基于分层的网络拓扑结构可视化方法研究

网络的拓扑结构对于网络管理系统必不可少,将复杂的网络拓扑结构可视化是迅速掌握网络拓扑结构的高效方法.针对这个问题提出了一个适合中小规模网络拓扑显示的可视化方法,该方法的特点是以分层的方式来进行网络拓扑的显示,主要设备和次要设备分属于不同的显示层次;并且主要设备又按照自顶向下的层次化结构显示,使得整个拓扑清晰、明了;同时对于已显示的拓扑允许网络管理员灵活地改变显示位置.详细阐述了该方法的主要思想以及实现过程中用到的关键技术.      

Elman 回归神经网络在航空发动机故障诊断中的应用

提出了一种基于Elman神经网络的航空发动机故障智能诊断方法。以在某型发动机地面定检状态下实测的数据作为样本数据,建立了航空发动机故障诊断模型,利用该模型成功地对实测发动机参数进行了诊断。研究结果表明:该方法对权值初始值选取、隐含层节点数选取和输入样本规范化处理等不敏感,具有学习速度快、诊断精度高等优点。     

降落伞系统可靠性综合评估

研究了降落伞系统的可靠性综合评估方法;给出了基于应力强度模型,利用强度试验数据,运用信仰统计推断法计算降落伞组件可靠度置信下限的方法,并对该方法与渐近正态法、分位数修正法进行了对比分析。分析表明,就精确度而言,基于信仰统计推断法给出的评估结果较好。     

战略合作 共赢未来——本刊总编辑刘柱对话霍尼韦尔航空航天集团亚太区总裁马浩翔先生

<正>2010年9月8日,霍尼韦尔公司再传佳音,作为一家领先的航空航天业务供应商,霍尼韦尔公司的产品第四次入选装配C919飞机。201年的金秋对霍尼韦尔来说真可谓是丰收的季节。9月26日,中秋刚过     

基于高度控制的拖靶定高飞行分析

超低空飞行的航空拖靶需要高精度的高度控制,而作为试验和训练的消耗性装备,其低成本设计要求使得航空拖靶不能采用常规飞行器的高度控制方法。针对以拖曳力为飞行动力的航空拖靶,研究其基于非姿态控制的定高飞行的运动特性。定高飞行航空拖靶采用高稳定性的气动布局,并基于准直接力控制的升降舵面进行高度调整操纵。通过建立拖靶的纵向运动数学模型,设计非姿态控制定高飞行控制方法,详细分析拖靶气动特性,并进行定高飞行控制的仿真计算。计算结果给出拖靶的高度控制能力及飞行状态,结果表明拖靶具有一定的高度调整能力,可以实现定高飞行。     

无人机螺旋桨性能工程检验方法研究

目前工程上采用地面状态检测转速的方法对无人机螺旋桨性能合格与否进行判断,但实际使用中该方法的效果并不理想。以螺旋桨地面发动机测试台检验转速结果为基础,采用风洞试验方法对同一型号不同批次的螺旋桨在实际飞行状态下的气动特性进行有效测量,同时利用飞行性能仿真方法,对同一无人机匹配参试螺旋桨后的飞行性能变化情况进行比较。结果表明:螺旋桨的效率、推力系数和功率系数等气动性能与地面检测转速值并没有直接关系,即发动机地面台架试验方法在螺旋桨性能检验中应该仅起到参考作用,而非决定性作用。     

液氧/煤油发动机涡轮泵密封材料的研制

通过预制体、复合工艺路线及参数的选择,进行了高压补燃液氧/煤油发动机涡轮泵用高性能C/C密封材料的研制,分析了预制体、复合工艺对材料性能的影响.结果表明,以针刺无纬布为预制体,进行CVD碳、树脂碳和沥青碳致密,最高热处理温度为2 500℃,最终进行封孔处理所制备的C/C复合材料综合性能良好,其密度为1.92g/cm^3,开孔率0.06%,轴向压缩强度232 MPa,轴向弯曲强度158 MPa,肖氏硬度为77.该密封材料构件成功通过液氧/煤油发动机热试车考核,显示出了在该领域的应用前景.     

基于改进PCA的DOA估计方法

阵列信号处理中,MUSIC等高分辨率DOA估计方法都要通过特征值分解来获得波达方向估计,然而矩阵特征值分解的计算量较大,不利于实时处理.提出一种改进的PCA(principal component analysis)迭代算法,来逼近信号子空间.仿真实验表明该算法在估计弱信号时性能要比MUSIC算法好,且计算量要小得多.     

引脚式表面贴装元件的数值热分析

建立了四边引线塑料扁平封装(PQFP, Plastic Quad Flat Package)数值热模拟的详细模型和简化模型,实验验证了这两种模型的模拟精度.对PQFP在机载恶劣环境下的稳态热性能进行了研究,分析了影响元件内、外热阻的各种因素.结果表明,内部采用多层结构设计是改善PQFP元件热性能的最佳方案,而在采用强迫空气冷却时,空气速度不应大于5m/s.对承受脉冲形式热载荷和环境温度随时间变化两种情况下的PQFP元件进行了瞬态热特性研究,获得了芯片结点温度随时间变化的曲线,可用于研究元件因过热引起的热应变、热损坏和电信号失真,为改进和优化元件热设计提供科学依据.      

基于神经网络遗传算法的CFRP拉挤工艺优化

根据固化动力学和传热学理论,建立了碳纤维增强聚合物基复合材料(CFRP,Carbon Fiber Reinforced Polymer)拉挤成型非稳态温度场与固化动力学数学模型.采用有限元与有限差分相结合的方法,结合ANSYS求解耦合场的间接耦合法,对CFRP拉挤过程非稳态温度场和固化度进行数值模拟.使用特殊设计制作的铝毛细管封装的布拉格光栅光纤(FBG,Fiber Bragg Gratings)传感器,对温度场进行实时检测;并采用索氏萃取实验测定CFRP制品固化度.模拟与实验结果基本吻合.以数值模拟结果为样本建立反向传播神经网络,训练得到固化炉温度与CFRP固化度之间的非线性相关关系.采用神经网络与遗传算法相结合的方法,优化得出拉挤固化炉三段最佳温度值,结果表明神经网络结合遗传算法优化拉挤工艺参数快捷有效.