基于过程教育论的高职院校军事课达标路径研究

过程教育理论强调教育的过程,没有"过程"就没有结果.长期以来,由于内外因素影响,致使高职院校军事课教学轻"过程",走"过场",成了顽瘴痼疾.要达到新《普通高等学校军事课教学大纲》及《普通高等学校军事课建设标准》的目标要求,必须深刻领会习近平总书记立德树人的思想精髓,按照"全过程育人"路径,发挥"过程评价"功能.通过"五...     

基于时序数据-BP神经网络的电力能耗分析研究

为了更好地对电厂中机组的能耗问题进行分析研究,根据电厂不同工况的参数指标,建立电力企业能耗仿真BP神经网络模型。归一化处理电厂运行过程中各类传感器采集的数据,采用负荷、环境温度、排烟温度、背压、含氧量等指标,并加入时序历史能耗作为输入参数;利用电力企业短时能耗作为输出参数;通过采用不同时间窗口的连续时序能耗参数指标和热力学相关参数作为输入,在神经网络中不同中间层的隐层节点数下进行仿真实验。结果表明,基于时序历史能耗数据的电厂指标参数在包含21个隐层节点数的BP神经网络模型上能够在线仿真出精度较高的短时供电能耗数据。所建的电力能耗预测模型将为后续电厂的节能减排、负荷优化,提供理论参数支撑。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控...     

飞机发动机短舱泄压过程研究

短舱泄压系统是短舱内部高压引气管路发生破裂或泄漏后,保证短舱结构不被破坏,发动机仍能安全工作的重要保障,因此,短舱泄压过程的研究对保证飞机安全至关重要.本文主要介绍了影响短舱泄压门泄压过程的主要因素与研究内容,综述了国内外关于短舱泄压门泄压过程的试验与仿真研究,对短舱泄压过程的研究提供参考,并指出现有短舱泄压系统研究的...     

双向联想记忆集成

由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM.     

无刷直流电机的模型预测与反演控制

为提高永磁无刷直流电机的控制精度、负载工作能力和响应速度，分析了电机的电气特性与机械特性，建立了连续时间系统下状态空间形式的电机模型，得到了电机转角、转速受控变化的规律;在离散时间控制系统中，采用了状态转移模型预测和估计系统误差，根据电机转动规律反演控制指令，提出了一种基于模型预测与反演，对电机转速、转角进行独立/联合控制的方法;在考虑工程实际应用中电机存在参数、测量等误差的情况下，与PID控制、滑模控制方法进行了负载情况下典型工况的对比仿真。仿真表明:所设计的控制器具有较好的控制精度、响应速度和鲁棒性。     

以过程方法策划和保持质量管理体系的探讨

借鉴国际航天航空和国防组织质量管理体系审核标准对外部审核的要求,分析了目前国内质量管理体系建设中存在的共性问题,并对组织如何以过程方法策划和保持质量管理体系提出了有益的建议。     

考虑冲击韧性的退化-冲击相依竞争失效建模

复杂系统的失效通常是退化失效与随机冲击导致的突发失效之间耦合竞争的结果。针对某些具有冲击韧性的系统，提出了一种基于非线性Wiener过程的退化-冲击相依竞争失效模型与可靠性评估方法。首先，采用m-δ冲击模型考虑了系统抵抗冲击载荷的能力，即只有随机冲击频率高于一定水平才会导致突发失效，其余情况只会对退化过程产生影响。然后，在此基础上，通过修正非线性Wiener过程模型来考虑随机冲击对系统退化在退化增量和退化速率两方面的影响。最后，采用某空间用存储芯片案例对所提方法进行验证，并开展了参数敏感性分析，结果表明了所提方法的合理性与有效性。      

神经网络宽度对燃烧室排放预测的影响

为研究神经网络宽度对航空发动机燃烧室排放预测的影响，基于录取的全环燃烧室排放试验数据，构建了以燃烧室进口空气温度、进口空气压力、供油流量和油气比为输入，CO和NOx排放指数为输出的神经网络预测模型，确定了最优网络宽度。结果表明，存在一个最优的网络宽度值，使得神经网络预测模型的拟合优度和预测精度达到最佳，本文最优的网络宽度为24。通过拟合优度、误差分析和敏感性分析验证了构建的神经网络模型的准确性和泛化性。基于最优网络宽度的神经网络预测模型能够很好地挖掘输入参数与排放指数之间的映射关系，可作为给定工况参数下燃烧室排放预测工具。最后，基于敏感性分析，结合燃烧物理机理和试验现象对构建的神经网络可解释性进行了探讨。