基于Dynaform的阶梯形件液压拉深成形仿真技术研究

用Dynaform有限元仿真软件对阶梯形件液压拉深成形过程进行了模拟，分析了压边力和液体压力对阶梯形件成形质量的影响。研究结果表明，合适的压边力和液体压力能防止阶梯形件拉深缺陷的发生。     

职业院校教师队伍建设的现状、问题及对策分析

通过采取面上调研与点上调研相结合的方式对湖南省职业院校教师队伍建设进行了专题调研,摸清了职业院校教师队伍建设的基本情况,发现了职业院校教师队伍建设中存在的问题,并提出了对策建议。     

基于深度学习的单排孔气膜冷却性能预测

气膜冷却是增强涡轮叶片的高温耐受力,间接提高涡轮进口温度的有效手段之一。目前气膜冷却孔布局的主流设计方法是先通过计算流体力学（CFD）筛选和优化初始方案,再进行模型实验。这种方法设计周期长,时间成本高。传统上用于快速评估冷却效率的经验公式法存在函数形式复杂,拟合精度有限,参数适用范围较窄等问题。因此基于深度学习原理,设计了一种基于多层感知器模型（MLP）的深度神经网络,建立了绝热气膜冷却效率的预测模型。使用CFD数据训练网络,结果表明：深度学习模型在训练集和验证集上具有大于0.95的拟合度,在测试集上具有大于0.99的拟合度,可以较好地识别数据集中的抽象特征,具有较高的精度和较好的泛化能力。此外,在满足精度要求的前提下,一个完成训练的深度学习模型能够有效减少预测耗时,提高预测效率,在快速评估冷却布局性能方面具有较好的应用前景。     

管制-飞行状态相依网络演化过程

动态、准确的管制系统运行态势预测是航空运输系统各相关单位开展协同决策的关键基础。基于航空器间的冲突情况、管制员对航空器的管控情况以及管制移交情况构建管制-飞行状态相依网络,探究、分析其演化规律,采用相关性分析和主成分分析证明了所选5项指标的合理性。设置自由飞行和固定航线飞行两种仿真场景,通过计算平均节点度、平均点强等拓扑指标的最大李雅普诺夫指数证明各时间序列均具有混沌特性,选择长短期记忆（LSTM）人工神经网络方法对各时间序列的演化规律进行预测,并与其他预测算法进行对比。仿真结果表明LSTM算法能对管制系统的演化过程进行有效的预测,且预测精度高于贝叶斯算法和支持向量机算法;在自由飞行条件下,5项指标的预测误差绝大部分在20%以内,固定航线飞行的预测效果优于自由飞行。     

多滑翔飞行器时间协同轨迹快速规划

从高超声速飞行器集群"探测-打击-评估"一体化任务需求出发,针对多滑翔飞行器时间协同再入轨迹规划问题进行研究,提出集群再入的协同形式及轨迹规划方案,基于改进序列凸化算法解决了再入总飞行时间的精确控制问题,从而实现滑翔段时间协同。首先,给出了滑翔飞行器集群的协同策略,将求解模型转化为协同时间的确定、协同时间约束下的轨迹规划子问题。将模型中的时间项误差等加入罚函数,提高了协同轨迹求解可行性。引入飞行路径角预设剖面作为软约束,并通过罚函数与信赖域自适应调整,以避免轨迹求解时的振荡问题,提高了序列凸化算法的收敛性。以CAV-H飞行器模型为例验证了算法的有效性,仿真结果表明,所提算法对初值的敏感性低,求解得到的再入总时间可调范围与伪谱法一致,轨迹规划结果的平滑性及计算时间均优于伪谱法。     

基于B/S架构的高职院校新生报到管理系统的设计与实现

依据高职院校新生报到管理的工作要求,讨论以B/S架构为基础架构,使用Microsoft Visual studio2010作为前端开发工具,以SQL Server 2008作为后台数据库的新生报到管理系统的设计与实现。     

基于CATIA的模拟仿真在飞机维修实训教学中的应用研究

CATIA软件三维零部件的造型与装配功能在航空制造领域中得到了广泛应用,进一步挖掘该软件的服务领域,拓展其在飞机维修实训教学中的作用。通过对飞机结构与系统部附件的造型与虚拟装配,模拟飞机的机体结构以及飞机系统各部附件的拆装流程,构建飞机维修的仿真实训体系,有助于飞机维修专业实训教学体系的完善。     

GEO卫星霍尔推力器羽流防护结构混合PIC模拟

针霍尔推力器应用于GEO卫星时,羽流会对太阳能翼板表面高透光玻璃盖片产生一定的影响,导致太阳能电池整体输入功率降低。因此,有必要针对羽流的影响对翼板表面进行一定的防护。在对目前国内外羽流安全性评估及防护方面的工作进行一定调研的基础上,针对SPT100应用于典型的GEO轨道卫星时的情况,利用SPIS软件运用混合单元粒子（PIC）方法模拟了两种可能的太阳能翼板羽流防护方案,并分析比较了每种方案的优缺点及防护效果,为推力器在轨飞行时的羽流防护提供一定的借鉴。     

卫星群反作用飞轮的故障诊断方法研究

卫星群飞行技术是航天领域的新兴技术,多个低成本小卫星可以完成较为艰巨的太空任务,但与此同时也会带来更多的故障问题。面对复杂的空间环境,针对卫星群可能发生的故障问题,提出了一种分布式卫星群系统故障诊断方案,通过基于Elman神经网络的故障诊断方法完成对卫星群姿态控制系统的故障诊断。试验结果表明,该方案能够快速检测出卫星群中反作用飞轮发生的故障,并且让邻近卫星通过神经网络也能检测到该故障的发生,表现出很好的准确性和实时性,在实际应用中有效可行。     

面向大尺度结构的力学超材料减振技术

随着航天器的大型化发展,振动控制策略已成为被广泛关注的关键技术之一,尤其针对大尺度薄膜结构的低频振动问题,传统减振方法难以发挥作用。为此,提出了基于局域共振原理的力学超材料结构,并利用该材料设计了一种新型的中低频被动减振结构,通过改变超材料单元结构可显著调控减振带隙的位置与带宽,被动减振频率最低可达100 Hz以内,对未来航天器的振动控制有一定的指导意义。