复合材料动模量振动测定方法的研究

 本文采用Timoshenko梁理论,首次导出了悬臂梁和自由-自由梁自由端具有附加质量的特征方程,并进而讨论了多种因素对动模量计算值的影响。此外还提出了用弯曲振动确定剪切动模量G_(12)的一般方法。最后进行了实例分析和讨论。     

"公安学基础理论"教学法探讨

“公安学基础理论”是一门理论性较强的课程，其中涉及的内容大多较为抽象、枯燥，传统单一的教学方法不利于学生的理解和掌握。文章仅就“公安学基础理论”课堂教学的几种有效方法作简单探讨。     

空气中微细电火花沉积铜合金工艺方法

提出了一种在空气中将工具电极丝黄铜材料沉积到工件上的新工艺方法。实现该方法的基本条件为:(1)工具电极接脉冲电源正极;(2)在空气中放电;(3)窄脉宽配合宽脉间。通过大量实验对微细电火花沉积加工的工艺规律进行了系统深入的研究,得出各主要工艺参数对沉积工艺效果的影响规律。最终以黄铜电极丝为工具电极,在高速钢工件表面上沉积出直径为0.19 mm、高度为7.35 mm的微小圆柱体。利用SEM、能谱分析和X射线衍射及显微硬度测试等方法对沉积物进行分析,得出该沉积物的组织结构、化学成分和硬度等方面的基本性质,为进一步研究三维沉积加工奠定了基础。     

应用数字图象处理技术研究涡流场

本文描述的实验采用干冰为示踪粒子，对脱体涡系作了流动显示，并对摄取的图片进行了数字图象处理。结果清楚地提示了涡的三层结构。在主涡的诱导下，出现二次涡，而二次涡会影响脱体涡的速度分布。实验还得到了脱体涡流场的灰度分布图，并将得出的涡核直径与ＬＤＶ得到的结果进行了对比。实验结果还证明来流迎角、侧滑角及前缘后掠角会影响涡核的位置和强度。当机翼前缘后掠角增加时，脱体涡向不稳定方向发展。     

行星际空间MHD模拟激波跃变关系分析

分析了模拟得到的可以传播到1AU以远的日地空间磁流体力学激波与Rankine-Hugnoniot跃变关系的符合程度．通过对模拟激波的结构及其在传播过程中的演化进行的分析，提出了模拟激波的定位方法；基于所提出的定位方法，利用向长青提出的确定MHD激波局地参数的方法计算了模拟得到的激波与Rankine-Hugnoniot跃变关系的偏差．结果表明在激波传播到100Rs以后，激波对中前向快激波与Rankine-Hugnoniot关系的符合达到很高的程度，相对误差在10^-2数量级以内；并且在激波传播到150 Rs以后，相对误差在10^-3数量级以内．这个结果说明文中所使用的有限差分数值格式能较好地模拟激波．     

参量型空气折射率传感系统

本系统分别利用传感器测出空气的温度、气压和湿度三个参量,把测量值用一个通用于不同机型的接口电路连接到微机进行数据处理并计算出空气折射率值。文中叙述了传感器及其检测电路的设计原理,给出了检测和接口电路框图、计算公式和程序流程图。整个系统已通过联机调试和初步的对比试验。     

五边平行进近冲突风险定量分析模型

针对飞机五边平行进近时飞行冲突,提出了一种五边平行进近飞行冲突定量分析模型。模型通过飞机在任意时刻的标称位置坐标与因不确定性因素导致的航迹偏移量之和,形成飞机任意时刻真实位置坐标,基于此推导出飞机在五边平行进近时冲突风险计算公式。在分析不确定性因素导致航迹偏离时,提出了一种基于布朗运动的随机过程来描述因干扰因素导致飞机随机运动的方法。在建立模型后,使用蒙特卡罗仿真方法计算了飞行冲突概率,结果理想。     

激光点火系统损耗检测温度误差补偿方法

点火通路损耗检测精度是激光点火系统的一个重要指标,其在很大程度上决定着点火系统状态判断的准确性.针对激光点火系统损耗检测精度随温度变化的问题,对不同温度条件下激光点火系统的点火通路损耗检测精度进行了分析.分析结果表明,探测器暗电流、运放输入偏置电流和输入失调电压等均会影响检测精度,且检测偏差随温度升高而增大.建立了点火通路损耗检测温度误差模型,在-40℃～75℃范围内,采用温度误差模型进行补偿后,火工品发火前的损耗检测偏差(峰峰值)从0.62dB减小为0.16dB,火工品发火后的损耗检测偏差(峰峰值)从1.45dB减小为0.30dB,提高了损耗检测的精度,为判断是否具备发火条件及发火状态提供了有效支撑.     

Low-latitude storm time ionospheric predictions using support vector machines

The electromagnetic drift plays an important role in low-latitude storm time ionospheric dynamics. In this study we attempt to utilize the electric field data into ionospheric predictions by using support vector machine (SVM), a promising algorithm for small-sample nonlinear regressions. Taking the disturbance electric field data as input, different SVMs have been trained for three seasonal bins at two stations near the north crest of the Equatorial Ionization Anomaly (EIA). Eighteen storm events are used to check out their predicting abilities. The results show fairly good agreement between the predictions and observations. Compared with STORM, a widely used empirical correlation model, the SVM method brings a relative improvement of 23% for these testing events. Based on this study we argue that the SVM method can improve the storm time ionospheric predictions.