国外光电子产业创新网络的发展与启示

光电子技术具有复杂性和融合性特征,光电子产业将引领未来高技术产业的发展,技术创新需要借助外部合作的方式实现.欧美光电子产业发达国家的经验表明,光电子产品特色各异,但创新网络发展初期的核心节点成长很重要.商业氛围浓厚和科研实力强劲的地区适合发展弱联系网络;技术后进地区适合发展以中介组织为核心的强联系网络.     

基于贝叶斯网络的空中交通延误传播分析

从机场网络的角度研究延误传播问题.贝叶斯网络是一种分析传播问题的有效方法,基于贝叶斯网络的延误模型,构造出延误传播的机场网络模型.通过计算网络中条件概率,最终得到联合概率,用于分析机场之间延误传播的影响.实验数据表明,当某一机场产生离场延误时,这一延误不会消失,而是经过时间的推移传播到其他机场,造成其他机场的延误.     

基于非结构/混合网格的高阶精度DG/FV混合方法研究进展

DG/FV混合方法因其具有紧致、易于推广获得高阶格式及相比同阶精度DG方法计算量、存储量小等优点,自提出以来已成功应用于一维、二维标量方程和Euler/N-S方程的求解。综述了DG/FV混合方法的研究进展,重点介绍了DG/FV混合方法的空间重构算法、针对RANS方程的求解方法、隐式时间离散格式、数值色散耗散及稳定性分析、计算量理论分析,并给出了系列粘性流算例的计算结果,包括用于验证混合方法数值精度的库埃特流,以及方腔流、亚声速剪切层、低速平板湍流、NACA0012翼型湍流绕流等。数值计算结果表明DG/FV混合方法达到了设计的精度阶,且相比同阶DG方法计算量减少约40%,而隐式方法能大幅提高定常流的收敛历程,较显式Runge-Kutta的收敛速度提高1~2个量级。     

基于概率活动网络的军用飞机综合保障的建模和仿真

针对我军综合保障分析设计的需求,建立了一个概率活动网络模型,用于模拟真实的维修和使用保障活动,并介绍了任务模型和保障资源模型。用实例验证了该方法的可行性。     

科技期刊信息化建设的思路与实践

面对信息化时代带来的机遇和挑战,科技期刊如何应对,以适应潮流的发展,满足更多科技工作者的需求,抓住广大读者的需求,近而提升科技期刊的影响力。文章通过对《航天器工程》期刊编辑部信息化建设和网络建设,结合实践经验,对科技期刊信息化建设进行了分析。     

美网络司令部进行第二次“网络旗帜”演习

据报道,2012年10月29日～11月8日,美网络司令部在内利斯空军基地举行了第二次"网络旗帜"训练演习。美国网络司令部设计的"网络旗帜"演习旨在为国防部众多司令部提供阻止、必要时挫败网络攻击的真实的训练机会。具体地说,"网络旗帜"演习应用独特的被称为全球靶场互联网的模拟器,提供真实的WWW网框架,进行类似现实互联网环境的训练。由     

基于多尺度时间卷积网络的航空发动机寿命预测

剩余寿命预测对于航空发动机设备的安全运行、制定维修计划具有重要的意义.目前现有方法无法有效提取设备复杂工况和复杂故障下的退化特征.针对此问题,提出一种基于多尺度时间卷积网络(MTCN)的发动机寿命预测方法.该方法利用时间卷积网络提取数据时序信息,并通过多尺度卷积核的不同感受野提取设备复杂工况下的退化特征,从而更好地预测极端条件下的设备剩余使用寿命(RUL)值.为了验证所提出方法的有效性,在航空发动机C-MAPSS数据集上进行试验.结果表明所提出方法能有效提高设备在复杂工况和复杂故障下的RUL预测精度.     

装备体系贡献率评估方法探究

未来装备必须坚持体系化发展,并通过贡献率评估明确在体系中的地位和作用。明确了装备体系贡献率的定义和评估意义,分析了定性评估法、基础技战术指标比较法、综合技战术指标灰靶比较法、基于装备体系的网络层次分析法、基于体系仿真及效能评估法等装备贡献率评估方法,并给出了灰靶比较法、网络层次分析法具体评估实例。同时,结合各评估方法特点,提出了网络层次分析法、体系仿真及效能评估法相结合的改进综合评估方法流程,实现装备体系贡献率的准确评估。     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。     

多攻击模式下有向复杂网络可控鲁棒性研究

基于有向复杂网络理论,针对军事网络易受攻击的现状,对多重同余网络、无标度网络、q-回路网络、随机矩形网络等不同网络进行了6种不同模式的攻击,并研究了多攻击模式下不同网络的可控鲁棒性。仿真分析了在不同节点移除比率和边移除比率下,观察不同网络在不同攻击下的可控鲁棒性的表现。实验结果表明,随机矩形网络的可控鲁棒性在各种攻击模式下整体优于其他网络,说明具有多环状结构的有向复杂网络可控鲁棒性更强。