中继卫星系统仿真软件设计与应用*

设计开发中继卫星系统仿真软件,并针对理想信道条件、I/Q幅相不平衡、幅频特性、群时延、相位噪声、功放饱和条件、非线性信道条件这七种信道,仿真16QAM和16APSK的误码率性能,并对仿真结果进行分析。利用仿真平台得出的非线性信道条件下误码率需求与所需信噪比之间的关系,可以作为完善系统技术指标的重要依据,为中继卫星系统后续建设和应用提供重要参考。     

带热障涂层固体发动机快烤特性有限元仿真

建立了发动机三维瞬态圆柱坐标的传热数学计算模型和发动机有限元仿真计算模型,通过导入快烤实验温度场数据,将仿真结果与试验结果进行对比分析,验证仿真模型的正确性；在药柱表面建立路径,记录每个时间点药柱不同位置的温度数据,并确定温度首先达到 550 ℃的危险点在药柱前端边缘处,得出涂层对危险点的延迟时间为 343.34 s；通过模拟 5 ℃/s和 10 ℃/s 2种不同升温速率的快速烤燃条件,对无涂层的对照组发动机和有涂层的发动机进行烤燃模拟,结果发现,升温速率为 5 ℃/s时,延迟时间为 182 s,升温速率为 10 ℃/s时,延迟时间为 191 s,延迟时间随升温速率的增大而增加,但总点火时间缩短。     

气垫支承特性分析

运用气垫支承技术进行重物运输是一种新型的物料搬运方法，它具有摩擦力小，机动灵活的优点，尤其适用于大型，精密装置的搬运，气垫支承技术的关键部件是柔性气垫单元，它在工作中的受力，变形是比较复杂的，本文采用联立求解雷诺方程和弹性元件变形方程的方法，对柔性气垫单元的受力，压力分布，变形及应力进行了计算，计算结果与实测数据基本一致，最后，讨论了结构参数对气垫性能的影响，可以作为气垫单元结构设计的参考。     

财务杠杆的使用条件研究及其与营业杠杆组合的效应分析

本文在阐述财务杠杆一般原理的基础上，对财务杠杆的使用条件进行了深入研究。结合量本利分析给出了财务杠杆所要求的最低生产规模。系统分析了财务杠杆和营业杠杆复合作用下股份盈利模型的使用条件及应用价值。     

热等静压ZrO_2-Y_2O_3陶瓷的组织结构与性能

 本文采用透射电镜中电子衍射与暗场技术、X射线衍射及电子探针等方法,研究了热等静压及热等静压后时效处理的ZrO_2-5mol％Y_2O_2陶瓷的组织结构并测定力学性能。结果表明:经冷等静压成型,1500℃烧结,再于1450℃热等静压试样为c+t双相混合晶粒组织,且c相晶粒内有呈“tweed”形态的t相析出物。试样再经1100℃,1000h时效后,形成“tweed”组织,可使弯曲强度从565MPa提高到990MPa,断裂韧性也有所改善;而提高温度至1400℃时效100h,则形成“colony”组织,使强度显著下降至低于无时效组织。     

支持语义的图像检索

如何跨越低层视觉特征和高层语义特征的鸿沟，是目前计算机视觉的一个难点。文中首先在低层视觉特征上提取图像的主要颜色，然后利用语义网络建立低层视觉特征和高层语义特征之间的关联，最后，为了提高检索效率，把相关反馈引进到图像检索系统中。实验证明。该方法可以应用到大量的数据库上，取得了较好的检索准确率。     

HDI三聚体和偶联剂对纸质文物加固保护的研究

用传统的高分子树脂对纸质文物进行加固保护取得了一定的效果，但由于高分子树脂的渗透、润湿性能较差，容易增加纸张光泽；会产生内应力加速纸张老化等问题。针对这个问题，本文研究了一种纸质文物加固保护的新方法，采用低分子预聚物HDI三聚体对纸张聚氨酯化，并用偶联剂KH-550协同处理。通过正交试验分析了处理工艺中各种因素对纸张拉伸干强度的影响；并通过对拉伸湿强度、光泽度的测试和酸碱加速老化、干热加速老化等试验验证了HDI三聚体和KH-550对纸质文物的加固保护作用，并用DSC和扫描电镜进行了分析。试验表明，这种处理方法在保护纸张原有质感的同时提高了纸张强度，降低了纸纤维的吸湿性，有效地减缓了纸张的老化降解。     

GH150合金钢缝焊接头的疲劳寿命研究

为了研究发动机焊接机匣的疲劳寿命，本文根据发动机机匣的特点，设计了焊接试件，对ＧＨ１５０高温合金钢缝焊搭接接头的疲劳性能进行了测试，并用数理统计方法得到Ｓ－Ｎ曲线和Ｐ－Ｓ－Ｎ曲线，及其缝焊接头的疲劳强度降低系数和疲劳寿命分散系数。研究结果表明，ＧＨ１５０合金钢虽静强度很高，但缝焊接头的疲劳强度极低，而缝焊接头的疲劳寿命分散系数较小     

基于SAE-SA-1D-CNN-BGRU的涡扇发动机剩余寿命预测

为解决涡扇发动机监测数据维度高和寿命预测准确度低的问题,提出一种基于深度学习的寿命预测方法,开展了利用 神经网络获取涡扇发动机剩余寿命的研究。利用堆叠自编码（SAE）网络从高维传感器数据中提取健康因子（HI）,采用1维卷积神 经网络-双向门控循环单元（1D-CNN-BGRU）方法捕捉HI序列中的空间和时间特征,并引入自注意（SA）机制对捕捉的特征分配 权重,使用全连接层输出涡扇发动机剩余使用寿命（RUL）,以此构建复合神经网络进行面向涡扇发动机高维数据的寿命预测。结 果表明：利用NASA官方网站提供的涡扇发动机寿命试验公开数据集C-MAPSS对该方法进行验证,取得了均方根误差16.22和评 分函数225的结果。证明了基于SAE-SA-1D-CNN-BGRU的寿命预测方法可实现涡扇发动机寿命的有效预测,能为涡扇发动机 维修保障及健康管理提供有效决策支撑。