高架运输索道的静力分析

根据柔索应变与位移的非线性几何关系以及自重作用与温度影响下的平衡方程,采用欧拉描述的坐标系统精确地求得了各点的位移和张力的一般解。由高架运输索道静力问题建立的非线性代数方程组应用改进的Powell混合算法编制的高精度DNEQNF程序直接进行求解。在例题中计算了索道在两端各种高度、跨度以及温度不同的情形并进行了分析。用本文的方法对高度相同的索道问题与其他学者用不同方法得到的结果进行了对比和讨论。     

某型涡轴发动机空中起动故障分析

本文对某型全数控系统控制的涡轴发动机在飞行试验中出现的空中起动超温、起动失败的原因进行了分析,并提出了一些改进建议,为发动机数控系统的完善提供了参考.     

新型芳香族双马来酰亚胺树脂固化反应及性能

通过与二苯甲烷型双马来酰亚胺(MBMI)对比,对新型芳香族双马来酰亚胺单体(BBMI)进行了预聚、固化反应和性能研究.DSC表明,BBMI单体的反应活性较大,固化速度较快,与二烯丙基双酚A(DAB-PA)的预聚物凝胶时间较短.与MBMI/DABPA相比,BBMI/DABPA的TMg低2℃.热重分析表明,BBMI/DAB-PA的热稳定性优于MBMI/DABPA.与二苯甲烷型双马来酰亚胺相比,BBMI的弯曲强度提高了32.16 MPa,250℃的弯曲强度提高29.54 MPa,弯曲强度保留率从73.0%提高至78.6%.     

炔基酚醛树脂防热复合材料的研究

以碱为催化剂,通过间乙炔基苯基重氮硫酸盐和酚醛树脂间的偶合反应,制备出间乙炔基苯偶氮酚醛树脂简称炔基酚醛树脂(EPAN),采用该树脂制备了硅墓/炔基酚醛树脂复合材料.研究结果表明:该树脂浸胶工艺性好,固化反应活性高,制备出的复合材料高温力学性能保持率好、残碳率高.     

分布式飞行控制半物理仿真系统设计

针对一般飞行控制半物理仿真系统中物理实物的确定性和不可替换性,提出了一种分布式结构半物理仿真系统方案。这种结构利用多台计算机分担模型解算任务,不但提高了数据处理的速度,而且使得各分系统的替换方便可行,仿真系统的半物理程度可灵活调节。系统还引入了以太网通讯,多线程机制和高精度定时技术来提高仿真系统实时性,最终实现了一个通用型的可远程启动和监控的飞行控制半物理仿真系统实验平台,取得了良好的仿真效果。     

外圆车削过程中的零件变形分析

由于弯曲变形的影响,在车削细长轴类零件时车削厚度随车削位置发生变化,使最终成型零件呈现两头小中间鼓起的木桶状,影响零件精度.本文从切削参数入手,从理论上预测了车削轴类零件的车削力和加工精度.     

高精度航空低电阻测量仪的设计研究

采用恒流源四线测量技术,设计了一种低电阻测量仪,保证了测量精度;以运放和复合放大系统为核心技术的恒流源设计,提高了输出电流精度;专门设计的温漂补偿电路和信号调理电路,可有效地克服由于周围电磁场、电源波动等因素造成的干扰,大大提高仪器的可靠性和精度。     

碳化硅颗粒增强铝基复合材料弹性常数测量

为研究粉末冶金制备的碳化硅颗粒增强铝基复合材料(SiCp/Al)中SiCp含量对材料机械性能的影响,使用弹性波法测量了SiCp含量不同的标准试样的弹性常数矩阵.利用Christoffel方程建立了横观各向同性材料波速与弹性常数之间的关系,介绍了水浸斜入射法测量准横波和准纵波波速的基本原理和测量过程,基于上述原理进行了试验,计算出了被测试件的弹性常数.结果表明,SiCp/Al沿挤压方向的机械性能最高,并且随着SiCp含量的增加,弹性常数变大,材料的强度升高.     

Stribeck模型模糊整定及其在转台控制中的应用

为了实现飞行仿真转台中框阀控马达机构的高精度低速伺服,提出了模糊整定Stribeck摩擦模型状态参数的等效控制电压超前补偿和PID(Proportion Integral Differential)相结合的控制策略.为了规避常规摩擦前向补偿对系统模型及参数的依赖性,提出利用转台中框本身的控制环节直接测定用于摩擦超前补偿的Stribeck电压模型参数;针对系统超低速伺服时速度信号难以检测的特点,设计了模糊整定系统用于改进模型运行状态参数的整定;将设计好的控制器用于中框低速伺服.实验结果表明,系统响应以三角波表示的正反向最小稳定速度为0.000006(°)/s时,跟踪误差在95%时间在0.0002°内,并对其他形式信号也有很高的动态跟踪精度.     

少数类的集成学习

传统机器学习中研究的分类问题通常假定各类别是平衡的,但在很多场合各类别的出现概率相差很大,而且很多应用中需要区分重要而稀少的少数类.本文比较了3种基于AdaBoost集成学习方法,并推导出他们的精度几何平均(GMA)的下界.分析表明:类别越不平衡,这3种方法越难以通过提高基分类器准确率来提高GMA.在此结论的基础上,以Bagging为基础提出了单边Bagging算法,该算法只对多数类抽样,而保留所有少数类,因而每轮的训练集是类别平衡的,并通过UCI数据集验证了其有效性.