文化制胜对企业竞争力的提升

企业文化的建立在企业发展中显示出越来越重要的作用。从文化制胜的内涵出发,分析了企业文化对企业竞争力提升的作用,以及如何实现企业文化制胜。     

基于知网的汉语语义实例库的建设与应用

为了解决有指导词义消歧任务中的知识源问题,提出并构建了一个基于知网的汉语词义实例库(CSIC),同时开发了一个语义标注平台(SenseTag)。该平台通过方便快捷的人机交互方式显著提高了实例库的建设效率和质量。利用条件随机场模型,从实例库中自动学习消歧知识,进行自动标准在随机选取的部分汉语高频多义词的词义消歧开放测试中,取得了平均正确率85%的较好效果。     

组合催化剂MT在丁羟推进剂中的应用

研究试验了组合催化剂MT在丁羟推进剂中提高燃速和降低燃透压强指数的作用。结果表明，MT与不同含量和粒度小于10μm的AP匹配使用，燃速可在9mm／s～30mm／s范围内调节；压强指数均小于0．2（压强范围3MPa～9MPa），出现“平台”燃烧效应；发动机实测的压强指数与试验结果基本一致；选用合理的M与T组合比，可不影响推进剂制造工艺性能和药柱力学性能。对结果的理论分析认为，M与T对改善AP低压下热分解具有协同效应。     

激光喷丸成形多尺度有限元模拟技术

激光喷丸技术是一种先进的金属塑性成形和表面强化技术,相比于弹丸喷丸,激光喷丸能量密度更大,因而成形能力更强,可以用于成形刚度更大的钣金件,如飞机整体壁板,在航空航天领域有广泛的应用前景。构建一种多尺度激光喷丸成形模拟方法,包括激光喷丸诱导应力场的计算方法和基于直接应力法的工件成形曲率的预测方法。预测结果通过2024–T351铝合金块状试件和典型截面单筋件激光喷丸试验得到了验证,试验结果与模拟结果吻合较好,表明此模拟方法有效可行。     

超燃冲压发动机性能的初步分析

超燃冲压发动机是发展高超声速技术的关键,以其为动力装置的高超声速巡航导弹、高超声速飞机和空天飞机对于国防安全、未来空间作战和航天运输都有重要意义.用热力循环的方法对超燃冲压发动机的性能作了初步的分析,建立了超燃冲压发动机准一维性能计算分析模型,并分析了一些影响参数对发动机效率的影响.准一维的性能计算方法可作为多层次高超声速动力推进系统性能计算模型的第一层次的计算模型,具有简单、快捷的特点.影响参数的分析可应用于高超声速飞行器概念设计阶段飞行器主要的设计参数和飞行参数的计算和确定.     

压铸机压射速度的闭环控制设计

为了提高压射速度的控制精度,对压铸机的压射速度提出了闭环控制,设计一个有限拍无纹波调节器,使压射速度跟踪理想的速度曲线,并通过MATLAB的SIMULINK进行仿真,得到仿真曲线,验证了该方法的有效性.     

上摆式客车行李舱门的设计

主要介绍了客车行李舱门的工作原理．对比了传统的与新式的行李舱门的结构，并提出了新式客车行李舱门的设计方案。根据运动要求确定出机构的主要尺寸参数，对AD杆进行受力情况分析，通过强度计算证实这种机构工作的可靠性．     

一次火箭参数对RBCC引射模态性能的影响

应用经过校验的三维湍流有限体积数值算法，对引射模态下RBCC模型不同一次引射火箭结构和工作参数条件下的多种工作状态进行了模拟。结果发现：提高一次火箭燃烧室工作压强，二次流量增加，系统推力增加，混合效果增强；一次火箭喷管形状直接影响引射掺混效果，但在保证足够一次流量的前提下，方形管道中可以使用锥形一次喷管，不会带来性能上的较大差异；一次火箭喷管数目增加，掺混质量提高；一次喷管扩张半角的改变不会影响二次引入流量，但会影响掺混效果和一次火箭自身推力；一次喷管面积膨胀比的变化，不会影响二次引入流量．但会改变混合效果。     

一种TASIMM-UKF导弹状态估计方法

为了提高对机动导弹状态估计的精度和速度,提出了一种三轴分离IMM-UKF(TASIMM-UKF)滤波算法。将导弹运动状态按坐标轴方向进行三轴分离,并基于CV,CA和CJ模型集,采用无迹卡尔曼滤波器并行估计导弹三轴状态信息,有效地解决了导弹不同运动轴间的模型竞争问题。仿真结果表明,该方法能有效提高状态估计精度,缩短了估计时间,对复杂大机动目标状态估计具有良好的性能。     

基于实体-属性框架的领域知识库构建

知识库是进行各种自然语言处理任务不可或缺的一项基础性的资源。而目前知识库的构建还是一个难点问题,尤其是以自动方式构建复杂的领域性知识库系统的研究还处于探索阶段。本文提出一种基于实体-属性框架的领域知识库自动构建方法,致力于利用航空百科辞典的信息自动获取术语之间的上下位关系及部分实体属性关系,其中,基于多策略的上下位关系术语对提取融合了后缀子串匹配、模板自动构建、实质提取三种方法,分别考虑了辞典中反映上下位关系的不同信息。其中模板自动构建方法,在无需人工标注语料的情况下获得了比较好的效果。属性提取部分采用了以人工标注语料为前提的模板匹配方法。实验表明,本文系统对术语上下位关系抽取的F值达到76.01%,对各个属性的抽取也达到了75%以上。