基于ECHAM5模式的杭州亚运保障期间降水预测

本文基于ECHAM5气候模式模拟的2000～2039年全球逐日降水量,通过与杭州萧山国际机场2001～2020年的降水资料做对比,从而预测2023年9月和10月杭州亚运保障期间降水情况。得到以下结论:1)2023年9月降水日数可能在10.5～15 d。2)2023年10月模式降水日数远低于模式及实况多年平均值,考虑两者平均值之间6.6～11.3 d的可能性更具指导意义。3)通过偏差订正,2023年9月及10月预测降水量分别为117.43 mm和0.15 mm,而预测雷暴日数分别为2.7 d和0.0 d。总体上9月降水比平均水平略高,10月则明显偏少。考虑10月预测值远低于平均值,10月降水量在模式与实况平均值之间68.34～75.57 mm的可能性更具参考意义,而雷暴日数取0.2～1.2 d更可靠。4)10月降水与秋台风的影响密切相关,叠加今年厄尔尼诺增强的趋势,降水预测也更为复杂多变。     

基于代理服务的企业级网页内容管理输入规范性校验技术

本文认为现有企业级网页内容管理输入规范性校验技术存在的逻辑固定不变,需要大规模改造,无强约束等问题或局限性,研究了一种基于代理服务的网页内容管理输入规范性校验技术。该技术主要基于代理模块、校验模块、执行器、交互协助装置等,在内容输入规范性校验产品中得到应用,为各信息使用方提供了稳定、合规、更高质量的内容信息来源。     

基于Bow-tie模型的机坪管制移交后机坪运行管理安全风险分析

随着民航业的迅猛发展,主动式的安全风险管理已经格外重要。机场要进行有效的机坪运行风险管理,迫切需要从机坪实际运行需求角度出发,针对机坪运行典型不安全事件,全方位系统的识别与分析造成不安全事件的潜在因素与预防措施,实现应急工作的端口前移,同时对不安全事件发生后可能导致的严重后果与控制措施进行分析,以减轻后果防止事件恶化。本文基于安全风险管理理念,首先介绍Bow-tie模型基本原理,然后结合机场机坪管制移交及移交后航空器机坪运行典型不安全事件类型,采用5M模型,从人员、设备、环境、管理和任务等方面,分析并列举引起典型不安全事件的潜在因素,并分别建立典型不安全事件的Bow-tie分析模型,进行风险分析,提出相应的预防和控制措施。     

民用航空产品设计制造单位安全管理体系一体化研究

本文对民用航空产品设计制造单位职业健康安全管理体系、安全生产标准化、安全管理体系(SMS)的融合进行了研究。从理论基础层面和体系要素层面分析了3个安全体系融合的可行性,在对3个安全体系建设标准进行对比分析的基础上,提出构建包括4个支柱、17个要素,以安全管理体系为核心,以职业健康安全管理体系和安全标准化为补充的一体化安全管理体系,并探讨了一体化体系文件编制方法。     

航空器积冰形成过程及预测方法综述

自航空器发展以来,积冰一直是影响飞行安全的重要因素。本文对航空器积冰产生机理、影响因素、预测方法等方面展开讨论,最后总结现存的问题以及研究建议。     

浅谈工科专业课程思政的设计与实践

全面实施“课程思政”是促进中国提升高等院校本科教育水平,扎实推进落实立德树人根本任务的重要手段。思政元素与工科专业知识有机融合,不仅可以促进学生的科学思维、严密逻辑结构、创新能力等学科知识体系的建立,而且科学家们坚韧不拔的科学探索精神也涤荡着学生的内心,激发学生的内在学习热情,培养学生强烈的社会责任感和爱国情怀。本文介绍了工科专业课程思政顶层设计与实施过程中的一些有益的经验与做法,希冀能与学界进行广泛沟通与交流,促进思维火花的碰撞,提升自我教学水平,也动员更多教师积极主动投身到高校课程思政工作中,共同培养以德为先、五育并举的新时代专业人才。     

巨型星座高效管理及智能应用关键技术研究

针对未来万颗规模巨型星座资源管理、互联互通、即时协同、自主运控和安全可信等共性基础功能需求,提出一种基于操作系统实现上述功能需求和构建巨型星座信息基座的技术方法,满足天基系统前向兼容和持续扩展需求。通过研究体系架构、高效内核、融合组网、安全可信、生态体系等巨型星座高效管理及智能应用关键技术,为构建面向巨型星座复杂应用场景的统一基础软件平台巨型星座操作系统提供解决思路以及发展建议,将支撑我国卫星互联网等大规模星座高效建设及能力快速形成。     

基于多孔结构的液体管理技术在空间中的应用

针对航天器在轨面临的气液相分离问题,文章在孔隙尺度上分析了基于多孔结构的液体管理技术和相分离特性,梳理了国内外研究中针对多孔结构的毛细润湿、压降以及泡破特性的表征与测试方法。综合多孔结构相分离特性与航天器应用需求,梳理了基于多孔结构的液体管理技术在低温推进剂贮箱、热泵储液器以及热管蒸发器中的应用及优化策略。总结出新型多孔结构强化相分离性能、传热及相变过程对相分离性能的影响、多孔材料的孔隙一致性控制和安装密封技术等需要解决的关键问题,可为相关产品研制和性能提升提供思路。     

应用过程神经网络的航天器瞬态温度预测方法

航天器在轨温度受空间热环境影响变化较大,同时研制阶段的热分析与热试验往往也耗时较长,因此通过准确有效的预测方法为其提供在轨温度预警信息、提高热仿真与热试验效率至关重要。文章提出航天器瞬态温度预测方法,依据航天器在轨温度实测数据,采用相空间重构理论构建样本集完成训练,应用过程神经网络建立瞬态温度预测模型,并对温度进行外推预测。经验证,根据温度预测方法建立的温度预测模型绝对误差最大值为0.746 K,可在满足工程精度的情况下实现对航天器瞬态温度的快速预测。