利用EMD方法提取太阳活动周期成分

EMD(经验模态分解)方法在处理非线性及非平稳时间序列时表现出了很大的优势和应用潜力.利用EMD方法研究太阳活动周期,对110年(1894-2003)和55年(1949-2003)的太阳黑子数月均值进行分解,分别得到一系列模式和一个趋势项,其中都可能包含有1.3至1.4年周期分量,25至30个月QBO(准双年振荡)分量,11年太阳周分量和22年Hale周分量.其中11年周期分量幅度最大,变化特征与太阳黑子数原始数据具有很高的相似性.不同于传统方法,EMD方法给出了太阳活动在不同时间尺度上各自分离的变化特征.      

随机结构功能模糊性的定量分析

针对率模可靠性理论应用中结构功能函数对结构安全(模糊事件)的隶属函数往往涉及主观因素的问题,对随机结构功能的模糊性产生根源进行了初步探索:利用等效水平截集处理功能函数的各随机分量,将连续随机向量映射为标准区间向量;在标准区间向量张成的凸域及其扩展空间中,研究截集水平和基于区间分析的结构非概率可靠性指标之间的定量关系.所得的非概率可靠性指标作为截集水平的连续严格单调增函数,能反映出结构功能的内在模糊性.初步找到了依据结构功能函数自身特征建立不涉及主观因素的安全隶属函数的桥梁.      

机动飞行目标的数学模型与仿真算法研究

描述系统运动的状态方程所含的状态理越多,其数学模型就越准确,但其数字仿真时的算法实现也越困难。困此,采用“当前”统计模型建立机动飞行目标的空间运动方程,并结合桥函数级数理论求解,实现了对机动飞行目标稳定、准确、实时地仿真计算。以典型机动目标为例,进行了数字仿真,通过对各主要状态量的计算结果分析,验证了该方法的有效性。     

影响碳化硅基复合材料机械性能的工艺因素

介绍了纤维及预制体成型、高温处理、界面技术、基体致密化及后处理等工艺因素对碳化硅基复合材料机械性能的影响。基体密化工艺是影响复膈材料性能最为主要的因素,化学气相渗透工艺制备的碳化硅基复合材料的强度和韧性明显高于其它工艺制备的复合材料,预制体高温处理可提高纤维在基体复合材料及使用过程中的高温稳定性,减少纤维／基体界面的热应力,但高温处理会引起纤维强度大幅度下降,在高温处理前先进行中间相涂层处理,不仅     

GPS应用中的坐标及其变换原理

本文较为详细地叙述了ＧＰＳ应用中的坐标及其变换原理,包含椭球坐标（大地坐标）与空间直角坐标间的变换,地心坐标与参心坐标间的变换,地心坐标与站心坐标间的变换。内容偏重于概念描述和公式推导,目的是为初次接触ＧＰＳ技术的试飞技术人员提供学习上的便利。     

基于最优节点样条逼近的观测数据平滑方法

提供了一种基于最优节点样条逼近的观测数据平滑方法。它利用节点自由分布 B样条描述目标运动 ,在最小二乘准则下 ,采用非线性最优化方法 ,搜寻样条的最优节点分布 ,使逼近过程能够实时自适应目标的运动规律 ,提高逼近精度。这种方法即使在目标运动变化剧烈的情况下仍有较好的平滑和微分平滑效果     

基于循环统计量的直升机齿轮箱轴承故障早期检测

在分析齿轮箱振动信号的基础上,提出了基于循环统计量的轴承故障早期检测方法,阐述了表征故障的一维和二维循环平稳特征。该方法利用信号与噪声具有不同循环频率的特性实现了信噪分离,能够比较容易地从复杂背景中提取出微弱的特征信息。最后在某型直升机齿轮箱轴承故障的早期检测中进行了实验验证。结果表明,该方法优于功率谱和解调分析,能够提取故障的早期特征。     

双酚A型氰酸酯/端羧基丁腈橡胶共混物的制备工艺和性能

采用液体端羧基丁腈橡胶(CTBN)与氰酸酯树脂(BCE)共混以改善氰酸酯树脂的韧性,利用凝胶时间法、示差扫描量热法(DSC)和傅立叶红外光谱法(FTIR)确定BCE/CTBN的固化工艺,通过透射电子显微镜对微相结构进行了分析,研究了不同制备工艺对改性后树脂体系微相结构和力学性能的影响规律。结果表明,分别采用固化前对BEC/CTBN施加高速剪切力和预聚氰酸酯的方法可有效解决CTBN增韧BCE树脂中存在的宏观相分离问题;施加高速剪切力后,体系(每100份BCE中含10份CTBN)冲击韧性可达到14.4kJ·m^-2,比改性前(冲击韧性为6.0kJ·m^-2)提高了140%;预聚氰酸酯后,体系冲击韧性可达到12.1kJ·m^-2,比改性前提高了102%。研究还发现,工艺改进后,共混体系中以分散相存在的CTBN粒子形成胞状结构,这些含有包埋物的胞状CTBN颗粒有利于提高BCE树脂基体的韧性和强度。     

复杂系统可靠性评定先验分布的样条函数估计

在经验 Bayes理论的基础上 ,研究了利用样条函数拟合系统任务可靠度先验分布的方法。对 Weibull、指数和二项分布的三种试验结果 ,给出 Bayes方法可靠性计算公式。最后给出的一个实例表明 ,该方法计算简便、便于工程应用      

确定时间序列协方差函数的方法

提出一种确定时间序列协方差函数的方法,它首先根据(多元)时间序列构造其互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列,然后采用谱分析和多点平均方法对互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列的趋势项进行分离,分别求得其周期项和非周期项的函数表达式,再综合给出整个趋势项函数。从而得到原时间序列的互协方差函数、互相关函数或自协方差函数、自相关函数的函数形式,并通过最小二乘方法确定其中的待定参数。该方法可用于时间序列协方差函数的建模、分析和预测,并且计算简单易行、精度高,便于实际应用。