基于静态删减算法的神经网络在软件可靠性预测中的应用

与传统的基于人工神经网络的软件可靠性预测模型结构普遍由预先经验或者通过不断尝试的方法确定不同,在分析一般的软件可靠性模型的基础上,提出将一种基于静态删减算法的神经网络模型应用到软件可靠性预测中。通过利用2组经典的软件失效数据进行仿真,并与传统的神经网络可靠性预测模型对比分析,研究了神经网络拓扑结构和预测精度的关系,结果表明,基于静态删减算法的运用能够提高神经网络模型对软件可靠性的预测精度。     

海洋浊度测量传感器校准方法及校准测量能力评估

为了对海洋浊度测量传感器的计量性能做出快速、准确、科学的评价,构建了海洋浊度测量传感器的校准系统。本文详细阐述了海洋浊度测量传感器的校准原理,最佳校准方法的确立,并以具体实例介绍了校准数据处理及测量不确定度的评定,最后评估了该项目的校准测量能力(CMC),选用单一的相对值表示CMC,为2%。     

基于NURBS曲线的涡控蛇形进气道设计

利用NURBS(non-uniform rational B-spline)曲线成功实现了涡控蛇形进气道参数化描述,并运用数值仿真方法对其中两个关键设计参数进行参数化研究.仿真结果表明:①第二S弯上壁面两侧后掠状凸起型面诱导的受控旋涡能够将低能流牵引至出口两侧,从而抑制大范围的气流分离,但凸起角取值需权衡选取,否则将不利于涡控蛇形进气道综合性能的改善.②通过抬高第二S弯下壁面能够减缓上壁面沿程逆压力梯度,进而影响第二S弯上壁面的流态,恰当的取值能够以微小的总压损失换取大幅度的畸变改善.③当设计参数选取恰当时,涡控蛇形进气道在设计状态下总压恢复系数为0.9667,畸变指数为0.2451.进气道性能较传统方案有显著改善,使得蛇形进气道迈向工程实用成为可能.      

CDM GDP技术在我国机场流量优化管理中的应用研究

借鉴美国CDM GDP的成功经验,结合我国的实际,对CDM GDP在我国机场流量优化管理中的应用进行了初步的研究.由于恶劣天气等原因,使机场降落容量大幅度降低,必然导致降落航班延误.通过CDM GDP的关键技术RBS和压缩,得到每架延误航班的起飞时间,从而使被延误的航班在起飞机场等待,避免了改航、备降和空中等待等问题,提高了安全性,降低了费用.在满足公平性的同时,使航班的总延误最小.     

网络化数控技术现状和发展

概述了DNC技术的发展历程;介绍了网络化数控系统,并指出它是实现数字化制造技术的关键装备系统;简述了无线局域网的网络化数控技术.     

立方氮化硼刀片车削粉末高温合金的刀具磨损

研究了用立方氮化硼 (CBN)刀片车削粉末高温合金的刀具磨损特征及刀具磨损机理。对精车和半精车而言 ,CBN是车削粉末高温合金的一种理想刀具材料 ,它不仅可保证高的加工精度 ,而且可获得长的刀具寿命     

软件可靠性测试数据生成方法研究

阐述了构造非实时软件运行剖面的方法,以及根据运行剖面生成非实时软件可靠性测试数据的方法,并提出了构造实时软件运行剖面和生成实时软件可靠性测试数据的思路。最后给出实例,系统地演示非实时软件可靠性测试数据的生成过程。     

基于RBF神经网络的数字模式识别方法

在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。     

定向凝固涡轮叶片的晶体热粘塑性变形与损伤分析

采用一种考虑损伤的单晶体热—粘塑性变形本构模型和迭代求解数值方法,可以描述单晶在变温过程中的应力应变关系,还可以描述单晶在晶体滑移机制控制下的蠕变变形和孔洞型损伤;考虑定向凝固高温涡轮叶片的柱晶结构,应用本文模型和算法对包含若干个柱晶晶粒的定向凝固气冷涡轮叶片进行不均匀温度场下的变温热粘塑性蠕变和损伤分析。分析结果表明:该涡轮叶片在本文考虑条件下处于较低的应力水平,500小时叶尖蠕变伸长低于0.006mm。      

镍基单晶合金高温蠕变的θ映射模型

针对镍基单晶涡轮叶片蠕变的晶体方向性问题,运用θ映射法,在晶体滑移理论框架下,建立了能够描述镍基单晶合金各向异性蠕变的θ模型.利用文献中2种镍基单晶合金(DD3和CMSX-4)的蠕变数据,对所采用的方法进行了验证,并获得了2种材料各自对应的材料参数.理论预测值和试验数据基本吻合.结果表明:将θ映射法移植到晶体滑移理论中是可行的,能够用来模拟镍基单晶合金的各向异性蠕变行为.