几种生长模型参数的最小二乘估计方法及应用

提出一种Logistic模型、Gompertz模型、Mitscherlich模型和Bertallanffy模型的分布参数估计方法，这种方法以加权最小二乘法为基础，推导求解分布参数的方程组。利用这类曲线模型中参数形式的特点，使同时求解三个参数的问题简化为同时求解两个参数的问题，并给出求解参数耦合方程组的二重二分迭代法。预测地基沉降的计算实例表明，这种方法对于迭代初值的选取要求较低、求解速度快、精度高，而且通过选取权因子可以对已有数据实现“重近轻远”的处理。     

为庆祝中国航空工业创建60周年将举办“北京国际无人机及航模展”

2011年9月23~25日,中国航空工业集团公司与中国航空学会将在中国航空博物馆联合主办北京国际无人机及航模展。本次展览是为庆祝中国航空工业创建60周年举办的系列活动之一,展览同期还将举办中航工业杯——国际无人飞行器创新大奖赛。     

消费者创新性对手机银行使用意愿的影响研究

探索消费者创新性对手机银行使用意愿的影响,基于技术接受模型,构建了消费者创新性影响手机银行使用意愿的假设模型,依据假设模型开展了问卷调查。通过AMOS17.0软件对调查数据和假设模型进行了结构方程模型检验。研究结果表明,消费者创新性对手机银行使用意向具有显著影响,其影响机制是通过消费者对手机银行易用性和有用性的感知影响消费者对手机银行的使用态度,进而影响手机银行使用意向。在此基础上对商业银行发展手机银行提出了实践建议。     

大部件调姿系统的误差分析

对基于三坐标定位器的大部件数字化柔性装配系统,建立系统运动控制所需的装配坐标系、动坐标系和POGO柱坐标系,并在此基础上分析了其正反解算法.根据大部件对接的高精度要求,用全微分的方法建立各结构误差与对接部件位姿误差之间的误差正解模型,提出了一种基于工作空间的位姿补偿方法.最后,建立带有误差源的正解模型,以实例计算验证了误差正解模型和补偿方法的正确性.     

Delcam三维模具设计软件专家系统

Delcam Toolmaker的一个独到之处是在模具设计的任何阶段,用户都可以退出进行中的自动设计模式,切换到PowerSHAPE对设计进行手工修改,随后可继续回到自动设计模式继续完成模型设计。这意味着用户不仅可以得益于高自动化设计所带来的简单、高速自动化设计,同时可根据自身需要,不受模型尺寸和复杂程度的限制,获得精度极高的模型设计结果。     

冯子明 航空信息化专家

我国航空企业数字化制造已经有哪些成就,为我国航空企业带来怎样的影响?冯子明:目前国内飞机数字化设计制造水平在不断地提高。数字化的软硬件环境已初具规模,飞机设计已由三维几何模型设计向全信息三维模型设计方向发展     

应急通信中 WSN 的角色及生存性分析

无线传感网（WSN）具有部署方便、灵活健壮的特点,在应急通信场合发挥着重要作用,但复杂恶劣的网络环境对无线传感网的设计和部署提出了更高要求。说明了应急通信的特点,并分析了应急通信中无线传感网的角色及面临的技术挑战。从网络生存性的角度归纳了网络生存性的相关研究工作,并重点探讨了应急通信环境下无线传感网的生存性技术问题。     

基于Simulink的多体机械系统模型转换方法设计与实践

模块框图作为成熟的图形化建模技术应用十分广泛,采用该技术的MATLAB/SimMechanics可进行多体机械系统的建模和仿真,然而对于建模精度要求高、需要实时仿真的柔性、大型多体机械系统比如空间站来说,SimMechanics有明显不足,而DARTS^M软件包可对航天器机械系统进行高精度实时仿真.本文深度解析这两款软件的底层建模技术,根据模型信息的对等关系,设计出模型转换的具体方法,通过C++编程,开发出模型转换程序,从而将航天器多体机械系统的SimMechanics模型转换为DARTS^M模型.通过本文的模型转换方法和程序,可以将两款不同软件各自的优点结合到一起,使得SimMechanics间接地拥有处理柔性体和实时仿真的能力,同时也解决了DARTS^M软件包缺乏图形化建模界面的问题,具有一定的工程应用价值.     

低速冲击下复合材料层合板损伤试验与模拟

对复合材料层合板进行四种不同能量的低速冲击试验,测量了不同冲击能量下的凹坑深度,并利用超声C扫描获得了层合板分层形状和面积。依照试验条件,建立复合材料层合板低速冲击三维有限元模型,模型中分别采用hashin失效准则和界面单元模拟层内失效和层间损伤,结合试验与模拟结果,讨论了复合材料层合板在低速冲击下的损伤特征,以及冲击过程中层合板内部损伤的发生及演化规律。     

基于Kriging代理模型的失效机会测度算法

结构输入变量中同时存在随机输入变量和模糊输入变量情况下,失效机会测度可以很好地衡量结构的安全程度。但是,现有的混合模拟法计算失效可信度是一个双层循环过程,需要调用大量的功能函数。尤其对于大型复杂结构来说,混合模拟法的计算量是难以接受的。因此,本文将混合模拟法和自适应Kriging代理模型相结合,发展了一种失效机会测度的高效算法。通过U学习函数来自适应地选择训练样本点,进而可以自适应地构建功能函数的Kriging代理模型。在备选样本池中自适应训练至收敛的Kriging代理模型可以以要求的精度区分备选样本池中每个样本点的状态是失效还是安全的。因此,可以用收敛的Kriging代理模型代替真实的功能函数,进而通过混合模拟计算失效机会测度,这极大地降低了功能函数调用次数。最后,本文通过两个算例来验证本文发展算法的精确性和高效性。