小型固体发动机喷管堵盖方案探讨

结合某型号几种小型发动机的研制过程，介绍了几种小型发动机喷管堵盖发，并对各方案的优劣进行了比较，给出了方案实施途径。     

2002中国UFO全调查

２００２年４月２２日晚２０时许，北京上空出现四个不明发光体，无声，发黄白色光，空中活动范围较大；２００２年６月３０日晚２２时１０分左右，成都某部队飞行员在执行任务时发现不明飞行物，发出黄光，后证实当天当时陕西、甘肃、江苏、安徽、四川等多个地方多人目击此发光物体，并有照片及录像带为证；２００２年７月１７日晚２０时４７分以后，成都数人发现两个白色发光物体在空中交互飞行；后在眉山等地发现空中有一不明发光物，其形状及光线强度不停发生变化；２００２年８月２１日晚１９时１０分，辽宁抚顺新宾满族自治县上千名群…     

便携式红外寻的防空导弹——特点及发展趋势

简要地回顾了便携式红外寻的防空导弹的出现背景和演变历程，介绍了武器系统的组成和特点，并对此类导弹的改进更新方向和发展前景作了估计和展望。     

欲穷千里之目--对德国《科学》专栏记者的专访

2005年,她应中国UFO研究者的邀请来到中国,参加在大连召开的世界UFO大会。会上,她发表了自己对UFO问题的见解。在演讲中,她讲述了一些发生在以色列的近距离遭遇案例和目击案例。其中最特别的一个案例是,一个以色列女人仙娜和她的孩子的奇特经历——他们在自己家里看见了一个15厘米高的外星人。会后,尤塔·艾丽应《飞碟探索》的邀请,向广大UFO爱好者讲述了自己的研究历程。     

半自动顶针孔研磨器

在精密加工中,许多轴类零件的外圆几何精度的高低,与加工这些轴类零件的基准——顶针孔的质量有着直接的关系。为了保证顶针孔有较高的质量,一般要经过精密研磨。即将带有顶针孔的零件在每分钟300～500转的速度下作旋转运动,再将研磨顶尖(一般用铸铁制成)置于零件顶针孔中,并     

一种临近空间太阳能无人机自主故障诊断及应急处理策略

依据临近空间高空长航时太阳能无人机的特点,提出一种适用于此类无人机的自主故障诊断及应急处理策略。具体地,构建飞控系统故障诊断体系结构及逻辑规则,综合利用单机设备的状态回报、传感器输出等信息,设计逻辑规则判定单机状态或整机的飞行状态是否异常,并结合当前的飞控模式和飞行阶段确定应急等级和相应的处理策略。从设备复杂度和处理逻辑上讲,本策略较传统无人机的应急处理策略有较大差别,是一种新型的飞控系统自主故障诊断及应急处理策略,可为太阳能无人机飞控应急系统设计提供有效参考。     

高压涡轮变叶顶蜂窝角度二次流动特性研究

为减少叶顶泄漏流带来的气动损失，本文对高压涡轮叶顶复合蜂窝的排布角度进行寻优，并分析其气动性能。研究过程保持叶顶蜂窝几何形状不变，改变复合蜂窝在叶顶的排布角度，降低叶顶二次流的总压损失系数和叶顶相对泄漏比。以叶栅出口下游30%轴向弦长位置的面平均总压损失系数为目标参数，利用Isight软件嵌套图形-网格自动生成流程，对0～57°旋转角度内的蜂窝排布方式进行遍历寻优，得到低总压损失的蜂窝排布方式。研究表明，最优排布结果与平叶顶相比，叶栅总压损失降低5.21%，与基准角度蜂窝相比降低1.34%。最优排布方案对叶顶泄漏流的阻碍效果更明显，增大了蜂窝对气流的耗散能力，降低了跨叶顶的横向驱动力，减少了泄漏涡的损失。     

考虑测试性设计缺陷修正延时的测试性增长模型建模与评价方法

针对现有测试性增长模型忽略了测试性设计缺陷的修正延时过程，进而导致测试性增长模型（TGM）跟踪与预计精度低的问题，提出了一种考虑测试性设计缺陷修正延时的测试性增长模型建模理论与方法。首先分析测试性设计缺陷识别与修正之间的延时机理，得到剩余测试性设计缺陷（TDL）具有先增后减的铃形变化趋势；在此基础上，分别以Gamma、Raleigh和Delay-S 3种曲线拟合剩余测试性设计缺陷（RTDL）变化趋势，研究建立基于以上3种曲线考虑修正延时的测试性增长模型；最后，以某机载稳定跟踪平台测试性增长试验数据验证测试性增长模型拟合、跟踪及预计效能。研究结果表明：基于该测试性增长试验数据，Gamma曲线可以精确地拟合剩余测试性设计缺陷变化规律，测试性增长模型跟踪和预计精度可达到10^-2数量级。     

基于集成学习模型的飞行学员认知负荷研究

在飞行过程中,飞行员需要在短时间内接收大量信息,并做出正确的判断与决策,而过高的认知负荷会影响其感知、判断、决策等认知过程,进而影响飞行安全。首先通过飞行模拟实验获取飞行学员在执行不同飞行任务时的生理数据;然后通过时域、频域分析等方法提取呼吸和心电信号的特征,并通过统计学方法筛选出能够反映认知负荷水平的指标;最后结合支持向量机、K 最邻近、人工神经网络等方法建立集成学习模型,对飞行学员的认知负荷进行评估,并与单一算法进行对比。结果表明：本文建立的集成学习模型具有较高的准确率,能够更好地反映飞行学员认知负荷水平。