运用贝叶斯判别分析防止"彼得现象"发生

分析了由于晋升候选人相对较多,不易把握好候选人,传统的方法难免会出现干部晋升的"彼得现象".而引入贝叶斯判别法则可以以具体、明确的量化标准,与定性分析方法相结合,完善晋升的考证机制,以量化的数据作为提出问题的依据、分析判断的基础和考察评估的尺度,为更加全面地做好干部的晋升选拔工作提供一种可行的辅助方法.     

基于M2PC协议的分布式事务管理方法研究

结合一个点对点模式分布式多数据库系统,研究一种分布式事务管理方法并提出一种基于数据隐藏技术的M2PC协议。简要介绍了分布式事务、触发器的概念及其特性,并且分析了事务管理方法的工作原理及实现该方法的局部系统结构,在此基础上,详细说明了M2PC协议的设计思想、数据隐藏技术及事务提交流程。     

模型数据混合驱动的航天器健康监测技术

针对现有纯数据驱动的航天器健康监测技术不能覆盖非测控弧段,遥测数据有限,无法满足功能复杂化、任务多样化、在轨时间长期化的航天任务需求的问题,提出一种模型和数据混合驱动的航天器健康监测系统架构.该系统以高保真的数字化模型为基础,通过遥测数据与模型的融合,实现对航天器全时间段、连续可靠的状态监控及状态预示.本文对架构中模型实现、遥测数据与模型数据融合、故障诊断等关键技术进行详细描述,并说明在某型号航天器任务过程中的应用验证情况.     

基于迁移学习的航天器遥测数据异常检测技术

航天器遥测数据异常检测是识别航天器状态、保障航天器安全可靠运行的关键技术.然而,航天器遥测数据异常检测通常面临时序数据维度大、异常不平衡、标签样本缺乏等问题.基于数据预测的异常检测思想,提出一种基于迁移学习的深度异常检测模型.根据遥测数据时序相关性强的特点,采用具有注意力机制的长短期记忆网络建立遥测数据预测模型.为了克服航天器遥测数据异常标签少、数据维度高的问题,采用微调的迁移学习方法对预测模型进行优化,同时采用全连接层统一不同数据集维度,从而提高了迁移学习模型精度,提升异常检测水平.以美国宇航局公开的两个航天器数据集为实验对象,利用提出的异常检测方法对该数据集异常状态进行识别,结果表明,与经典异常检测算法相比,引入迁移学习能明显提升模型性能,实验结果优于目前常见的异常检测模型,证明了方法的有效性.     

航天器姿态控制输入饱和问题综述

针对航天器姿态控制输入饱和问题的解决方法进行了梳理和归纳,将技术途径主要分为三类,对每一类中具体方法的设计思想、数学形式及工作特征进行了分析与比较,总结得出特点、效果效用以及适用范围,主要有:1)控制律整体考虑饱和类:如饱和函数法、限幅函数法、切换函数法、抗饱和控制等.由于可高效发挥执行机构能力,但形式复杂,适用于对调...     

钛合金典型连接结构裂纹扩展特性分析

基于扩展有限元方法研究钛合金传统机加接头耳片与含预置非焊合区的层合接头耳片结构在拉-拉疲劳荷载作用下的裂纹扩展特性,揭示螺栓孔在受挤压情况下非焊合区对钛合金典型连接结构疲劳裂纹扩展的抑制作用,并通过试验验证扩展有限元方法对钛合金典型连接耳片结构裂纹扩展特性分析的有效性。     

靶材厚度对透射式激光烧蚀性能的影响

为从微观角度更加直观地研究靶材厚度对透射式激光烧蚀微推进性能的影响,采用刮涂法制作了6种不同厚度的聚叠氮缩水甘油醚/硝化棉(GAP/NC)共混聚合物掺杂红外吸收染料(IR)的烧蚀靶材,基于高速相机和高倍显微镜搭建了羽流观测系统和靶坑观测系统,研究了在纳秒脉冲激光辐照下,烧蚀厚度分别为33μm,53μm,78μm,104μm,125μm和144μm的GAP/NC+IR靶材所产生的羽流流场随时间演变的微观过程和靶坑形貌的微观特征,从而建立了透射式激光烧蚀的微观特征与宏观推进性能的联系,进一步分析了其所表征的推进性能的优劣。结果表明:随着靶材厚度的增加,靶材的前沿喷射物初始速度由2100m/s单调降至1340m/s左右,预示着烧蚀比冲的减小;喷射物中大颗粒凝聚态物质增多,靶坑的体积增大,喷射质量增加,预示着烧蚀产生的冲量和冲量耦合系数的增大;喷射发散角减小,羽流方向性变好,但烧蚀过程对基底的冲击程度增强。     

面向A320维护训练器的飞控系统仿真模型研究

根据A320维护训练器的故障诊断的要求,利用一种改进的概念图的方法完成了A320方向舵系统的仿真建模,并以飞行增稳计算机的人工配平功能为例进行了建模及仿真验证。经A320维护训练器实际验证,该建模方法简便有效,可以扩展至整个飞控系统及A320其他系统的建模。