反应碎片云会扩散到捕集室中。在较低的撞击速度下,碎裂弹丸和完整弹丸产生的火焰蔓延速度相似,均为 217 – 255 米/秒。在较高的撞击速度下,完整的射弹产生最慢的平均火焰蔓延速度,为 179 米/秒,因为碎片的反弹受到射弹长度的限制,并且由此产生的碎片场在径向高度集中。相比之下,破碎的射弹反弹成分散良好的碎片云,其火焰蔓延速度最高,为 353 米/秒。提出使用动能通量阈值来描述观察到的碎片分散和火焰蔓延速度的变化。使用计算流体力学代码开发了一种基于粒子燃烧时间的反应性模型,该模型结合了多相环境中的传热和粒子燃烧,以了解粒径如何影响火焰蔓延。模型结果显示,对于较小颗粒碎片,更快的反应性和增加的阻力抑制运动之间存在权衡。
小行星撞击对地球上的所有生命都构成了重大威胁,使小行星偏离撞击轨迹是减轻威胁的重要方法。动能撞击器仍是使小行星偏转的最可行方法。然而,由于发射能力的限制,质量有限的撞击器只能给小行星带来非常有限的速度增量。为了提高动能撞击器策略的偏转效率,本文提出了一种新的概念,即组装式动能撞击器(AKI),即将航天器与运载火箭末级结合在一起。即运载火箭末级将航天器送入预定轨道后,不再进行航天器与火箭的分离,航天器控制AKI撞击小行星。通过充分利用运载火箭末级的质量,撞击器的质量将得到增加,从而提高偏转效率。依据长征五号运载火箭的技术参数,为验证AKI方案的威力,设计了偏转贝努小行星的飞行任务。仿真结果表明,与经典动能撞击器(CKI,执行航天器与火箭的分离)相比,增加运载火箭末级质量可使偏转距离增加3倍以上,缩短发射准备时间至少15年。在要求相同偏转距离的情况下,增加运载火箭末级质量可使发射次数减少为CKI发射次数的1/3。AKI方案使得在10年的发射准备时间内以非核技术防御类似贝努的大型小行星成为可能。同时,单颗长征五号火箭在10年发射周期内可以将直径140米小行星的偏转距离由不足1个地球半径提高到超过1个地球半径,意味着小行星偏转任务可靠性和效率的提高。
作为研究的一部分,对芬兰大型跨国公司的顶级管理进行了大量访谈。法规一直是从2000年代初至当天塑造低碳解决方案市场的主要驱动力。芬兰一直是实施欧盟法规的许多领域的先驱,这使芬兰公司经常具有良好的竞争优势,但在市场上首次推出时,风险也增加了。2000-2010年的重点是能源效率,芬兰成功地提高了许多行业的能源效率,但是对于低碳产品的一般市场需求而言,这是缓慢的,部分业务兴趣是“绿色洗涤”。客户对低碳产品的需求已在2010年代成为业务现实,而低碳解决方案的业务战略优先事项也有所增加 - 在2009年金融危机之后发生了明显的转变。不同的行业在低碳是“经营”还是“业务”方面仍处于截然不同的阶段,但是芬兰大型公司现在正在认真对待这一问题,低碳解决方案在战略议程中排名第一。气候业务或低碳解决方案的提供不再是其自己的业务,而是削减所有业务 - 同时全球竞争正在加剧。现在正在寻求新的商业模式和业务潜力,从中断和行业
我们结合使用高速视频成像和电测量来研究水滴落在预带电固体表面时撞击能量如何直接转换为电能。在各种撞击条件(初始高度、相对于电极的撞击位置)和电参数(表面电荷密度、外部电路电阻、流体电导率)下进行系统性实验,使我们能够定量描述电响应,而无需基于水滴-基底界面面积演变的任何拟合参数。我们推导出此类“纳米发电机”所收集能量的缩放定律,并发现通过匹配外部电能收集电路和流体动力学扩散过程的时间尺度,可以实现最佳效率。
