浅析UNIX、LINUX、WindowsNT的存储管理

分析Unix、Linux和Windows NT几种操作系统中虚存管理的体系结构和运行机制,总结在目前主流操作系统虚存管理的实现中所采用的先进技术,如写时拷贝、映射文件、共享内存、懒惰算法、NUR算法等,并重点分析用户进程虚空间管理实现技术特点。     

SiC/SiBCN-Si3N4复合材料力学性能研究

为了深入了解SiC/SiBCN-Si₃N₄材料微观形貌与高温力学行为,建立科学可靠的定量表征方法,本文使用多种表征手段对SiC/SiBCN-Si₃N₄材料进行定量观测,首先进行材料孔隙率及密度的测试,随后进行材料高温原位力学性能测试并对材料损伤机理进行了分析,最后基于试验数据构建了一种可解释的深度学习模型,实现了材料高温非线性本构关系预测。样件力学性能分析结果表明：平均应力预测误差为0.27%~0.59%、平均应变预测误差为1.96%~3.41%;同时通过量化分析明确了影响力学性能的因素依次为温度、偏轴角度、孔隙率及密度。本文实现了不同环境温度、偏轴角度与外载荷作用下SiC/SiBCN-Si₃N₄宏观力学性能的预测,可为陶瓷基复合材料高温本构模型的建立提供新思路。     

超塑成形数值模拟中广义摩擦系数的研究

针对超塑成形中摩擦系数的直接测量比较困难的问题,提出了广义摩擦系数的概念,采用数值模拟—试验验证的方法确定了广义摩擦系数,并以TC4板材典型试验件的超塑成形过程进行了试验验证。     

电动无人机动力系统优化设计及航时评估

为提高电动无人机续航性能,针对动力系统进行了优化设计,并提出了相应的航时评估方法.首先采用涡流理论优化设计了小型螺旋桨,再通过实验测试优化选取了与螺旋桨高效率匹配的电动机.同时,考虑到锂离子电池放电倍率及电压降低对放电时间的影响,建立了恒功率条件下电池放电时间计算模型.最后,根据优化得到的动力系统和电池计算模型,推导出有弯度机翼的电动无人机航时公式.某电动飞翼布局无人机飞行试验结果显示,优化得到的动力系统具有较高的效率,测试得到的无人机续航时间与评估得到的理论值误差为12%,在允许误差范围内吻合较好.      

南京禄口国际机场T1航站楼照明楼控系统概述

<正>1 Airtek楼宇自动化系统的组成Airtek楼宇自动化系统(Building automation system,BAS;空调、通风等设备的楼宇控制系统仍使用schwell楼控系统,为区别两者,下文按功能区分称Airtek楼控系统为照明楼控系统,称schwell楼控系统为空调楼控系统),以集散控制理论为基础,采用分布式计算机监控     

基于"SOM脸"的选择性单训练样本人脸识别

基于“SOM脸”计算模型提出一种新的人脸局部区域重要程度度量方法,并用于进行选择性单训练样本人脸识别。从机器人脸识别的角度,并未预先人为设定任何重要区域,而是通过学习来自动发现这些对机器而言相对重要的人脸区域,即包含类信息相对丰富的区域,并将其进行可视化。实验结果表明,在利用了人脸局部区域重要程度信息后,识别算法的性能和效率均得到提高;特别是仅选择人脸图像中若干部分重要的区域用于识别时．在提高识别效率的同时．识别性能来见明显下降。     

基于TC787的原动机仿真系统的设计

本文介绍了一种新型的基于TC787高性能移相触发集成电路的原动机仿真系统。该系统综合了原动机仿真系统数学模型已有的成果，采用新型的TC787高性能集成电路代替分立元件或KJ/KC系列集成电路进行移相触发，硬件线路大为简化。其静态和动态测试表明，系统能很好地实现对原型电动机各特性的仿真，且与模拟电路和KJ/KC系列集成电路的设计方案相比，整个系统的控制精度、可靠性和稳定性等大幅度提高，具有明显的优势。     

充气展开自支撑臂振动模态分析

充气展开自支撑臂是由层合铝膜和离散自支撑壳组成,可在无充气压力下实现对有效载荷的支撑。为提高充气展开自支撑臂振动特性预测精度,首先,基于Timoshenko梁理论和哈密顿原理,推导了自支撑臂振动微分方程,提出了考虑充气压力的预应力和构型变化的梁单元模型。该单元模型考虑了结构自支撑壳的离散分布特性,使建立的质量矩阵更接近自支撑臂结构的真实值。然后,通过实验对该模型进行验证,结果表明本文方法比传统梁单元模型具有更好的精度。最后,分析了充气压力和自支撑壳宽度等参数对自支撑臂结构振动模态的影响规律,结果可为充气展开自支撑臂的设计提供理论参考。      

某型飞机前后缘机动襟翼故障分析与排除

针对某型飞机前后缘机动襟翼故障案例,介绍了故障情况及排除过程,分析和研究了与故障相关的影响因素,通过机理分析和试验验证最终确定了故障原因并排除了故障,为该系统相关故障的排除提供参考。     

OODA智能赋能技术发展思考

随着科学技术的飞速发展,信息化支持下的体系作战将是未来战争的一种主要样式,"基于感知-判断-决策-行动（OODA）以快吃慢"成为未来战争的重要制胜机理。由于战场环境日趋复杂、对抗多域多维,从战场态势到作战策略的映射关系复杂,给OODA环快速解算带来了新的挑战。为确保OODA环解算满足任务需求,将人工智能（AI）技术赋能OODA各环节,驱动各环节高效运行,缩短环路解算时间,为打赢战争提供关键支撑。首先综述了人工智能在军事领域的应用进展,分析了导弹OODA智能化赋能面临的挑战,初步提出了智能赋能OODA环涉及的相关技术的思考,以支撑导弹智能化的发展。