龙脊风帆模型气动特性风洞实验

通过风洞模型实验 ,利用六分量高频底座天平技术 ,测量了称为龙脊风帆的一种单帆模型在均匀来流中各个风向角和俯仰角下的时均升力系数和时均阻力系数以及脉动升力系数和脉动阻力系数 ,可为工程中类似帆形结构的设计和受力计算提供参考     

基于信息熵的连续属性自动聚类算法

基于信息熵的有关理论，提出了一种新的连续属性的自动聚类算法。首先介绍了Shannon熵的概念及其两个重要的定理，基于信息的不确定测度，提出了一种Shannon熵的准则函数φ，并且指出了该准则函数必须满足的6条原则。其次，基于该准则函数，引出了一种针对单个连续属性自动聚类的FUSINTER算法。由于实际信息系统中有多个连续属性，这主需要对多个连续属性分别使用FUSINTER算法进行离散，并且要求最终保证整个信息系统离散是相容的和一致的，而且各个属性拥有较少的分割区间。最后，本文以干线飞机外形参数的变化趋势与其更新换代的关系来说明文中提出的属性离散化过程，并展示了该聚类算法的有效性。本文提出的方法可以用于机器学习或数据挖掘的数据前处理。     

一种基于粗糙集理论的粗糙神经网络构造方法

提出在BP神经网络中使用粗糙集理论网络的设计，由于粗糙集理论有强大的数值分析能力,而BP神经网络具有准确的逼近收敛能力和较高的精度，所以通过两者的结合，可以得到一种可理解性好，计算简单，收敛速度快的神经网络模型，这种神经网络的算法的主要过程为：首先利用粗糙集能力去发现给定数据集的一些规则，然后根据这些规则构造神经网络稳含层的神经元个数，最后用BP算法迭代求了网络的各种参数，完成网络的设计，本文最后给出了一个三维非线性函数的实例进一步验证了网络的正确性。     

动力系统精细算法的逼近机理与误差分析

发现以下３者的协同作用是实现精细算法高精度,高效率的内在机制和根本原因：１）Ａ│ｘ│〈∞,指数矩阵ｅ＾Ｈｘ的Ｍａｃｌａｕｒｉｎ级数展开式绝对收敛;２）初始Ｍａｃｌａｕｒｉｎ级数展开式中的有效展开项总数能够通过递推算法以指数方式扩展;３）新增有效展开项的系数能够通过递推算法以指数或拟指数方式逼近其真值。     

涡轮叶片尾缘复合冷却通道换热的数值模拟

用数值模拟的方法对一种典型的涡轮叶片尾缘冷却结构进行了数值计算,该冷却结构由横肋通道和交错扰流柱排构成.通过对不同进气雷诺数的计算结果分析可以看出:对所研究的冷却结构,扰流柱通道顶部及底部这两处冷气流速较高的区域的换热系数也比较高,温度较低;尾缘冷气出流孔处的换热系数也比较高;但扰流柱区的中部则由于冷气量明显不足导致明显的换热系数降低.      

基于小波的航空发动机叶片孔探损伤检测

发动机孔探技术是航空发动机内部故障检测的重要技术,而叶片损伤则是发动机内部的一种常见损伤.针对发动机叶片损伤的特点,通过对损伤模型的分析,应用SUSAN(Smallest Univalue Segment Assimilating Nucleus)边缘检测算法对叶片损伤进行定位,应用小波变换对孔探图像进行分解,得到不同位置处的不同频率分量.并根据损伤模型的分析通过已定位的损伤位置来确定损伤法线方向的频谱分量,计算出损伤处除直流分量之外的其它频率分量的频谱能量,从而依据损伤频谱能量检测并估计发动机叶片的损伤.实验结果表明,应用此方法可以定量检测并估计航空发动机叶片表面损伤情况,为检测并估计发动机叶片损伤提供了理论和实践依据.      

低能质子对卫星热控涂层太阳吸收率的影响

空间低能质子由于沉积能量在表层对卫星外露热控涂层太阳吸收率参数有较大影响,文章首次对地球同步轨道卫星6种热控涂层进行低能质子辐照试验研究,试件是S781有机白漆、SR107-ZK有机白漆、ACR-1有机白漆、OSR二次表面镜、F46二次表面镜和Kapton二次表面镜。试验采用能量48keV的质子,在真空条件下累积辐照360h,累计注量达到2×10~(15)p/cm~2。在辐照过程中原位测量热控涂层的太阳吸收率参数。这些热控涂层的太阳吸收率参数都有不同程度的明显上升。其中,有机白漆类热控涂层的太阳吸收率参数上升最快,其次是塑料薄膜类热控涂层(F46二次表面镜和Kapton二次表面镜),最稳定的是玻璃类热控涂层(OSR二次表面镜)。对试验前后试件的SEM分析和XPS分析表明,热控涂层中的颜料结构和聚合物结构在辐照下发生变化,形成不饱和链发色团和色心,使原来透明聚合物和高反射的颜料对太阳光产生吸收,从而引起热控涂层太阳吸收率参数上升。     

Multi-target Collaborative Combat Decision-Making by Improved Particle Swarm Optimizer

A decision-making problem of missile-target assignment with a novel particle swarm optimization algorithm is proposed when it comes to a multiple target collaborative combat situation.The threat function is established to describe air combat situation.Optimization function is used to find an optimal missile-target assignment.An improved particle swarm optimization algorithm is utilized to figure out the optimization function with less parameters,which is based on the adaptive random learning approach.According to the coordinated attack tactics,there are some adjustments to the assignment.Simulation example results show that it is an effective algorithm to handle with the decision-making problem of the missile-target assignment(MTA)in air combat.     

挤压铸造SiCw／L3复合材料的热挤压

研究了挤压铸造ＳｉＣｗ／Ｌ３复合材料不同温度下的热挤压行为。通过图像分析和性能测试对ＳｉＣｗ／Ｌ３复合材料热挤压棒中晶须关态和挤压棒的性能进行了分析和测定。     

Crater detection via genetic search methods to reduce image features

Recent approaches to crater detection have been inspired by face detection’s use of gray-scale texture features. Using gray-scale texture features for supervised machine learning crater detection algorithms provides better classification of craters in planetary images than previous methods. When using Haar features it is typical to generate thousands of numerical values from each candidate crater image. This magnitude of image features to extract and consider can spell disaster when the application is an entire planetary surface. One solution is to reduce the number of features extracted and considered in order to increase accuracy as well as speed. Feature subset selection provides the operational classifiers with a concise and denoised set of features by reducing irrelevant and redundant features. Feature subset selection is known to be NP-hard. To provide an efficient suboptimal solution, four genetic algorithms are proposed to use greedy selection, weighted random selection, and simulated annealing to distinguish discriminate features from indiscriminate features. Inspired by analysis regarding the relationship between subset size and accuracy, a squeezing algorithm is presented to shrink the genetic algorithm’s chromosome cardinality during the genetic iterations. A significant increase in the classification performance of a Bayesian classifier in crater detection using image texture features is observed.