为研究横卧钢管吸能特性，我们对其在冲击波条件下变形、吸能特性进行了试验研究。根据试验结果，利用折线模型对钢管变形过程进行了简化，提出了横卧钢管变形简化数值模拟方法，并根据试验结果确定了简化模型参数与钢管几何尺寸、荷载之间的关系，进而确定了简化模型的相关参数。简化计算结果与试验结果吻合较好，表明该简化方法是合理的。其研究成果可以为横卧钢管吸能层的工程设计提供有益的参考。

针对纵横向性能差异较大的纤维增强复合材料构件采用机械连接时,材料的弱方向也可能承受较大拉力作用的现实,设计了6组对比试验,研究了单螺栓连接时接头边距/孔径比的变化对其破坏模式与破坏荷载的影响规律并结合有限元对破坏机理进行了分析。结果表明：材料弱方向受拉的复合材料机械连接接头极容易发生孔边拉断破坏;增大边距/孔径比并不能控制接头不发生孔边拉断破坏,并且接头破坏荷载随边距/孔径比的增大逐渐趋于稳定。复合材料的弹脆性力学特点、孔边应力集中以及孔边应力分布随边距/孔径比的增大趋于稳定是以上试验现象发生的本质原因。

为了将光码分多址（OCDMA）系统的光源与编解码器频谱相匹配，根据等效相移原理提出并实现了一种编码频谱可控的基于超结构光纤光栅的光码分多址时域相位编／解码器。该编／解码器在制作过程中仅需一块均匀相位掩模板即可在不同的目标信道上实现编码，从而为OCDMA系统与WDM（wavelength—division multiplexing）的结合提供了一个简单有效的方法。利用计算机仿真和实测数据对该编／解码器性能进行了验证。结果表明：与传统的等效相移编解码器相比，该编解码器具有更大的最佳自互相关峰值旁瓣比（P／W和P／C）；在窄脉冲入射的条件下，该编／解码器具有明显的性能优势；随着脉冲宽度的增加，该编解码器性能与传统的等效相移编解码器趋于一致。

网络安全保障需要为用户提供一种公共的基础设施，以支持面向公众的网络安全服务。提出了基于测量的网络安全平台MbNSP（measurement—based network security platform），即以网络测量为基本手段，收集和分析计算网络实体的安全特性，为应对网络中各类已有或潜在的安全威胁提供检测、追踪和响应等基本服务支持的网络基础设施。讨论了MbNSP与网络安全产品的对比以及MbNSP的组成，阐述了MbNSP的3层体系结构，即通用安全测量层、网络安全接口层和安全服务与应用层。该平台可以为用户提供安全检测、安全追踪和安全扫描等服务。

为了解决采用优先级回退算法提供优先级区分的类IEEE802．11协议的性能分析问题，并为进一步优化协议提供支持，在借鉴IEEE802．11容量分析方法的基础上，提出了一种基于古典概率分析模型的性能分析方法。通过计算不同优先级业务的平均回退窗口，估算整个网络中分组的平均发送周期长度，从而得到该网络的最大吞吐量。对两级优先级网络容量进行了理论分析，得到了关于网络容量的解析结果。仿真结果表明，理论结果与仿真结果一致，该分析方法能够得到网络容量的准确结果。

为了深入研究液压阀阀芯启闭过程中阀芯上的压强分布和液动力,采用动网格技术,数值模拟了液压球阀阀芯开启与闭合过程中的非定常流场。将阀芯作为运动实体,阀芯的运动由其所受的流体力、弹簧力及自身重力确定,随着阀芯的运动,相应流场计算区域的边界也随着发生变化,获得了球阀启闭过程中不同瞬时阀腔内的压力场。在此基础上,分析了液压阀在开启和闭合过程中阀芯所受的液动力,将稳态液动力的数值计算值与理论计算值进行比较。结果表明,该计算方法具有较好的精度。

阐述了一种新型摆动式复合转向机构,针对转向机构的驱动油缸铰点位置设计问题;利用Denavit-Hatenberg齐次变换矩阵建立了该转向机构的运动学模型;提出了确定复合式转向机构驱动油缸铰点位置的多目标优化设计方法;结合工程实例,对转向驱动油缸的铰点进行了优化设计。样车试验表明了该方法的合理性,并对转向驱动油缸行程的非对称特性、转向机构的对称性、摆动角与偏转角特性以及转向机构的平顺性进行了分析,为该机构的工程应用提供了理论基础。

针对经验模态分解（EMD）方法、数学形态法和经验模态分解（MM-EMD）方法在处理液压缸油压波动信号时产生模态混叠的缺点,提出了一种基于奇异值分解（SVD）的液压缸动态特性分析的新方法。首先,在相空间对周期性冲击力作用下的液压缸油压波动信号进行重构,得到合适的特征矩阵;然后将特征矩阵进行奇异值分解,获得奇异值序列和多个可线性叠加的分量信号;最后,根据奇异值分布规律、分量信号特点和油压波动模型,将分量信号进行分类和重组,提取能够反映液压缸动态性能的自由振动分量。试验结果表明,基于奇异值分解的液压缸动态特性分析新方法提取的自由振动分量,能够避免模态混叠,保留了更多的信号细节,为评价液压缸动态性能提供可靠的依据。

为解决液压泵故障信号特征难以提取的问题,提出了一种基于判别稀疏编码的液压泵故障诊断新方法。在稀疏编码框架中引入Fisher判别准则,通过对训练样本进行字典学习,获取具有判别性的字典与稀疏系数,使用不同故障类别字典对测试样本进行稀疏表示,利用全局分类方法综合重构误差与系数偏差两方面参数,对液压泵故障信号进行识别。实验结果表明,对于不同状态下的液压泵振动信号,该方法可自适应地完成各类子字典的学习与模式识别过程,与传统方法相比,在液压泵故障诊断中具有更高的准确率和较好的稳定性。

基于新型气泡去除机理的研究，表明利用液体在密闭的容器内作螺旋加速运动时产生的离心力可以强制去除气泡，且切实可行。介绍了气泡的危害及强制式气泡去除机理研究中的技术难点。