技术状态管理与标准化

简述了加强对在研型号实施技术状态管理的意义。通过国标和美军标实例,说明了标准是技术状态管理的依据和基础,同时从型号研制过程中标准化工作的主要内容和标审的主要任务方面论述了搞好标准化工作是落实技术状态管理的前提和措施,而技术状态管理又是实施和完善标准的手段和保证。从而说明了两者之间的关系。并对如何搞好技术状态管理提出了几条建议。     

新时代民航飞行大学生作风养成治理思路与实践路径

鉴于当前业内深入开展飞行员作风养成的大背景,结合各民航飞行院校对飞行大学生管理培养的实际情况,提出了新时代加强民航飞行大学生作风养成的几点建议,为提高民航飞行大学生的作风养成提供了现实参考.     

伟大抗疫精神融入民航院校思想政治理论课价值及路径研究

新冠疫情爆发以来,中国共产党带领中国人民进行了史无前例的抗疫大战,书写了英雄壮举,形成了伟大抗疫精神,充分展现了我国制度和政党的显著优势,增强了中国人民的自信心和自豪感、凝聚力和向心力。面对全面建设社会主义现代化国家的接班人和青春力量的大学生,作为“拔节孕穗期”引路人和守护者的思想政治理论课教师责任重大。民航院校思想政治理论课教师应顺势而为,研究伟大抗疫精神融入民航院校思想政治理论课的价值与意义,从瞄准融入要义讲透中国防疫抗疫中的几个优势、把准融入角度讲开抗疫实践在民航的几个基本问题、找准融入点位讲好民航院校的几门思想政治理论课程等方面入手,持续研究,提升实效,确保思想政治理论课堂形成健康向上的环境氛围,筑牢常态化疫情防控的校园防线,促成伟大抗疫精神内化为学生在前进道路上披荆斩棘的精神动力。     

宇航产品振动试验用夹具绝对传递率的问题分析研究

振动试验作为考察产品可靠性的重要手段,如何正确有效的进行振动试验,是每个实验室或者试验人员必须要掌握的技能,振动试验夹具的优劣性,是保证振动试验顺利进行的重要前提,在实验室模拟振动时,输入量级和输出量级进行1∶1的传递,是不可能的.如果将振动台的激励源、夹具、产品看做三个不同的单元,则振动台的激励源可被视为输入,夹具视为传递,产品视为输出,这三者尽可能的刚性连接,由于阻尼的存在,在量级的传递过程中不可避免的会出现能量损失,导致无法实现1∶1的传递,但可将这种输入和输出之间的传递比尽可能的做到最大,也就是夹具的传递率最大,以这种假设为前提,以系统运动微分方程为理论基础,通过试验时的工作频率与产品及夹具在粘性阻尼系统中固有频率的关系,得出一个关于系统阻尼系数方程,同时借鉴半功率带宽法求的其阻尼系数,从而得到完整的输入与输出的关系比,即为夹具的绝对传递率,这样可以使得试验操作人员在进行试验的同时,更加明确输入的量级与产品实际经受的量级的对比关系,同时为工程中遇到此类问题时,提供一个切实可行的方法.     

基于多线性本构与损伤耦合的叠层陶瓷基复合材料数值预测方法

本文提出一种用于预测复杂应力状态下叠层C/SiC损伤破坏的有限元渐进损伤方法（FE-PDM），并提出与试验载荷—位移曲线、损伤等进行对比、迭代并最终确定模型参数的反演方法。FE-PDM方法包括基于应变控制的3D失效准则，正交各向异性多线性本构关系，基于刚度矩阵的损伤因子耦合方法，以及预测分层的内聚力方法。通过2D叠层C/SiC的面内拉伸、面内剪切、三点弯曲试验分别验证了FE-PDM方法，并分别采用扫描电子显微镜及X射线技术对试样断口形貌和内部损伤进行了分析。结果表明，通过较少的控制参数，FE-PDM方法可精确地预测2D叠层C/SiC各阶段的应力—应变曲线拐点、损伤起始与演化过程及载荷—位移响应曲线等，并与试验结果吻合良好。     

基于能源分解的用户用电行为模式分析

随着智能电网的普及和大数据技术的发展，利用用电数据分析用户的用电行为越来越受到关注，现存的能源分解方法无法满足实际应用中对分辨率和分解准确率的高要求，以及聚类分析方法过于粗糙没有充分挖掘每类电器的用电特点。提出了基于能源分解的用户用电行为分析方法。在判别式稀疏编码算法模型的基础上，针对L₀正则项不易求解、L₁正则项稀疏约束效果不理想的问题，提出用L_1/2正则项稀疏约束进行能源分解，并且把用户之间的同质性作为正则项加入基础模型来修正模型的性能。基于能源分解的结果，使用用户单类电器的用电特征代替总用电特征精细化分析用户的用电行为，并改进传统的K-Mean聚类算法进行实验验证。实验结果表明:所提出的基于L_1/2正则项稀疏约束和同质性约束的能源分解方法相比于传统判别式稀疏编码算法，能够有效提升能源分解的准确率。同时，基于能源分解的用户用电行为聚类分析效果也有明显提升。      

基于PSO-BP神经网络的固冲发动机推力估计器设计

为了对固体火箭冲压发动机的推力进行直接控制，提出了基于PSO（粒子群优化算法）优化BP（back propagation）神经网络的固体火箭冲压发动机推力估计方法。采用SPSO（标准PSO）和三种不同的BBPSO（骨干PSO）寻优神经网络权值，而后以最优权值进行BP网络训练，对其进行精调，如此便可获取推力和燃气流量、飞行马赫数以及飞行高度之间的非线性关系，从而完成推力估计器的设计。利用240组训练集数据对网络进行训练，并用180组测试集数据对网络进行验证。仿真结果表明：在SPSO、BBExp（exploiting BBPSO）、ABPSO^*（modified adaptive BBPSO）和SNPSO（simplified pruning strategy based BBPSO）等四种不同的PSO中，基于SNPSO优化BP神经网络实现推力估计器设计是最为便捷有效的方法，不仅形式简单，而且对于测试集数据而言，其能够将推力相对误差控制在5%以内。