孔子儒家的学习精神

孔子儒家主张学习与做人是一致的。"学而时习之"是孔子儒家学习精神的总纲,可以用自强不息、厚德载物总括之,分而言之则是十大学习精神:谋道不谋食,虚心敬慎,实事求是,坚韧不拔、积极向上,严己宽人,学为己,学以致用,仁民爱物,乐观自信,终身学习提高。     

华航大学生学习的现状

大学阶段是学生学习专业知识的开始,是掌握一技之长的重要时期。由于大学生的学习相对独立、内容多、进度快,而且学习与就业息息相关,所以需要学校认真研究大学生的学习,了解大学生学习中存在的问题,给予相应的指导。     

浅析验证性改装

验证性改装通过对在役飞机进行改装来论证改装设计符合审定基础，是一种符合性方法。本文简要介绍了验证性改装的性质以及与批准改装的区别，以及航空公司对于验证性改装的认识误区和对快速处理偏差的建议。     

飞机漂浮性分析的ACN计算方法

给出了刚性和柔性两类铺砌道面下，由飞机所需的道面厚度计算ACN值的方法。对于刚性道面，给出了不同刚度的地基下计算ACN的公式和计算系数。经三种具有代表性的机型进行验算，验证了方法的准确性。对大量计算数据的分析表明，地基类型和地基强度对ACN计算方法有很大影响，若要准确计算飞机的ACN值，可对ACN计算系数进行插值扩展，得到计算系数关于地基刚度的多项式。应用方法对某型飞机的漂浮性进行评估，结果表明有一定的工程实际意义。     

静气动弹性模型高速风洞试验研究北大核心CSCD

对采用复合材料玻璃纤维、碳纤维加工的静气动弹性模型进行了高速风洞试验研究,测试了模型的柔度矩阵、气动力、表面压力、弯/扭应变信号及弯/扭变形,为静气动弹性模型刚度试验、弯/扭应变信号测量、模型变形视频测量(VMD)及风洞总压控制等静气动弹性风洞试验能力的提高积累了经验,为飞行器静气动弹性研究提供了良好的试验平台。研究表明:静气动弹性模型较刚性模型升力线斜率及襟副翼效率下降、气动焦点前移;静气动弹性模型与刚性模型表面压力差异明显;在小迎角范围内,静气动弹性机翼模型弯/扭应变信号随迎角增加基本呈线性变化;在正迎角时,大展弦比后掠机翼静气动弹性模型的剖面扭转变形使有效迎角减小,剖面越靠近翼尖弯/扭变形越大。     

单液滴破碎空间尺寸分布特性的实验研究

为了研究液滴破碎后颗粒云空间尺寸分布的机理特性,通过试验方法并建立相应的均匀性指标数学模型,分析了不同We数对液滴破碎后颗粒群空间分布均匀性的影响。结果表明:(1)液滴袋状破碎后颗粒分布类似于袋形的蜂窝结构,并以类似爆破的形式向后方外围扩散分离。(2)多模式破碎后颗粒群为类似于"树"形结构的颗粒分布,前端有分布密集、粒径较小的聚集团,后方分布着大范围的颗粒群。(3)剪切破碎后颗粒群为类似"桶"形的颗粒分布,外围分布着大量颗粒,而内部分布较为复杂。(4)在We数为10~70时,颗粒群的离散率在整体上是呈现先升高后下降再升高的趋势。当We数为30和60时,两个方向上的离散率存在较大差异,而三种不同的破碎模式中,剪切破碎均匀性表现最好。     

基于VALOR NPI的航空电子模块DFM分析实现

为有效解决设计缺陷造成的航空电子模块可制造性问题,结合航空电子模块产品特点和工艺技术水平,提出建设基于VALOR的航空电子模块可制造性设计自动化设计平台,实现DFM自动化分析与设计,阐述了DFM设计的必要性、技术原理和实现过程,提出了“三库”构建方法和基于物料清单的印制电路板数据分析方法,应用结果表明,提出的方法能够覆盖PCB可制造性问题,提高分析效率。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

CATIA V5复合材料设计

CATIA V5为复合材料设计提供了一整套完整而专业的解决方案,包括复合材料本体的设计,DMU/CAE分析、可制造性分析等.本文以蜂窝夹层复合材料为例,介绍了CATIA V5对复合材料从设计、分析到制造的全过程.