W型发动机双轴摆动故障的排除

简要介绍了DPF－2型控制系统在W型发动机上的应用，分析了该系统在使用过程中出现的双轴摆动现象，对整个系统的稳定性进行了探讨，采取措施解决了该发动机双轴摆动故障并进行了试验验证。该研究对进一步完善该型发动机的燃油控制系统有一定的参考作用。     

含非对称裂纹三维有限大体应力强度因子能量释放率方法的封闭解

 本文提出一种新的半工程半解析的方法,导出含非对称裂纹三维有限大体应力强度因子的封闭解。根据此方法,只需少量的机时,即可获得一系列结果。本方法及所得结果在工程上有实际应用价值。     

压电纤维复合材料的研究

以提高交叉指形电极压电纤维复合材料诱导应变和挟持应力为目的,采用有限元软件ANSYS分析了电极区聚合物参数、交叉指型电极结构和压电相体积分数对压电纤维复合材料诱导应变和挟持应力的影响。结果表明：增加电极区聚合物的介电常数或减小电极区聚合物的厚度,能够提高元件的诱导应变和挟持应力,元件诱导应变最大可达173με;减小分支电极的周期或者适当增大分支电极的宽度,可以有效地提高元件的作动性能;提高压电纤维体积分数,有利于提高元件的作动性能。     

开放阅读是提高高校学报影响力的重要途径

目的推动高校学报开展开放阅读,有利于提高高校学报的影响力和社会效益。方法在简介开放阅读的概念,分析高校学报开展开放阅读的必要性和可行性的基础上,提出加入"科技图书文献资源共享平台"和"开放阅读期刊联盟"两种开放阅读的方式。结果实行开放阅读是由高校学报的学术性质所决定的,高校学报是以社会事业费和作者资助等社会资源维持出版的,其价值是其学术性而非商业性,因此没有理由为了赢利而拒绝更广泛地传播学术信息。结论开放阅读有利于提高高校学报的影响力,高校学报更应当回归学术,为学术研究服务。     

直接不交化方法在故障树定量分析中的应用

在布尔集合运算方法和不交化方法基础上，提出了单调关联故障树系统定量分析优化方法，通过故障树定量分析优化方法，可以方便地得到系统的可靠度、不可靠度、最小割集、最小路集、关键重要度等指标。     

一般硬化材料弹塑性旋转盘的变分解法

首先在小弹塑性范围内用应变的奇次四项式相当精确地拟合一般硬化材料的拉伸曲线;再在体积不变条件下用弹性位移场的已知模态和一待定幅值构成弹塑性位移场;最后用势能原理确定该幅值而得到封闭解。     

活性自由基对煤油裂解气点火延迟时间的影响分析

为研究活性自由基对煤油裂解气点火延迟时间的影响,使用CHEMKIN软件,研究了激波管实验系统中不同温度下煤油裂解气的点火延迟时间,对比文献实验结果,验证了计算模型的可靠性。研究了在初始组分中加入不同浓度的活性自由基对于煤油裂解气点火延迟的影响,分析了反应式对于温度以及活性自由基的敏感性。研究结果表明,1000K时,加入0.5%的O,CH或NO活性自由基可将点火延迟时间缩短将近1/10。当初始温度升高时,活性自由基对于点火延迟时间的缩短效果越来越不明显。在2000K时,活性自由基对于点火延迟时间的影响可以忽略不计。随着初始温度的升高,2000K时,反应机理中的化学反应式对于温度敏感性以及活性自由基的敏感性下降为1000K时的1/1000以下。随着初始温度的变化,对温度及活性自由基敏感性较大的反应式也会发生非常大的变化。多个反应式在温度敏感性与活性自由基敏感性最大反应式中重复出现,这些反应式是将反应机理简化的重要依据。初始温度变化,化学反应的主要流程与路径也会发生变化。     

基于ASP+SQLServe的桂林12369环保投诉受理系统开发

文章通过对桂林市环境污染投诉管理现状的具体分析,开发建设桂林市12369环保投诉受理系统.系统通过对污染投诉进行分类逐个跟踪及处理的过程和处理的结果过程中产生的信息进行统一管理,为环境管理部门提供一个功能完备的网络化污染投诉数据管理与综合分析应用平台.解决环境投诉管理过程中手工操作繁杂、业务量大、信息查询不便、统计困难等问题,以便及时掌握桂林市各种污染投诉的状况,为各有关部门和领导决策及时提供有力的支持和服务.系统基于B/S模式,采用ASP和MS SQLServer2000数据库结构化开发的应用系统.     

《计算机组成原理》课程教学改革初探

《计算机组成原理》课程作为计算机专业中的一门相当重要的专业基础课,在计算机专业课程体系中占有很重要的地位。本文通过对《计算机组成原理》课程实际教学中存在的问题的分析,在教学内容及方法,实践教学,教材选用等各个方面提出了一系列的解决方案和改革措施。     

结构自适应序贯正则极端学习机时间序列预测及其应用

为提高初始小样本情况下时间序列在线预测的精度,提出了一种结构自适应序贯正则极端学习机(SA-SRELM)。该方法在在线序贯学习阶段,针对不同训练样本规模选择不同的递推方式对输出权值进行更新;同时,在训练样本达到一定规模后,为提高预测模型对系统的动态适应性,在加入新样本的同时对旧样本进行剔除,完成预测模型的训练。利用3种混沌时间序列预测实例对所提方法的有效性进行了验证。最后,将所提方法用于航空发动机排气温度预测中,结果表明该方法相对正则极端学习机(RELM)和序贯正则极端学习机(SRELM)方法具有更好的泛化性能,预测精度分别是二者的约6倍和2倍。