进入中、韩两国的「日本製漢語」研究

「日本製漢語」是日本创造的汉字词,现已成为汉语和韩语的重要组成部分。分析了「日本製漢語」产生的原因和过程,探讨了「日本製漢語」进入中国和韩国的历史、政治和文化背景,并以「同形同義語」、「同形類義語」、「同形？義語」三个类型的「日本製漢語」,从数量、语义比较研究了它们在汉语和韩语中的差异及不同用法。     

两端固定输流管道在脉动内流作用下参数共振的最优控制

采用压电片作为控制执行元件,对两端固定输流管道在脉动流作用下的参数共振进行了最优控制.基于二次型性能指标最优控制原理,针对离散后的运动方程在零平衡点附近Jacobian矩阵的非时变部分设计了最优控制器.最后,通过数值仿真的方法对控制方案的有效性进行了验证.结果表明,该方案对输流管道在第一、第二振型次谐波共振区域及组合共振区域的参数共振的控制均有很好的效果.     

技能应用型人才教育培养改革探讨

随着我国经济的快速发展，社会对技能应用型人才需求量增多。这对我国技能应用型人才的培养提出了新的要求和挑战。本文针对目前我国在技能应用型人才培养过程中存在的一些问题，提出了在教育培养目标、教育教学理念、教师队伍建设、教育教学模式等方面进行改革的具体措施。     

如何在应用软件中实现财务数学公式自定义

本文实现了在开发具有数据校验功能的软件时,一种全新的数据校验方法,将传统的写在程序中的校验公式或利用手工进行检验数据的方式完全抛弃.该种方法具有配置灵活、维护简单和功能强大的特点,利用界面元素命名方法,内置校验公式到各个界面元素中,而公式是可以灵活维护的,一般是将公式存贮在数据库表中,在软件需校验数据时,从数据库表中读取公式,根据公式中涉及到的各种界面数据项进行自动的数据校验并得出校验结果.这对需大量数据校验和校验算法经常改变的软件是非常有用的.     

北京航天指控中心卫星任务数字仿真软件的设计

首先给出了北京航天指控中心仿真软件的设计模型,阐述了仿真软件仿真的内容,并详细介绍了仿真软件的总体结构和关键进程的设计方法,最后显示了仿真的结果,在实际应用中该软件得到了验证。     

月球表层采样样品智能确认方法

表层采样是月球采样探测的重要方式，样品智能确认有助于提升工作效率与复杂问题处理能力。结合月球表层采样铲挖工作过程，分析了铲挖过程中臂载相机图像的特点，模仿有人参与识别过程，提出了层次解耦的月球样品智能识别流程，利用深度学习方法构建了一类深度卷积识别网络，完整地描述了图像、特征、标记在网络中的正反传递关系，并在月球表层采样地面试验中进行了验证，结果表明该方法对不同光照、不同背景、不同过程、不同形态的样品，具有较好的泛化识别能力，误识别率优于8.1%，平均单幅识别时间约0.7 s。     

基于风险优先数的航空发动机可靠性设计方法

为了解决故障模式和影响分析难以融入航空发动机设计中的难题,提高可靠性水平,在型号研制工作中摸索出利用故障模式和影响分析中风险优先数的概念开展零部件某故障模式设计改进。运用风险优先数（RPN）的概念对设计故障模式和影响分析中严酷度和故障模式发生概率划分了1～10级评分原则,增加了故障被检测难度,且结合航空发动机特点,对故障被检测难度也划分了1～10级评分原则,得出了故障模式的风险优先数,确定了故障模式的优化排序,提出了确定风险改进项的方法。以某发动机的密封装置为例,利用严酷度、故障模式发生概率和故障被检测难度等级评分原则,得出了密封装置各故障模式风险优先数,确定了2项风险改进项。结果表明：利用严酷度、故障模式发生概率和故障被检测难度划分的1～10级评分原则进行风险优先数计算,可得出风险改进项,为提高发动机的可靠性水平提供了方向。     

高超声速一体化飞行器冷流状态气动特性研究

采用数值模拟和风洞实验方法.对高超声速一体化飞行器缩比模型在发动机关闭以及发动机通流状态下的气动特性进行研究.实验中采用彩色纹影系统对缩比模型飞行器的超声速流场进行显示,并通过六分量应力天平测得了全机的升力、阻力和俯仰力矩,数值模拟气动力系数以及流场特征与实验结果吻合较好,同时分析了飞行器保持静稳定状态下的质心选择范围.结果表明进气道开启之后飞行器升力阻力以及抬头力矩显著下降,但此飞行器配平迎角仍较大.该实验结果验证了数值方法的可靠性并为飞行器构型设计提供了参考数据.     

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。