基于并行关系与因果关系的关联规则

目的是建立同时具备并行关系、时序关系和因果关系等三个关系新前提下的数据挖掘的关联规则.本文指出了初始关联规则存在的三个潜在的前提;探讨了同时背离这三个潜在前提建立新的关联规则的可行性;给出了建立两并行关联事件之间因果关联规则的方法;从而获得了在新的背景下的关联规则.在此基础上,本文提供了联系并行关联的因果关系的范例,作为在具有并行、时序和因果等复杂关系数据库中的综合挖掘的一个途径.     

利用翼尖减阻装置提高碟形飞行器性能

碟型飞行器采用了新颖的翼身融合气动布局.与常规飞行器相比,这种外形通过机身和机翼完全融合消除了机身阻力,且具有结构简单、容载大等许多优点,但由于其展弦比小而导致诱导阻力较大.本文通过风洞吹风试验,找到一种后掠鱼鳍形的翼尖小翼装置能很好地减小其诱导阻力.对模型安装翼尖小翼后,风洞测量其最大升阻比在30 m/s风速下提高了75%,在50 m/s风速下可达到15.为进一步考察安装翼尖装置后的飞行器低速气动性能,对其进行了模型试飞研究.试飞验证了风洞吹风结果,不仅提高了载重量而且使横侧飞行稳定性增强.     

干涉配合紧固件孔的弹塑性工程分析

本文根据厚壁筒概念,以平面应变、有限边界情况和理想塑性材料的假定,对铆接或螺接干涉配合紧固件孔边的应力场进行了弹塑性工程分析,给出了便于分析使用的计算弹性配合的极限干涉量,塑性配合的塑性区半径,弹、塑性区内的径向和周向应力分布等参数方程式,这些参数和参数方程式对紧固件孔的疲劳设计和生产工艺都具有十分重要的意义。 应用分析说明了铆距和耳片外边界半径对所得结果的影响,以及平面应变和理想塑性材料与平面应力和幕强化塑性材料假定对于孔边应力分布的影响。     

粘弹性结构动力响应的有限元分析

本文给出一种计算粘弹性结构动力响应的有限元方法，首先根据粘弹性理论导出增量形式的松弛型积分本构方程，然后由功原理导出粘弹性动力学有限元增量方程，最后用逐步积分法计算了３个算例，所得结果与文献结果十分吻合。     

统一杆件内力分析方法的探讨

本文在建立坐标系的基础上 ,对杆件的内力、外力的符号进行了简单、明确的统一规定 ,从而使杆件三种基本变形和平面刚架结构的内力分析统一用同一种方法完成。这种方法克服了过去存在的内力计算和内力图绘制方法的多样性、规定不统一、难以识记的缺点 ,具有概念清晰、计算简便、工作流程固定统一的优点 ,便于学校师生和广大工程技术人员学习和掌握 ,编制上机操作程序简单易行。     

以崇尚科学为荣

社会主义荣辱观是科学发展观的重要组成部分,是正确世界观、人生观、价值观、道德观的生动体现.当前,我国正处于改革发展的关键时期,迫切需要建立与社会主义市场经济体制相适应的正确的社会荣辱观,科学的作用正是对这种精神力量的支撑和塑造.     

萤火一号火星探测器综合测试软件技术

对YH-1火星探测器测试软件设计进行了研究.介绍了软件系统的结构与组成、通信协议和运行模型.采用了面向对象设计、多线程、曲线显示双缓冲、共享循环数据缓冲区的多曲线显示技术、遥测组合计算,以及数据库等设计.实际应用效果表明:设计的综合测试软件系统具有测试体系结构通用化、数据分析功能和运行性能良好等优点.     

泡沫镁的制备及应用前景

泡沫镁材料是一种极具潜力的新型材料,相比于实体金属镁和泡沫铝材料有许多特殊性能,然而国内对泡沫镁材料的研究相对较少。为方便学者对泡沫镁材料进行研究,简要介绍了泡沫镁材料的几种性能特点,论述了渗流铸造法、熔模铸造法、粉末冶金法、熔体发泡法、金属-气体共晶定向凝固法等几种重要的泡沫镁材料制备方法的工艺原理和优缺点。列举了国内外制备泡沫镁材料的一些实例,从泡沫镁材料的阻尼性能、吸能性能、仿生性能、散热性能等方面着重分析了泡沫镁材料在航空航天、生物医学、散热器、汽车等领域的应用前景。     

摆动喷管轴向激励对燃烧室压力振荡影响的数值研究

固体火箭发动机工作时,摆动喷管受到伺服力和气动力等载荷的共同作用,在轴向上会产生小幅度的振动,振动频率与燃烧室内腔轴向声频耦合时会造成压力振荡幅值增大,诱发不稳定燃烧,导致燃烧室内压力、燃速不均等情况的出现。应用数值方法研究了摆动喷管轴向激励对燃烧室压力振荡的影响,分析了压力振荡对喷管轴向激励幅值和频率的响应规律,以及燃烧室内的声压分布特征。结果表明,当喷管以燃烧室内腔固有频率做轴向振动时,会诱发燃烧室内的非线性不稳定燃烧,其稳定的极限振幅远高于其他激励频率下压力振荡幅值;喷管振动频率一定时,燃烧室内各点压力振荡幅值随喷管振动幅值增大而线性增大;持续的轴向激励使燃烧室呈现出驻波声场的特征,压力分布不均,波腹处声压达到0.14 MPa,约为燃烧室总压的2%。     

A Cause-Selecting Control Chart Method for Monitoring and Diagnosing Dependent Manufacturing Process Stages

Many industrial products are normally processed through multiple manufacturing process stages before it becomes a final product.Statistical process control techniques often utilize standard Shewhart control charts to monitor these process stages.If the process stages are independent,this is a meaningful procedure.However,they are not independent in many manufacturing scenarios.The standard Shewhart control charts can not provide the information to determine which process stage or group of process stages has caused the problems(i.e.,standard Shewhart control charts could not diagnose dependent manufacturing process stages).This study proposes a selective neural network ensemble-based cause-selecting system of control charts to monitor these process stages and distinguish incoming quality problems and problems in the current stage of a manufacturing process.Numerical results show that the proposed method is an improvement over the use of separate Shewhart control chart for each of dependent process stages,and even ordinary quality practitioners who lack of expertise in theoretical analysis can implement regression estimation and neural computing readily.