在行星防御计划框架内,NASA 开发了双小行星重定向测试 (DART) 任务,意大利航天局也参与其中。DART 的航天器将充当动能撞击器,故意撞击 Didymos 双星系统(即 Didymos-B)的小卫星,而撞击的影响将由一颗小型卫星、用于小行星成像的意大利轻型立方体卫星 (LICIACube) 和地面望远镜观测。意大利航天局 (ASI) 的一项任务 LICIACube 将以大约 6.5 公里/秒的相对速度飞行,它将记录撞击的影响、陨石坑和碰撞产生的羽流的演变。LICIACube 必须保持小行星的指向角速度约为 10 度/秒,以便从靠近 Didymos-B 表面的小行星旁飞过。LICIACube 获取的图像将通过自主导航算法在机上进行处理,以识别小行星系统并控制卫星姿态。他们还将为科学界提供帮助,并为航天局率先发起的行星防御计划提供反馈。这项深空任务基于一个规模小但技术含量高的平台,其开发由意大利科技界和科学界共同参与。
LS-DYNA 包含 12 多种材料模型,可用于描述混凝土结构行为 [1]。本研究使用 *MAT_CSCM(_CONCRETE)/*(MAT_159) 混凝土模型 [2]–[4]。该模型基于三个不变屈服面,可以分别跟踪拉伸和压缩损伤,根据应变率效应调整混凝土强度和断裂能。由于“易于输入”的程序,所有输入参数都可以按照 CEB-FIP 模型代码 [5] 重新生成。该程序根据用户输入的正常混凝土强度 𝑓𝑓 𝑐𝑐 ∈[20; 58] MPa 参数提供初始化例程,重点是中间范围 𝑓𝑓 𝑐𝑐 ∈ [28; 48] MPa[2]。单元素试验 对一个有限元的单轴无侧限拉伸和压缩的几项试验表明,声明的初始化程序给出的材料参数存在很大的不准确性。所得结果也得到了许多论文 [6]、[7] 的证实。因此,基于模型初始数据 [2] 和第三方研究 [6] 开发了新的外部初始化程序。该程序根据用户输入的抗压强度和骨料尺寸数据生成所有输入参数。单元素试验的结果如图所示。1 和 2。
LS-DYNA 包含 12 多种材料模型,可用于描述混凝土结构行为 [1]。本研究使用 *MAT_CSCM(_CONCRETE)/*(MAT_159) 混凝土模型 [2]–[4]。该模型基于三个不变屈服面,可以分别跟踪拉伸和压缩损伤,根据应变率效应调整混凝土强度和断裂能。由于“易输入”程序,所有输入参数均可按照 CEB-FIP 模型代码 [5] 重新生成。该程序提供基于用户输入参数的初始化例程,这些参数为正常混凝土强度 ∈ [20; 58] MPa,重点是中间范围 ∈ [28; 48] MPa[2]。单元素试验 对一个有限元的单轴无侧限拉伸和压缩的几项试验表明,声明的初始化程序给出的材料参数存在很大的不准确性。所得结果也得到了许多论文 [6]、[7] 的证实。因此,基于模型初始数据 [2] 和第三方研究 [6] 开发了新的外部初始化程序。该程序根据用户输入的抗压强度和骨料尺寸数据生成所有输入参数。单元素试验的结果如图所示。1 和 2。
随着对脑震荡损伤的长期后果的关注日益增加,人们开始重视开发能够准确预测大脑对冲击负荷的机械响应的工具。虽然有限元模型 (FEM) 可以估计动态负荷下的大脑响应,但这些模型无法快速(几秒内)估计大脑的机械响应。在本研究中,我们开发了一个多体弹簧质量阻尼器模型,该模型可以估计大脑对围绕一个解剖轴或同时在三个正交轴上施加的旋转加速度的区域运动。总的来说,我们估计了 50% 人类大脑内 120 个位置的变形。我们发现多体模型 (MBM) 与计算的有限元响应相关,但不能精确预测(平均相对误差:18.4 6 13.1%)。我们使用机器学习 (ML) 将 MBM 的预测与负载运动学(峰值旋转加速度、峰值旋转速度)相结合,并显著减少 MBM 和 FEM 之间的差异(平均相对误差:9.8 6 7.7 %)。使用独立的运动损伤测试集,我们发现混合 ML 模型也与 FEM 的预测有很好的相关性(平均相对误差:16.4 6 10.2 %)。最后,我们使用这种混合 MBM-ML 方法来预测出现在大脑不同位置的应变,对于复杂的多轴加速度负载,平均相对误差估计范围为 8.6 % 到 25.2 %。总之,这些结果展示出一种快速且相当准确的方法,用于预测大脑对单平面和多平面输入的机械响应,并提供一种新工具来快速评估整个大脑撞击负载的后果。 [DOI: 10.1115/1.4046866]
