借助ProE平台基于PBL的项目教学法在“冲压工艺及模具设计”课程中的应用

本文基于普通应用型本科院校原有教学模式的不足,探讨基于PBL的项目教学法在专业课程中的应用,并且借助PROE平台来辅助教学改革的实施,学生学习过程既独立又合作,同时能够理论联系实际;有效增强了学生学习的主观能动性,提升了学习兴趣,提高了解决问题的能力。     

机翼热气防冰流量分配模型设计及试验验证方法

我国正在开展大型客机机翼热气防冰系统研制任务,自主知识产权的机翼热气防冰系统设计还未投入运营。首先从机翼热气防冰管路设计的原理出发,依据笛形管的流量分配计算方法,建立了管路仿真的SIMULINK模型,对不同工况下笛形管的压力、温度、管内流量分布等特性进行了分析。随后,搭建了一套机翼热气防冰地面流量分配试验台架系统,通过实际工程试验获得了笛形管压降和温降分布数据。试验结果表明当供气流量相同,入口温度越高,在笛形管段的沿程压力和温度就越高,压降变化明显,而在笛形管后段温降较小。当入口温度相同,供气流量越小,在笛形管的沿程压力和温度就越低,沿程压降变化较小,而在笛形管后段温降较大。最后,将试验结果和模型计算数据进行对比分析,进一步验证了模型计算正确性。搭建的机翼热气防冰地面流量分配试验平台可为机翼热气防冰系统优化设计提供借鉴。     

基于高速存储平台的高性能RS编译码器设计

目前,星载高速存储设备中采用商用RS编译码IP核来实现数据纠错功能,能够实现的编译码最高速率为800 Mbps,只能依靠多个IP核同时工作达到吉比特高速数据存取速率的要求。星载存储数据发生错误的主要原因是存储区单粒子翻转和存储介质本身特性产生的单比特数据错误。针对星载存储数据的误码特性,本文提出一种RS编译码改进算法,通过对编码算法中的剩余多项式及译码算法中的伴随多项式进行降次处理,减小编译码过程中运算的迭代次数及计算量,以及对编译码算法中的基本运算单元有限域乘法器采用子项复用技术,实现对传统RS编译码算法的改进。结果表明改进后的编译码器能达到最高数据速率为10.5 Gbps,编码器资源较单个商用IP核减少15%,译码器资源减少40%,能够满足后续高速存储平台的应用要求。     

三轴陀螺稳定平台伺服回路全姿态解耦及变增益控制方法

在载体大机动飞行背景下,要求惯性平台具备全姿态的功能。国内现有的三轴陀螺稳定平台（简称三轴平台）不具备全姿态的功能,在内框架增加了限位挡钉以限制内框架角的工作范围,主要是基于内框架角不能工作在接近于?90?的认识。为了准确描述全姿态条件下三轴平台的运动规律,本文指出了传统动力学推导过程中的不足之处,重新建立了三轴平台的动力学模型,基于该模型给出了非奇异的全姿态伺服回路并提出了一种新的全姿态解耦方法,包括力矩解耦和转动惯量解耦。最后,针对转动惯量在框架转动过程中非定值的问题,提出了基于H∞控制理论的变增益控制策略。仿真结果表明,变增益控制器相对定常参数控制器可显著改善三轴平台伺服回路控制的性能。     

100 kWe级空间快堆核电源系统仿真平台开发与应用

空间核反应堆电源作为一种具有竞争力的空间电源方案,正逐渐受到关注及应用。本文针对一个100 kWe级锂冷快堆耦合布雷顿循环的空间堆核动力系统方案,修改了RELAP5程序中的物性程序、换热模型,程序中的中子动力学模块使用蒙特卡洛方法计算快堆物理参数与堆芯控制调节参数,由此集成并建立一个空间快堆核动力系统综合仿真平台,应用该平台对100 kWe级空间堆核动力系统进行了稳态模拟与事故分析。结果表明:在瞬态发生后系统各参数变化符合预期,验证了各部件及控制系统的功能性及有效性;同时,还初步进行了仿真平台用于100 kWe级空间反应堆核动力系统设备的设计优化的实践,为空间快堆设计与安全分析提供了技术储备。     

宽带高集成多级射频互连技术

针对微波电路三维集成结构的迫切需求,开展宽带高集成多级射频互连技术研究。主要设计了两种电路结构,多级水平互连电路与多级垂直互连电路。多级水平互连电路中,通过优化同轴-微带线的水平过渡以及倒角过渡方式,得到在DC～30GHz内的仿真结果,回波损耗优于21dB,插入损耗优于0.16dB;多级垂直互连电路中,通过优化BGA板间互连结构,得到在DC～30GHz内的仿真结果,信号的回波损耗优于13dB,插入损耗优于0.57dB。在小型化、高集成的需求下,宽带高集成多级射频互连技术是解决宽带射频信号传输问题的关键技术路径,可以广泛应用在微波电路三维集成结构中,具有重大的应用前景。     

近太空平台及其军事应用

1近太空和近太空平台的概念和特点 □□近太空宽泛的定义为20～100km之间的区域.近太空空域的空气非常稀薄,多数固定翼飞机都不能在其中飞行,而卫星由于受重力作用过大,难以维持其飞行轨道.     

基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。