基于基元反应的总包机理建模及算法优化

以煤油/氧的化学动力学体系为例,介绍了基于基元反应的总包机理建模、反应速率计算等国际先进方法,归纳了针对化学动力学过程由建模到求解的一套完整流程。首先选用正十二烷作为煤油的替代燃料,通过直接关系图法(DRG)结合计算奇异值摄动法(CSP)的机理简化方法将正十二烷203组分、738步的详细反应机理化简为了32组分、36步的总包反应机理。为了计算总包反应速率,采用线性准稳态假设(LQSSA)计算准稳态组分浓度,解耦了准稳态组分间的非线性耦合,在保证计算精度的同时提高算法稳定性和效率。最终,通过VODE刚性积分求解器求解化学动力学方程组,并形成了一套可与CFD主程序耦合使用的化学动力学计算子程序。     

数理统计方法在部件故障控制中的应用研究

机载部件的可靠性直接影响航空器的安全运行。本文通过对机载部件使用寿命的统计和失效分析,对部件的故障提出了有效的控制方法,并举例说明了此方法在维护中的使用。     

小尺寸封装(SOP)器件焊点可靠性研究

从器件引脚镀层种类、厚度、焊接参数和焊盘设计等几个方面对小尺寸封装(small outline package,简称SOP)器件焊点可靠性的影响作了分析,给出了提高焊点可靠性的方法,并通过UG软件建立了电路板和SOP焊点的三维有限元模型,进行了SOP器件焊点在近似试验载荷条件下的应力应变三维有限元数值模拟,得出了焊点内部精确的应力应变分布。     

基于G2DPCA的SAR目标特征提取与识别

给出了基于广义二维主分量分析（G2DPCA)的合成孔径雷达（SAR）图像目标特征提取 方法。与主分量分析（PCA）相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不 是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析（2DPCA ）相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别 （MSTAR）计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征 维数的同时,又改善了识别性能,并且正确识别率在97％以上,且对目标方位变化具有较 好的鲁棒性。     

气相色谱法检测无水肼中水含量的不确定度评定

对气相色谱法检测无水肼中水含量过程的不确定度进行评定,系统分析检测过程中不确定度来源和各不确定度分量对分析结果的影响,通过对不确定度的分量进行分析和合成,可知标准溶液配制的过程、标准曲线的拟合和测量样品时的重复操作带来的不确定度分量是影响无水肼中水含量测定不确定度的主要来源.     

The effect of spatial truncation error on variance of gravity anomalies derived from inversion of satellite orbital and gradiometric data

The spatial truncation error (STE) is a significant systematic error in the integral inversion of satellite gradiometric and orbital data to gravity anomalies at sea level. In order to reduce the effect of STE, a larger area than the desired one is considered in the inversion process, but the anomalies located in its central part are selected as the final results. The STE influences the variance of the results as well because the residual vector, which is contaminated with STE, is used for its estimation. The situation is even more complicated in variance component estimation because of its iterative nature. In this paper, we present a strategy to reduce the effect of STE on the a posteriori   variance factor and the variance components for inversion of satellite orbital and gradiometric data to gravity anomalies at sea level. The idea is to define two windowing matrices for reducing this error from the estimated residuals and anomalies. Our simulation studies over Fennoscandia show that the differences between the 0.5°×0.5°$0.5°\times 0.5°$ gravity anomalies obtained from orbital data and an existing gravity model have standard deviation (STD) and root mean squared error (RMSE) of 10.9 and 12.1 mGal, respectively, and those obtained from gradiometric data have 7.9 and 10.1 in the same units. In the case that they are combined using windowed variance components the STD and RMSE become 6.1 and 8.4 mGal. Also, the mean value of the estimated RMSE after using the windowed variances is in agreement with the RMSE of the differences between the estimated anomalies and those obtained from the gravity model.     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题,为进一步提高故障诊断准 确率,提出了基于小波变换和粒子群优化(Particle swarm optimization,PSO)支持向量机 (Support vector machine,SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析,然后通过小波分解计算分形维数,再利用核主元分析（Kernel pri ncipal component analysis,KPCA）降低特征值维数,实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证, 获取了较高的故障诊断准确率,与其他方法进行比较,实验结果显示了本文方法的优越性。     

基于小波变换和核独立分量分析的遥感图像变化检测

为了进一步提高基于独立分量分析(IndependentComponentAnalysis,ICA)的遥感图像变化检测精确度,并解决ICA分离的图像分量排序不确定问题,提出了基于小波变换和核独立分量分析(KernelIndependentComponentAnalysis,KICA)的遥感图像变化检测方法。首先通过小波变换对遥感图像进行分解,得到由图像的高频分量和低频分量组成的分块向量,然后利用核函数将分块向量映射到高维特征空间中,再在该空间中用ICA方法分离出互相独立的向量,最后根据分离出的向量中高频分量的差异自动分辨出变化分量。文章给出了遥感图像变化检测方法及近年提出的基于主分量分析(PrincipalComponentAnalysis,PCA)、基于ICA、基于KICA三种变化检测方法的试验结果,并进行了分析和定量比较。试验结果表明,文中方法能更好地分离出遥感图像的变化信息,具有更高的精确度,并实现了变化检测的智能化。     

Relation between galactic and solar cosmic radiation at aviation altitude

Cosmic radiation bombards us at high altitude with ionizing particles; the radiation has a galactic component, which is normally dominant, and a component of solar origin. Cosmic ray particles are the primary source of ionization in the atmosphere above 1 km; below 1 km radon is a dominant source of ionization in many areas.