美国质量经理资格考试大纲

美国委托ASQ(美国质量协会)每年组织一次质量经理资格考试，在我国的上海、香港、台北都设有分考场(4小时，两部分，150个多选择题及两个简短问答题，只用英语)，(通过考试取得资格的质量经理，在美国、香港，一般每年可增加工资一万美元以上)，今将考试大纲列举于下。     

测量不确定度及其算法

前言什么叫测量不确定度?如何计算测量不确定度?对于很多计量工作者是不熟悉的。本文提供了其概念及计算方法。一、不确定度的定义按JJG1001—91《通用计量名词及定义》的第135条定义:“测量不确定度”     

HTPB复合固体推进剂粘弹特性研究——动态抗张模量的时间、温度依赖性

利用RHEOVIBRN DDV-Ⅲ-EA型动态粘弹谱仪,在频率为110,35、11,3.5Hz,温度为-150～200℃及频率为0.3,0.03,0.01Hz,温度为-80～30℃的恒定频率,测定了HTPB复合固体推进剂动态抗张特性温度谱.以线性粘弹及热流变简单性作为基本假设,采用折合变量的数据处理方法,将恒定频率的动态抗张模量温谱曲线迭加成参考温度为20℃时的动态抗张模量主曲线,并用一般化的Maxwell模型级数式给予定量的数学描述;还将图解得到的偏移因子温度曲线处理成修正的WLF方程,从而为药柱强度分析提供该推进剂材料的动态粘弹参数.     

计量及测量误差分析综合方法讲座──第五讲 计量仪表的拟合曲线

计量及测量误差分析综合方法讲座──第五讲计量仪表的拟合曲线何国伟１样本相关系数设两维随机变量（Ｘ．Ｙ）的一个样本量为ｎ的样本为在Ｘ—Ｙ直角坐标纸上，点出Ｐｉ（ｘｉ，ｙｉ），ｉ＝１，２，…，ｎ诸点，这叫做（Ｘ，Ｙ）的“散布图”。从（Ｘ，Ｙ）的散布图大体...     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下，传统PID控制方法难以满足高品质控制需求的问题，进行了自适应增广控制(AAC)方法研究，以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上，通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制；继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响，设计了在线调整算法自适应调节PID控制增益，并对其工作机理与参数设计原则进行研究；然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响；最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析，验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响，大幅度提升综合控制性能，具有理论研究意义与工程应用价值。     

ZSGA?2型重力敏感器关键技术分析与试验验证

与国外主流海洋重力仪相比，国产海洋重力仪的分辨率低一个数量级，这制约了国产海洋重力仪的应用。针对国产海洋重力仪亟需提高分辨技术的需求，根据ZSGA-2型重力敏感器的工作原理，建立了弹性系统的力学模型，并开展了样机的静态性能测试。测试结果表明，经零位漂移和大地固体潮汐修正后的静态精度达到了0.03mGal，样机随重力仪进行楼层高差测量的重复性为0.15mGal。该型重力敏感器的分辨率已经达到了国外同类产品的技术水平，并具备了一定的动态适应性，为该型高分辨率零长弹簧重力敏感器开展高动态环境适应性技术研究奠定了坚实基础。     

60m3卧式液氮贮罐预冷过程试验

为进一步了解大型卧罐预冷过程，搭建了60 m3卧式液氮贮罐预冷试验台，对小流量下贮罐预冷过程的降温和罐体应变特性开展了研究。结果表明：预冷过程罐内气体温度首先整体迅速降低，然后缓慢下降，且呈现分层现象；预冷初期液氮在罐底难以积累；靠近底部的罐壁降温过程分为三个阶段，首先与低温氮气进行自然对流传热，温度缓慢下降，液位增长到相应高度后与液氮进行沸腾换热从而温度迅速下降，最后稳定在液氮温度；对于最终液位以上的罐壁，一直维持着平稳的降温速率；贮罐轴向应变全为负值，随着预冷过程进行轴向应变随之增大，与液氮接触的局部罐壁轴向应变会迅速增加。该项试验的成功进行有力地补充了国内大型卧罐预冷试验数据的空白，为低温贮罐可靠性及寿命预测等相关研究提供数据支撑。     

连续纤维增强SiC基复合材料界面相力学及抗氧化改性研究进展

综述了近年来SiC基复合材料的裂解碳（PyC）及其衍生物、BN及其衍生物、新型界面相和复合界面相的力学及抗氧化性能改性效果、相关影响因素及不足之处，比较了几类常见的界面相制备工艺。其中，PyC界面相力学改性效果好但抗氧化性差，添加B元素仍难以克服其本征不耐氧化性；BN界面相综合性能佳，但具有中温脆性且不防潮；复合界面相优势众多，但热膨胀系数失配、化学相容性差等问题不可忽视；新型界面相在性能或制备方式上难以兼顾。未来的发展方向为完善性能数据库和损伤机理、探索更多新型界面相类型，以及深入挖掘现有界面相制备工艺的潜力等。     

月球表层采样样品智能确认方法

表层采样是月球采样探测的重要方式，样品智能确认有助于提升工作效率与复杂问题处理能力。结合月球表层采样铲挖工作过程，分析了铲挖过程中臂载相机图像的特点，模仿有人参与识别过程，提出了层次解耦的月球样品智能识别流程，利用深度学习方法构建了一类深度卷积识别网络，完整地描述了图像、特征、标记在网络中的正反传递关系，并在月球表层采样地面试验中进行了验证，结果表明该方法对不同光照、不同背景、不同过程、不同形态的样品，具有较好的泛化识别能力，误识别率优于8.1%，平均单幅识别时间约0.7 s。