基于被动复制方式的容错CORBA模型

容错CORBA(Common object request broker architecture,公共对象请求代理体系结构)是OMG(Objectmanagement group,对象管理组织)为了给分布式系统带来容错特性而对通用CORBA所作的一个扩展。文中首先介绍了基于被动复制方式的容错CORBA模型——PFORBUS,针对其中主服务器的重要性,该模型提出了一个主服务器选择算法,该算法基于三角模糊数对不同服务器的可靠性进行评价,从而找出可靠性评价值最高的服务器作为主服务器。然后详细介绍了PFORBUS模型在该算法支持下的相关工作,包括系统初始化、正常工作流程及主服务器失效后的处理等。最后对该模型采用不同主服务器选择算法的情况进行了仿真,并取得了较好的效果。     

中纬电离层爆负相开始时间与磁暴主相开始时间的对应关系

本文假设以磁暴主相期间，由于极光椭圆带处的空气被加热上升，从而使高纬高空出现富含分子的气体，这些气体由于扩散及与中性风的相互作用会向低纬移动，其所到之处电子消失系数增加，从而导致负相电离层暴的发生，计算给出了全球中纬电离层暴负相的开始时间与磁暴主相开始时间之间的关系，并讨论了负相电离层暴发生的“时间禁区”问题，结果与有关统计结果符合得很好。     

微量气味成分的自由基簇射技术脱除

研究了密闭体系中微量气味污染物的脱除作用与机理。采用电晕放电自由基簇射技术，实现了人工环境下氧化性自由基的产生；以电子自旋共振技术（ESR）对气态羟基自由基实施了捕集和检测，验证了在羟基自由基的存在下NH3被氧化为N2。通过U—I获得反应能耗和污染物去除效率为：NH3脱除效率为90．6％时，能耗1．0W。研究表明：自由基簇射技术产生的氧化性自由基可有效去除密闭生存环境中产生的NH3等微量有害气味成分，将在空间站等密闭生存系统内空气净化中有很好的应用前景。     

改进型主泵调节器性能标准研究

主泵调节器是涡扇发动机的重要组成部分,在研制过程中其功能结构往往根据需要进行优化改进,研究其改进优化的变化对于制定维修计划有非常重要的意义。本文依据某改进型主泵调节器配装的发动机控制规律及设计参数,采用理论推算确定该主泵调节器大慢车转速特性、高导叶片的角度特性、加速供油特性等性能参数,并通过局部及整体综合试验等验证方法形成其关键性能标准。     

飞机舱门失效乘客减载计算方法的探讨

从适航当局、航空器制造商要求出发，从适航角度探寻了飞机舱门失效时需要进行旅客人数减载的原因。根据FAA、EASA、CAAC对各种机型舱门失效的要求，对比分析了各民航体系的要求差异，总结了舱门失效时计算旅客人数减载量的方法。在舱门失效对旅客人数进行减载时，航空公司需要综合考虑航班是否为跨水航班、舱门性能、救生筏性能。根据实际飞机客舱布局，结合航班的销售情况，在满足适航要求的同时，将因客舱门失效带来的经济损失降到最低。通过公式和表格，可以比较迅速地完成旅客人数减载量计算和减载区域指定。最后根据分析和实例计算，发现FAA体系下计算方法简单，但是对减载区域的限制比较严格；EASA计算方法比较繁琐，但在指定减载区域时比较灵活。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题，为进一步提高故障诊断准 确率，提出了基于小波变换和粒子群优化(Particle swarm optimization，PSO)支持向量机 (Support vector machine，SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析，然后通过小波分解计算分形维数，再利用核主元分析（Kernel pri ncipal component analysis，KPCA）降低特征值维数，实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证， 获取了较高的故障诊断准确率，与其他方法进行比较，实验结果显示了本文方法的优越性。     

涡扇发动机主燃油流量监控模型的建立及验证

单发飞机装配新型发动机试飞具有较高的风险,作为发动机重要性能参数的燃油流量,可在一定程度上反映发动机的潜在故障。为确保某型涡扇发动机飞行试验安全,需对发动机主燃油流量建立监控模型。利用地面台架试验数据,结合主燃烧室喷嘴和主燃油计量装置的工作特性,建立了主燃油流量监控模型,并与装机后的地面试验数据进行对比。结果表明,该监控模型有较高的准确性和通用性,能及时发现发动机可能存在的问题和故障,确保飞行试验安全。     

某型发动机喷口转换、α_2调节和涡轮冷却故障分析

针对某型发动机喷口转换、α_2调节和涡轮冷却故障,采用理论分析、分解检查、故障模拟等方法,找到了引发故障的多余物并确定了其来源,制定了改进措施,避免了该类故障的再次发生,可为类似故障的分析提供参考。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。