乙醇液滴蒸发过程对压力振荡动态响应的试验研究

设计制造了一种旋转式气流换向阀,使用该换向阀能够产生较高频率、较大振幅的压力振荡,在此基础上建立了压力振荡环境下燃料液滴蒸发过程的试验系统,利用高速阴影成像系统对乙醇液滴蒸发过程对压力振荡动态响应特性进行了试验研究,试验结果表明,乙醇液滴蒸发过程对压力振荡具有快速响应的能力,压力振荡过程中,蒸发速率并不与环境压力的值成正比,蒸发速率的最大值发生在压力下降过程的后期阶段,蒸发速率的大小与压力振荡的频率、振幅有关。     

超临界航空煤油喷射的射流结构及相变过程

研究了超临界RP-3航空煤油喷射到静止常温常压大气环境中的近场射流结构及喷口附近的射流相变过程.研究结果表明,超临界煤油喷射到静止大气环境中后会经历类似于理想气体不完全膨胀的过程,会在喷嘴下游产生马赫盘等激波结构,马赫盘的位置随喷射压力的提高而增大,而喷射温度对马赫盘位置几乎没有影响.当喷射温度较高时,超临界煤油在喷嘴出口处直接进入气相区,没有凝结现象发生.而煤油的喷射温度接近临界温度时,超临界煤油会在喷嘴内部及出口处发生局部凝结,进入气液两相区.      

一种评估航空电子系统作战效能的方法

航空电子系统在作战中起着至关重要的作用,航空电子系统的作战效能评估是一个复杂问题。分析了航空电子作战效能的影响因素,建立了相应的指标体系,研究了基于粗糙集理论和层次分析法（AHP）的指标权重确定方法。应用综合评价等级和对作战效能评价结果的对应关系确定航空电子系统作战效能。模型的建立考虑了先验知识的运用,实现定性与定量相结合,简便直观,对某型飞机航空电子系统作战效能评估效果良好。从而为航空电子系统作战效能评估提供了一种新的评价方法。     

面向绿色制造的机械加工工艺评价系统研究

本文主要研究了机械加工绿色制造的评价方法,将时间、质量、成本、资源利用率、环境影响作为评定参数,制定了面向机械加工工艺规划的绿色制造的多目标评价体系,并采用TOPSIS多目标决策模型构建整个评价体系,利用变异系数法确定评价指标的权重,建立了绿色制造的机械加工工艺评价系统。     

径向基过程神经元网络及其应用研究

提出了一种径向基过程神经元网络,该网络模型为3层前向结构,由输入层、径向基过程神经元隐层和输出层组成.输入层到隐层的变换是非线性的,隐层到输出层的变换是线性的.隐层神经元完成对过程式输入信息的模式匹配和对时间的聚合运算,输出层对输入模式作出响应.在输入空间中引入函数正交基,将输入函数在正交基下展开,利用基函数的正交性,简化聚合运算过程.给出了相应的学习算法,并以旋转机械故障诊断问题为例验证了模型和方法的有效性.      

基于文档状态的软件质量保证过程管理

软件文档贯穿于整个软件生存周期,是软件产品的重要组成部分,它们的质量直接影响着软件的质量.通过对软件文档过程的深入研究,提出了文档状态的概念,详细介绍了基于文档状态的文档角色、文档活动、文档版本和文档间依赖关系,以及如何利用它们对软件文档的过程进行控制、跟踪和管理,进而达到对软件质量保证过程的管理.      

一种CCD星图星点快速定位算法

大尺寸CCD星图快速处理是制约天基光学观测器件性能的关键因素之一,在星敏感器、空间监视载荷等研制中具有重要意义.通过对CCD星图图像特点的分析,提出了以最大概率实现背景噪声滤除的星图预处理准则;在此基础上,提出了通过两次投影检测实现星点位置测量的算法.与传统方法相比,该算法实现简单,节约了计算量和存储量.对分辨率为2048×2048的CCD实拍星图的实验研究表明了该算法的有效性.      

Ni75Al4V21合金沉淀早期微观相场法模拟

采用三元体系微观相场动力学模型,对较低铝浓度的Ni₇₅Al₄V₂₁合金中γ′相和θ相沉淀早期进行计算研究,模拟了合金的原子图像演化过程,并计算了θ(Ni₃V)相和γ′(Ni₃Al)相的相内成分序参数分布和长程序参数分布.结果表明,θ相先析出,其沉淀机制为等成分有序化+失稳分解,等成分有序化产生非化学计量比的单相θ有序畴,并被相界分开,失稳分解为一特殊的分解类型,主要发生在相界处,形成化学计量比θ有序相;此失稳分解过程同时又是γ′相在θ相界处以非经典异相形核方式析出的过程,先形成非化学计量比γ′有序相,并逐渐长成为化学计量比γ′有序相,从而形成2种有序相共存的组织形态.     

磨削加工中声发射监测技术研究进展

从磨削加工声发射监测原理、特征提取与选择、监测模型和监测系统开发4个方面系统地阐述了磨削加工声发射监测技术的研究现状。首先针对磨削中声发射信号源及特性进行综述,重点阐述不同磨削状态下声发射监测的原理;随后对比了磨削加工声发射监测中常见的特征提取与选择方法和监测模型,比较各方法的优缺点,概括了现有监测系统的开发情况;最后对以上几方面研究的发展趋势进行了展望。     

云制造资源的工序级多目标调度方法研究

由于云制造资源的分散性、多样性、负载率不均衡性等特点对其调度与调度粒度有更高的要求,将云制造任务分解后的工序作为调度的最小粒度,构建一种以最短制造服务时间、最低制造服务成本以及均衡负载率为多目标的云制造资源工序级调度模型,采用以粒子群、遗传相结合的混合多目标调度算法,将遗传算法中通过双层编码的染色体作为粒子群算法的粒子,双层编码方式是指以工序加工顺序作为第一层、工序对应加工资源编号为第二层,随后通过对染色体交叉变异进行粒子更新,使整个调度过程快速收敛于全局最优解。最后电梯实例证明了该算法能在较短的时间内给出最优的调度方案,从而有效地解决云制造资源多目标调度问题。