新型城镇化顶层设计的学理审度

顶层设计是新型城镇化改革的必然要求.国务院在《国家新型城镇化规划（2014～2020）》中提出了“走以人为本、四化同步、优化布局、生态文明、文化传承的中国特色新型城镇化道路”的目标,这一顶层设计体现了党领导新型城镇化改革的决心和信心.观照当下我国城镇化建设中存在的问题,在新的历史际遇下,我们亟须从学理的角度对关涉新型城镇化改革中的一些具体问题加以深度审视.     

小失谐对整体叶盘结构动态特性的影响

基于失谐叶盘频差提出了小失谐的概念,总结了其在实际工程叶盘中的表现形式。以扇区3自由度集中参数叶盘模型为对象,系统研究小失谐对不同模态族的模态局部化和响应幅值放大的影响。研究表明:小失谐在模态族最高节径处同样会造成严重的振动局部化现象。当失谐强度为0.001时,模态局部化因子达到17;当失谐强度为0.007时,响应幅值放大可达1.8。小失谐对叶盘结构动态特性的影响显著,在设计和使用中应予以重视。      

模糊等价关系下滚动轴承振动性能变异分析

在小样本且概率分布未知条件下,提出模糊等价关系和自助最大熵模型,并通过变异概率分析滚动轴承振动性能变异过程。对滚动轴承振动加速度原始数据分组得到样本,选定本征样本,计算各样本间的模糊等价系数;运用自助最大熵模型建立各样本的概率密度函数,通过交集法得到各样本相对于本征样本的变异概率,建立模糊等价系数和变异概率的关系曲线以实现对变异过程的监控;通过仿真和实验案例验证了所提模型的可行性和正确性。实验结果表明:随着磨损直径的逐渐增大,变异概率曲线呈“躺椅状”非线性上升趋势,对应滚动轴承磨损的3个阶段,即初级磨合阶段、正常性能退化阶段和性能恶化阶段。      

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

多通道GPS共视法时频传递接收机的研制

GPS共视法是国际上流行的远距离时间频率传递技术,核心是共视法接收机。我们成功研制了多通道GPS共视法时频传递接收机系统,硬件部分主要由自主研制的高精度时间间隔计数器和Motorola生产的VPONCORE GPS引擎组成,软件符合时间频率咨询委员会(CCTF)发布的GPS共视法数据处理软件标准化指南的要求,与单通道GPS定时接收机相比,界面更友好,操作更方便,具有很强的分析处理数据功能。经测试证明多通道GPS接收机零基线共钟共视时间比对的不确定度小于4 ns(仰角40°),与国外报道基本相同。     

一种舰载近程小口径火炮的分配方案及其效能

根据舰载小口径火炮的分布特点和其对反舰导弹的有效性,分析设计了一种舰载小口径火炮的最优分配方案,并给出了该方案拦截效率的计算方法。     

基于威布尔分布的CFM56-5B发动机风扇润滑间隔调整方法

分析了发动机产生振动的原因,得出风扇叶片润滑是降低发动机振动水平的最有效方法;基于运行数据使用Minitab工具建模,获得润滑后高振动事件的威布尔分布函数,并得到高振动事件概率,结合安全、成本因素等得出最优润滑间隔;通过机队实践,证明了该方法的有效性。     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义.真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检.为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法.首先,通过引入注意力机制对多尺度特征融...     

融合CNN-Transformer的红外弱小目标检测方法

针对远距离红外目标探测技术中存在的弱小目标特征信息提取困难、局部背景噪声干扰强导致检测算法虚警率和漏检率偏高的问题,提出了融合CNN-Transformer的单帧红外弱小目标检测算法。针对已有方法在提取红外弱小目标特征信息时感受野受限且易受到局部噪声干扰的问题,对Swin Transformer中的窗口自注意力计算模块进行改进,设计了基于可分离卷积的局部感知增强模块,兼顾对全局信息和局部信息的提取,提升骨干网络对弱小目标空间分布信息的提取能力。针对小目标特征难以在深层网络中保留的问题,设计了自下而上的多尺度特征融合模块,在不同层级的特征图之间利用注意力机制确保小目标的低层特征信息能够在高层特征图中得以保留。在公开数据集NUAA-SIRST上进行了测试,验证了本文所提算法相比已有算法取得了更佳的检测效果,同时能够兼顾对检测精度和召回率的优化。     

低雷诺数下小型无人机翼型气动特性分析

以小型无人机翼型研究为背景,利用基于线性稳定性理论的eN方法对对小型无人机常用的翼型CLARKY在雷诺数Re=1.0×10~5、5×10~5、1.0×10~6,迎角由-5°~20°时的气动性能进行了计算和对比分析。随着雷诺数的增大,翼型上表面的转捩位置不断向前缘移动,气流分离则由完全分离逐渐转变为层流分离泡结构,使得翼型的最大升力系数和临界迎角增大,阻力减小,最大升阻比显著增大,有利迎角逐渐减小,翼型CLARKY的气动特性逐渐得到改善。