航天嵌入式软件数组越界缺陷特征研究

根据统计,数组越界是航天嵌入式软件开发过程中出现最多且最容易被遗漏的缺陷类型之一.目前自动化检测数组越界多基于抽象解释、符号执行、程序模型检验等方法,这些方法在误报、漏报、可扩展性等方面的表现依赖于软件及缺陷特征.分析了近三年航天嵌入式软件第三方测试中发现的94个数组越界问题,从缺陷模式和缺陷表现形式两方面分析得出10...     

PMSM电流预测控制参数误差量化分析方法

交流永磁同步电机（PMSM）电流环控制性能是制约交流伺服系统性能的关键。电流预测控制拥有更快的动态响应、更低的电流谐波和优良的转矩响应,但该算法依赖精确的电机模型,参数失配会引发稳态电流误差,无法输出额定转矩,进而导致电机转矩输出效率降低。根据永磁同步电机电流预测模型,详细分析了d、q轴电流静差产生的原因,以及电流预测控制对电机参数误差的敏感性,提出了一种参数误差量化分析方法。该方法引入了电机参数偏差因子,量化描述了电机电感、磁链参数误差与电流静差之间的制约关系。通过仿真分析,验证了所提方法的合理性,为高性能永磁伺服电流预测数字控制技术打下了良好基础。     

带制退器复杂流场并行算法研究

基于集群系统(CLUSTER),在Linux和MPI并行环境下,研究了带制退器的复杂膛口流场三维数值模拟并行算法。计算网格是三维多区结构化网格,数值格式采用Jameson格式及LU隐式分解方法。针对流场的复杂拓扑结构,建立分区信息文件记录各分区的相关信息,并提出了通过合并相邻网格分区的方法均衡各个进程的负载,提高程序的并行效率。在处理需要通讯的信息时,设计了自定义数据类型和"设置中间参数"相结合的方法,并通过动态分配内存减少了程序对计算机系统资源的占用。数值实验表明,本文设计的算法可以适应拓扑结构较复杂的流场,并能取得理想的并行效率,将有助于制退器性能的研究。     

振动时效对NiTi记忆合金双程记忆应变的影响

研究了振动时效对NiTi形状记忆合金双程记忆效应的影响.结果表明,当预应变较小或较大时,经过振动时效后NiTi合金的双程应变量增加;当预应变适中时,振动时效后NiTi合金的双程应变量减小.这可能是由于振动时效在NiTi合金中产生了微观塑性变形,改变了合金中的双程应力场而导致的.     

英汉翻译中的点睛之笔—汉语语气助词的补偿作用

与英语不同,汉语表达人际关系的手段和资源更加丰富、细微和复杂,表现在语气系统上,汉语语气助词丰富,英语语气外显形式缺失.汉语更看重语气助词对人际关系的建构作用,更注重情感层面上的交际.汉语语气助词不仅能够再现原文的语气、神态,还能够突出人物性格,揭示人物心理.在英译汉中恰当使用语气助词有助于实现功能对等,从而使译文更加生动传神.     

组合升力体动力学建模与仿真

设计了组合升力体总体布局,提出了新的组合升力体建模思路与方法,建立了完整的组合升力体飞行动力学数值仿真模型。建模时综合考虑了主要气动力部件的建模,详细讨论了旋翼／固定翼过渡飞行模式的建模方法。根据提出的建模方法进行了组合升力体的操纵响应分析,仿真结果证明了建模理论和方法的合理性和有效性。     

测定电离复合速率常数的激波管方法

发展了测定电离复合速率常数的一种新的激波管方法。在这一方法中使用反射激波加热预混气体使之电离,相继用可控制的强稀疏波使之快速冷却,冷却速度很快,可达106K/s, 使之在冷却过程中,电离远离平衡态。用压电传感器和Langmuir 探针监测状态变化历程和离子浓度,并可获得过程中所有的状态参数。测定了NO e 电离复合速率常数。实验表明这一方法简易可靠     

带背鳍细长平板三角翼脱体涡的实验研究

对后掠角为82.5°具有尖削前缘的细长平板三角翼以及加上背鳍高度分别为hL/s=0.3和hL/s=0.6的机翼组合体在低速风洞进行了大迎角六分力天平测力实验.实验迎角范围为12°~32°,来流速度为25m/s和35m/s.实验结果表明:对单独三角翼,在翼面产生的脱体涡破裂前,其涡流场随着迎角的增大始终是对称且稳定的;增加不同高度的背鳍后,当迎角大到一定程度后,涡流场开始变得不对称和不稳定.背鳍高度不同,流场开始出现不对称时的迎角也不同,在所研究的背鳍高度范围内,背鳍越高,测量得到流场出现不对称时的迎角越小,表明增加低高度的背鳍对细长平板三角翼的背涡流场的稳定有着扰动和破坏作用.实验结果部分证明了文献[1]中的稳定性理论的有效性,同时初步研究了涡失稳后的发展情况.     

探针测定流场的水动力学问题

研究探针测定水流场针孔压力测量反应时间的影响因素,给出探针测试系统合理参数,分析探针杆水力共振和受水绕流阻力挠曲的影响,提出相应对策,以提高测试精度。     

小波分析和人工神经网络在金属超声无损检测缺陷分类中的应用

基于金属超声检测中的缺陷脉冲回波为非稳态信号的特点，对高温合金材料超声检测信号的小波变换进行了特征分析，提取了各级小波分解信号的能量分布特征，最后将这些特征输入人工神经网络进行训练和分类，实验表明，这种方法具有良好效果。