简介:为了满足面向服务的空间数据框架对空间访问控制的需求,提出多粒度的时空相关访问控制模型MSTAC。此模型在基于角色的访问控制模型基础上,进行属性约束扩展。属性约束包括上下文时间属性、用户的位置属性、角色的时间属性约束、地图类的图层向量约束、图层的尺度及制图时间约束、地物要素间的拓扑约束、地物要素的语义属性约束以及要素视图的字段约束。通过此模型,授权用户将受控访问不同粒度的空间数据集。这些粒度包括地图粒度、图层粒度、要素对象粒度和要素视图粒度。最后,将MSTAC模型在webGIS中实施。该实例显示了在不同的数据粒度上和不同的时间段内,系统可以对不同粒度服务进行肯定和否定授权。
简介:失效率是工程中最常用的可靠性指标,传统方法需要通过失效观测数据统计得出。本文根据失效是载荷与强度相互作用结果的观点,借助于动态的(与载荷作用次数有关的)载荷-强度干涉关系,推导出了失效率函数预测模型,并且从载荷分布与强度分布及其之间的关系解释了产品服役过程中失效率的变化规律,展示了载荷的分散性和强度的分散性对失效率曲线形状的影响,提供了一种借助于数学模型预测产品失效率的方法。
简介:为了分析单个晶粒变形行为对微成形的影响,将自由表面的晶粒看作单晶体构建晶体塑性模型。基于率相关晶体塑性理论,考虑试样尺寸、初始晶体取向及其分布,分析微圆柱体墩粗变形中尺寸效应机理。结果表明,流动应力随着试样尺寸的减小而明显减小,晶体取向的分布对试样流动应力具有显著影响,并随着塑性变形的进行而减小。由于单晶体的各向异性,在试样表层发生了明显的非均匀变形,这将导致表面粗糙度的增加,小尺寸试样则更加明显。过渡晶粒的存在使得晶粒各向异性对表面形貌的影响减小。模拟结果得到了实验验证,这表明所建立的模型适合于以尺寸依赖性、流动应力分散性和非均匀变形为特点的微成形工艺分析。
简介:建立激光与能量耦合模型以研究激光在小孔内的传输和孔壁能量的分布。该模型的主要特点包括:1)小孔和孔内等离子体的逆韧致吸收系数均为实验测量所得;2)入射激光为高斯分布的聚焦光束而非平行光束;3)同时考虑了激光光束在孔内多次反射的菲涅尔吸收和逆韧致吸收。计算结果表明:孔壁所吸收的激光能量并不一致;尽管激光未能直接照射孔底,但是小孔孔底所吸收的激光能量最多。基于聚焦光束的特征分析,焦平面的位置对小孔前沿所吸收的激光能量较后沿更重要。
简介:目前,多数系统可靠型模型的建立,皆假设系统由相同的零件组成或者认为系统的所有零件承受相同的载荷。但多数情况下,系统由不同零件组成,每个零件承受不同的载荷。假设每个零件承受的载荷、强度均服从三参数威布尔分布。考虑系统中零件失效的相关性,在不作失效独立假设的前提下,对不同载荷进行归一化处理,基于可靠性干涉模型建立相应的串、并联系统静态可靠性模型。应用顺序统计量理论建立载荷多次作用时等效载荷的累积分布函数和概率密度函数,通过对不同等效载荷的归一化处理建立载荷多次作用下系统可靠性模型。运用蒙特卡罗方法对系统静态可靠性评价模型和载荷多次作用下系统可靠性模型进行了仿真实验,验证了该模型的正确性。
简介:基于石墨的六角层片模型,通过分析石墨晶体结构及不同位置碳原子的成键特性,提出石墨晶体中的边缘碳原子和基面碳原子具有不同的电化学特性,建立球形石墨颗粒的紧密堆积模型,推导石墨颗粒中表面碳原子(SCA)及边缘碳原子(ECA)分数与石墨的晶体结构参数和颗粒尺寸之间的计算公式,讨论ECA对首次不可逆容量的影响机理并进行验证。结果表明,边缘碳原子的电化学活性较高,易于发生电解液分解并与其它碳原子或基团形成稳固的联接。对于实际石墨颗粒,通过引入相应的修正因子可以修正计算结果,修正后的计算公式可以适用于多种碳材料,如石墨,乱层碳及改性石墨的SCA及ECA分数的计算。
简介:建立适合铝合金材料的各向同性线性强化薄板在平面应力状态下塑性变形时厚向应变的求解模型。当加载于薄板的应力分量之比在平面内塑性变形过程中为常数时,薄板的应变分量间呈线性关系,研究发现这一系列不同应力比例和对应的应变比例值构成直线方程,即η-η线。因此,当应力分量间呈恒比例关系加载于薄板时,其厚度方向的应变可以通过η-η线方程快速得到,避免了积分和微分运算。当薄板处于更加复杂的加载状态时,其厚度可以通过提出的迭代优化算法模型得到。研究表明,计算结果与现有理论和有限元仿真结果的相对误差小于0.75%,其精度达到工程应用要求。该模型可用于航空高强铝合金厚板预拉伸工艺分析等实际应用。
简介:为预测舰船航空飞行器防护涂层的服役寿命,在现有的老化动力学预测模型基础上,提出了改进的老化动力学模型与神经网络模型两种新的预测模型。对基材为AF1410,表面处理依次为喷丸、喷锌、喷底漆、喷磁漆的试样,进行三亚外部环境(紫外、热冲击、低温疲劳、盐雾)的综合加速试验,采用电化学阻抗谱技术测得了试样涂层腐蚀老化过程中的阻抗模值数据,并利用试验数据针对3种预测模型进行测试。测试结果表明,改进的老化动力学神经网络模型预测精度较传统老化动力学模型明显提高,且神经网络模型预测精度提高程度更明显。