启迪学生创新思维 培养学生创新能力

培养学生创新思维及创新能力已成为当今教育改革的主旋律.在大学数学教学领域中,教师应本着务实、创新的态度,积极转变教学观念,采取各种行之有效的措施,充分挖掘学生的潜能,启迪学生数学创新思维,培养学生数学创新能力,以适应时代发展的潮流及要求.     

飞行训练质量控制的研究

结合国内外民航飞行事故差错统计数据,论述了飞行训练质量控制的重要性,阐述了飞行训练质量管理的概念,深入分析了飞行训练质量控制过程及相互关系、工作流程和组成,提出了实现飞行训练质量控制的具体程序要求.     

飞行员空中交通管制概论课程的双语教学初探

提出了开展双语教学的必要性,分析了双语教学需要注意的问题,包括课程开设时间的选择、教学内容的选取及课时的安排、教学模式及手段.根据教学实践,总结出存在的问题,即专业性强及专业生词量大,提出了改善措施,采取中英文结合授课,必要时多一些中文解释.     

基于贝叶斯网络和共因失效的飞机电源系统可靠性分析

飞机电源系统中的冗余设计提升了飞机系统的可靠性，但同时也增加了共因失效发生的概率。为了准确分析飞机电源系统的可靠性，首先，采取α因子模型对共因失效部件的失效率进行分解计算，并利用贝叶斯网络（BN）建立考虑共因失效的飞机电源系统可靠性模型。然后，对比分析考虑与不考虑冗余部件之间的共因失效因素时飞机电源系统及其子系统的可靠性。结果表明，考虑冗余部件之间的共因失效因素时，得到的飞机电源系统及其子系统可靠度相对于不考虑冗余部件之间的共因失效因素时较低，更加吻合实际情况。     

二氯荧光素二聚体测定蛋白质

研究了阴离子染料二氯荧光素在阳离子表面活性剂十六烷基三甲基溴化铵（CTAB）存在时溶液的吸收光谱和荧光光谱特性。结果表明，二氯荧光素及其自聚的二聚体可平衡转化，在表面活性剂的存在下，牛血清白蛋白（BSA）的定量加入可调节这一平衡，从而引起体系荧光有规律的变化。还考查了二氯荧光素自聚体系测定蛋白质的影响因素和最佳实验条件，建立了测定牛血清白蛋白的新方法。在最佳实验条件下，对BSA测定的线性范围是0-25mg／L，检出限0．05mg／L。该方法灵敏度高、选择性好、线性范围较宽。     

基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型

利用广义回归神经网络(GRNN)良好的非线性映射能力，对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响，因此采用改进的果蝇算法优化广义回归神经网络(IFOA-GRNN)，并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例，选取相关参数作为预测模型的输入变量，EGT作为预测模型的输出变量。在相同的样本分配下，将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN；IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.8506，其预测效果均优于其他对比算法；同时，IFOA-GRNN对噪声的敏感性也低于其他对比算法。      

飞机重量对安全裕度影响分析

分析了飞机重量对运行中飞行速度和高度限制的影响,以B737-300(CFM-56-3C-1)爬升性能计算为例,利用波音性能软件进行计算分析,结果表明重量变化对速度和高度安全裕度的影响近似呈线性变化,并给出定量分析结果,为飞行、签派人员实际运行提供参考.     

飞机除冰车加热系统应用神经元PID控制仿真研究

针对飞机除冰车加热系统的大滞后和模型不确定性,设计了基于神经元自适应PID控制的飞机除冰车温度控制系统.仿真结果表明,神经元自适应PID控制较常规PID控制具有更好的控制品质和鲁棒性,更适用于飞机除冰车加热系统的温度控制.     

维修资源管理理论研究

维修资源管理是解决影响航空安全维修人为因素的重要途径之一.基于文献的角度,回顾了维修资源管理的发展过程,介绍国内外维修资源管理的研究现状及未来的研究方向.     

基于液滴参数检测的涡街湿气过读预测模型

为提高两相涡街湿气测量精度,针对传统涡街过读公式预测精度差、适用范围受限问题,提出基于夹带液滴参数（夹带率和粒径）的涡街过读预测模型。为进行不同夹带液滴工况的实验研究,建立基于雾化混合的可调压环雾状流实验装置,并建立光学图像法测量系统,获得液滴直径及其分布信息。结合环雾状流型及涡街过读机制,考虑液滴-液膜传质和液滴-旋涡耦合作用,提出影响涡街过读的无量纲尺度参数。建立基于液相加载量、韦伯数和斯托克斯数的涡街过读预测模型,将夹带液滴参数和载气参数（密度和速度）的影响考虑在内,理论上可拓展公式适用范围。最后,评估现有过读关联式的预测性能,并结合实验和模型假设中夹带液滴参数的差异进行详细分析,进一步确认了夹带率和粒径对涡街过读特性的重要影响。结果表明：所提模型在不同液滴夹带条件下都给出了很好的预测,相对偏差在±1.0%以内,预测精度和可拓展性较其他公式有了较大提高。