桥式槽处理机匣的扩稳机理研究

利用数值模拟的手段对桥式槽处理机匣的失速机制和扩稳机理进行研究。通过与实壁机匣和全通槽处理机匣的对比分析结果表明:叶尖泄漏和叶片吸力面的分离均会引起叶尖通道堵塞,进而诱发失速。在实壁机匣情况下叶尖泄漏流堵塞叶尖通道是诱发失速的主要原因;全通槽和桥式槽处理机匣均能减弱叶尖泄漏流强度,但是全通槽处理机匣加剧了吸力面的分离,这造成了较大的效率损失;而桥式槽处理机匣能够通过改变抽吸区和喷气区的面积大小控制泄漏流和分离流引发的流道堵塞,从而在裕度提升和效率损失之间取得平衡。研究表明:喷气区面积越大,叶尖攻角越大,吸力面分离越强,压气机效率越低;抽吸区面积越大,泄漏流越弱,压气机的失速裕度越大。     

多级并行结构的NAND Flash存储盘设计

针对Flash长操作延时等特点,为提升吞吐率,采用多级并行架构,通过通道级、芯片级、逻辑阵列级和面级并行操作,并配以簇映射机制,设计了多级并行的NAND Flash存储盘,通过实际验证,基于多级并行结构的存储盘的读写性能取得一定提升。     

中国城镇化的红利、危机与机制重构

城镇化是社会主义现代化的组成部分,是实现中华民族伟大复兴不可逾越的重要阶段。但是,当前饱受诟病的＂土地财政＂乱象,拆旧城建新城的激情,以及＂空城＂＂鬼城＂都表征着较低的城镇化质量和效益。从根本上解决这些问题,就要重构城镇化教育和宣传机制、政府服务机制、信息沟通机制、动力激励和约束机制、土地财税和增值利益分配机制、要素流动机制、城乡融合与共生机制等。     

钛铝合金将用于制造LEAP发动机低压涡轮转子叶片

<正>2014年4月,法国Snecma和Mecachrome公司就CFM国际公司的LEAP-X发动机钛铝(TiAl)合金低压涡轮转子叶片签订了采购合同,这是TiAl合金在世界范围内首次在单通道客机发动机低压涡轮转子叶片上应用。为制造TiAl合金叶片,2家公司合作开发了1种特殊工艺,并且建造了整套的生产设备。Mecachrome公司新的生产线将耗资6000万欧元,预计该转子叶片将于2015年实现量产,2016年的产量将会大量增加,计划到2019年实现1个/min的叶片生产速率。     

富锂锰基正极材料研究进展

随着社会发展,电动汽车、消费类(3C)电子产品、储能装置等对锂离子电池的能量密度提出了更高要求。富锂锰基正极材料具有高比容量(≈250 mAh/g)、高工作电压(≈3.6 V)及低成本等优势,有望成为下一代商用高比能电池正极材料。首次库仑效率低、倍率性能差、电压/容量衰减快等问题限制了富锂锰基正极材料的工程化应用。本文综述了富锂锰基正极材料的最新研究进展,重点从材料结构、电化学反应机理、失效机制和改性方法等几方面进行了阐述。研究表明,采用离子掺杂、表面包覆、晶体结构调控等技术,可显著改善富锂锰基正极材料的电化学性能。最后,对富锂锰基正极材料的发展方向进行了展望。     

片状粉末冶金的石墨烯/铝基复合材料制备过程控制与力学性能

石墨烯/铝复合材料具有强化效率高、强塑性协同提升、综合性能优异的特点,有望突破现有金属基复合材料强塑性匹配性差的瓶颈问题,但石墨烯的难于分散是困扰材料制备的重要问题。基于机械球磨工艺的片状粉末冶金技术可以将球状铝粉变成片状,实现石墨烯的均匀分散。本研究通过添加过程控制剂PDMS调控机械球磨过程,制备片状铝粉,结合压力浸渗技术制备0.6%(质量分数)GNPs/6061Al复合材料。结果表明:随着球磨时间延长,片状铝粉直径呈先上升后稳定的状态;随过程控制剂黏度上升,片状铝粉直径上升,铝粉片状化效果更明显,同时石墨烯缺陷含量先降低后上升。结合组织表征和力学性能测试,讨论了材料性能与组织结构间的关系。     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。     

基于图对比注意力网络的知识图谱补全

知识图谱(KG)补全旨在通过知识库中已知三元组来预测缺失的链接。由于大多数方法都是独立地处理三元组,而忽略了知识图谱所具有的异质结构和相邻节点中固有的丰富的信息,导致不能充分挖掘三元组的特征。考虑基于端到端的知识图谱补全任务,提出了一种图对比注意力网络(GCAT),通过注意力机制同时捕获局部邻域内实体和关系的特征,并封装实体邻域上下文信息。为了有效封装三元组特征,引入一个子图级别的对比训练对象用于增强生成的实体嵌入的质量。为了验证GCAT的有效性,在链接预测任务上评估了所提方法,实验结果表明,在数据集FB15k-237中,MRR比InteractE提高0.005,比A2N模型提高0.042;在数据集WN18RR中,MRR比InteractE提高0.019,比A2N模型提高0.032。实验证明提出的GCAT模型能够有效预测知识图谱中缺失的链接。     

基于Agent的供应链工作流协调管理

通过agent技术和工作流技术的集成，本提出了一个实时响应顾客需求的供应链协调管理解决方案。在该方案中，工作流系统以中央协调方式支持企业业务过程；agent由过程事件激发，动态地执行具体的过程任务。由于agent的特性，它不局限于环境，可以在分布的、跨平台的异构环境中自动地完成任务。因此集成了工作流与agent技术的协调管理方法，具有良好的可重构性和柔性机制，能够充分满足供应链管理分布性和动态性特点，为供应链跨组织的企业业务过程管理提供了有力的技术支持。     

基于混合编码遗传算法在模型辨别中的应用

文章介绍了一种基于二进制和十进制的混合编码机制，充分利用两种编码方式的优点，及这种混合编码机制在模型辨识中的应用，最后通过实例说明了SPGA法在模型结构和参数共同辨识中的寻优能力和高的鲁棒性。