智能制造环境下的数控系统发展需求

"智能"是"中国制造2025"的核心要素,数控系统是制造装备实现智能化的关键要素。论文首先提出机床的信息互通和开放式标准数据接口是实现机床智能化的前提,举例说明了STEP-NC在通用数据接口方面的优越性,概述了适用于数控系统的通讯总线特征;在此基础上,介绍了工艺大数据对生产加工的重要性和其对新一代数控系统的要求,针对制造业数据平台的需求,对大数据信息挖掘技术做了相关介绍。依托于以上两点,总结了智能化数控系统可具备的功能,依托于工艺大数据平台,重点分析了智能工艺规划和加工参数自整定的实现方案,以及智能数控对高速高精加工所提供的便利。     

某型教练机起落架信号电路改进设计

针对某型教练机存外场使用时出现起落架未放到位，而飞行员却没能及时发现的问题，本文对飞机起落架信号电路进行了分析，并提出了相应的改进措施。     

基于模型的载人航天器研制方法研究与实践

载人航天器具有系统规模大、技术难度高、单件小批量、无法通过多次飞行持续完善设计、可靠性要求高等特点。当前载人航天器研制中仍存在着参数化和模型化程度不高、基于模型的系统综合仿真验证不足、研制各环节缺乏数字化集成等问题，传统基于文本的系统工程方法已无法满足研制需求，亟需采用基于模型的系统工程方法。本文针对载人航天器的研制现状和应用需求，提出了面向载人航天器全生命周期的模型体系，定义了需求模型、功能模型、产品模型、工程模型、制造模型、实做模型等六类模型，提出了基于模型的研制流程，包含系统设计闭环验证、产品设计闭环验证、实做产品闭环验证3个验证环节，并深入探索了各研制环节中不同模型间的传递与关联关系。以某型号载人航天器为应用基础，系统地验证了提出的方法。     

层次分析法在飞机维修不安全事件影响因素评价中的应用

对飞机维修不安全事件的影响因素进行层次分解,构建层次矩阵;利用德尔菲法,导入不安全事件调查分析专家组成员对不安全事件的判断;结合层次分析法(AHP)对不安全事件影响因素进行定性和定量的评价。     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。     

一个实用的WIN95启动界面

本文通过用简单的方法修改ＭＳＤＯＳ．ＳＹＳ和重新配置ＡＵＴＯＥＸＥＣ．ＢＡＴ文件。     

焊接过程电信号在线监测研究现状及发展趋势

详细介绍了各种在线监测和分析方法在焊接过程电信号监测以及焊接质量评估中的应用，分析每一种在线监测方法的特点和焊接质量方面的应用现状。对各种在线监测方法在焊接质量监测中应用的发展趋势进行了分析和预测。     

捷联惯导方位大失准角对准研究

在游动方位角坐标系下建立了方位大失准角条件下的SINS初始对准误差模型.在静基座下验证了该误差模型在方位大失准角情况下的滤波效果,比较分析了不同方位失准角的滤波收敛情况,并与线性模型进行滤波比较.最后,将该模型用于动基座的初始对准.静基座和动基座下的初始对准结果表明所提出的SINS误差模型是正确有效的.     

Gray bootstrap method for estimating frequency-varying random vibration signals with small samples

During environment testing, the estimation of random vibration signals （RVS） is an important technique for the airborne platform safety and reliability. However, the available meth- ods including extreme value envelope method （EVEM）, statistical tolerances method （STM） and improved statistical tolerance method （ISTM） require large samples and typical probability distri- bution. Moreover, the frequency-varying characteristic of RVS is usually not taken into account. Gray bootstrap method （GBM） is proposed to solve the problem of estimating frequency-varying RVS with small samples. Firstly, the estimated indexes are obtained including the estimated inter- val, the estimated uncertainty, the estimated value, the estimated error and estimated reliability. In addition, GBM is applied to estimating the single flight testing of certain aircraft. At last, in order to evaluate the estimated performance, GBM is compared with bootstrap method （BM） and gray method （GM） in testing analysis. The result shows that GBM has superiority for estimating dynamic signals with small samples and estimated reliability is proved to be 100% at the given confidence level.