环境湿度对先进树脂基复合材料成型质量的影响

叙述了环境相对湿度与先进树脂基复合材料产品废品率的关系,通过扩大水污染试验,说明了环境相对湿度对先进树脂基复合材料产品性能的影响.     

基于RBF网络的航空装备维修保障能力评估

维修保障能力评估工作是航空装备全系统全寿命管理的一项重要内容.科学精确的维修保障能力评估方法是实现航空装备精确化保障的基础,对促进航空装备的信息化建设具有重要的意义.首先建立了航空装备维修保障能力评估指标体系,确定了关键要素指标,然后建立了基于RBF神经网络的航空装备维修保障能力评估模型,仿真结果验证了该方法的有效性.     

航空机载设备的适航管理与取证

本文介绍了适航管理的目的、机载设备适航管理的基本方法与程序，分析了目前民用飞机的发展前景，对我厂的适航工作提出了建议。     

ERP系统中供应商评价模型研究

基于混合层次分析法(AHP),提出了信息不完备情况下的供应商评价指标体系.根据AHP算法确定评价体系中各指标的权重,对于无法量化的指标,由多个测评人打分(群组决策),并且针对群组决策的信息不完备问题,引入特征根法对判断矩阵排序向量进行排序以选择供应商,同时给出了在大型制造企业中的应用案例.     

铝液在多孔介质中流动的水力模拟测试

本文采用单片微型机辅助测试系统对铝液在多孔介质中渗流的水力模拟流动进行了测试,通过与图像处理结果比较表明该测试稳定性好,灵敏度高,所测结果较真实地反映了流体反重力渗流的流动规律。     

基于CO2测量数据的大气辐射传输模型LBLRTM优化

根据TIMED/SABER 2002—2018年的CO₂观测数据,分析CO₂浓度的变化特征.依据变化特征给出了CO₂浓度随时间、高度、纬度变化的月平均拟合公式,利用非线性最小二乘拟合法,对不同高度和不同纬度的CO₂浓度数据分别进行拟合,生成相应的拟合参数.然后,将所有拟合参数汇总并生成拟合参数文件,结合拟合公式构建全球CO₂浓度经验计算模块,并将该模块应用到大气辐射传输模型LBLRTM中,对该模型进行优化.将优化前与优化后的LBLRTM模型模拟结果分别与TIMED/SABER观测数据进行比较发现,优化前的LBLRTM模型模拟结果与观测值的均方根误差为15.4%,而优化后的LBLRTM模型模拟结果与观测值的均方根误差由15.4%下降至8.91%.结果表明该优化方法可以提高LBLRTM模型在红外波段的辐射模拟精度.      

基于激光雷达实测和动力学仿真方法研究中间层顶垂直风扰动特性

利用中国廊坊台站钠荧光多普勒激光雷达82h垂直风和水平风观测数据,统计得到中间层顶区域中存在10m·-1量级的垂直风扰动和纬向风扰动,其中垂直风扰动远远超过平均风速为-0.015m·-1的背景垂直风速.根据三维准单色重力波的极化关系和色散关系,对高中低三种频率重力波产生的垂直风扰动进行仿真,结果显示在满足短周期、大纬向风扰动条件下,高频重力波能够产生最大10m·-1量级的垂直风扰动,中频重力波能够产生10m·-1以内的垂直风扰动,低频重力波能产生1m·-1以内的垂直风扰动.理论条件下准单色重力波能够产生10m·-1量级的垂直风扰动,钠激光雷达观测到的最大10m·-1量级的垂直风扰动真实存在.研究结果可对高层大气垂直风场探测、垂直风场模拟和重力波参数化提供依据.      

卷积神经网络卫星信号自动调制识别算法

自动调制识别是空间认知通信系统的关键技术,有助于实现自适应信号解调。深度神经网络虽然具有特征提取能力强的优势,但也存在参数众多、计算量大的问题,难以实现空间在轨应用。针对以上问题,提出了一种轻量化、高性能的卷积神经网络结构。网络先提取信号的同相正交相关特征,再提取时域特征,最后提取各通道特征均值进行分类。对11种调制方式分类的实验结果表明:当信噪比高于0 dB时,平均识别准确率能达到86.94%,较传统的高阶累积量的方法提高了31.54%;与目前高识别准确率的深度神经网络模型相比,仅使用不到10%的模型参数,在树莓派4B上计算速度平均提高了20倍。      

近无余量精铸模料及复合型壳的研究

本文针对一般熔模精密铸造厂在近无余量的精密铸中对模料型壳的要求,对以石蜡为基的高性能模料和硅溶胶－水玻璃复合型壳进行了试验研究,结果表明：研制的Ｍ－６型模料达到性能指标要求,滴点为５９．２℃,线收缩率为０．８８％,抗弯强度为６．１０ＭＰａ,热稳定性为１．４４ｍｍ（３４℃,２ｈ）,优于工厂常用的石蜡－硬脂酸模料的性能,采用硅溶胶－水玻璃复合型壳生产的铸件比工厂常用的单一水玻璃型壳生产的铸件在尺寸精度,表面质量方面都有所提高。     

“会学习”运载火箭的制导控制技术

“会学习”运载火箭具备“边飞边学”和“终身学习”的特征。对于“会学习”运载火箭制导控制技术具备的5个能力需求,即飞行状态在线辨识与感知、制导控制在线重构、经验知识自学习、“终身学习”和箭上强计算能力等进行了分析,研究了支撑“边飞边学”的在线辨识与控制重构、轨迹在线规划、目标在线变更等技术和支撑“越飞越聪明”的数据挖掘、自我学习、持续优化和决策评估等技术。最后,对“会学习”运载火箭的智能控制技术进行思考与展望。