基于创客模式的工业设计专业课程教学改革研究与实践

随着创客运动在全球范围内的兴起,大学生创客成为主力军,越来越多的高校为培养创新创业人才,依托高校创客空间进行高校创客教育。本文从创客课堂教学、创客课外实践、创客科研及网络虚拟教学三个方面进行了工业设计专业课程教学的创客模式改革研讨,旨在顺应时代抓住机遇,满足社会对人才的需求,提高学生实践能力,提高教学质量。     

基于半跨模式波的铝合金板底面缺陷TOFD检测

采用超声衍射时差法（TOFD）检测铝合金板底面缺陷时，受直通波脉冲宽度影响存在近表面盲区。提出了TOFD半跨模式波法进行盲区抑制，利用一次底面反射波在缺陷端点处衍射波的特征及其在B扫查图像中的对称性推导底面缺陷定深公式。仿真和实验结果表明，对于厚度为7.0 mm的铝合金板，在探头中心距为40 mm、中心频率为10 MHz的检测条件下TOFD半跨模式波法能将近表面盲区抑制64%以上，且深度不小于2.0 mm底面缺陷的定位误差不超过6.32%。与模式转换波及TOFD-W波相比，半跨模式波不会与底波混叠且离直通波较近，在铝合金板底面缺陷检测中适用性较强。     

基于改进准则法的复合壳阻尼结构拓扑减振动力学优化

针对复合壳阻尼结构的拓扑减振优化问题，以约束阻尼层的有限单元为设计变量，采用体积比、模态频率和振型为优化约束条件，构建以多模态权重系数的结构模态损耗因子数值关系为优化目标函数的拓扑减振优化模型。为了拓展优化目标灵敏度具有不局限于某一变密度法插值模型的形式，推导了数值表达式的一般函数式。动力学优化中优化目标灵敏度正、负数集共存，使得非凸性的目标函数设计变量出现负值或优化函数寻优于局部极值点。为此，推导出复合壳阻尼结构的全域灵敏度改进优化准则法迭代格，以确保每次迭代域均为全域设计变量集。结合有限单元法编程实现了复合壳阻尼结构改进准则法，并对复合壳结构进行拓扑减振优化分析。结果表明：在敷设体积减为全覆盖的50%时，复合壳结构的模态损耗因子增减偏差为10%，具有提升减振的轻量化设计目的；各阶目标函数和拓扑构型所需的迭代次数少，中间密度区域较小，多阶优于单阶模态优化函数，易于获得全域寻优的有效减振。     

雷达/红外复合导引头抗干扰跟踪方法

为了有效应对强噪声干扰、箔条干扰以及红外诱饵干扰,提出了一种雷达/红外复合导引头抗干扰跟踪方法.该方法通过导引头观测信息关联度的检测、新息方差迹值的比较,进而对于扰进行判断,然后选择合适的导引头工作模式对目标进行跟踪.仿真结果表明,所提出的协同跟踪方法不仅可以保证较高的跟踪精度,而且可以保证在干扰环境下对目标跟踪的连续性与稳定性.     

图形背景理论模式下英语强调结构的教学认知

在英语中,说话人要重点突出的部分叫做强调.强调结构一直是学生学习英语的重点和难点。传统的教学方法存在诸多弊端,学生不会综合运用,不懂融会贯通。从新的视角对英语强调结构的教学进行认知势在必行。认知语言学中图形-背景理论为重新感知和理解强调结构提供了理据,进行形象具体化教学,有效提高学习效果。     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

系统方法在S模式应用中的重要作用

S模式是有效提高二次雷达运行质量和效率的一项技术变革,总结和学习国际民航业界成功的应用经验,探讨和分析系统方法在S模式应用中的重要作用,对我国民航S模式应用和其他监视系统新技术应用具有重要现实意义。     

基于遗传算法-序列二次规划的涡扇发动机最低油耗性能寻优控制

航空发动机性能寻优控制可充分挖掘发动机潜力,大幅提升发动机性能。燃油消耗率是发动机的一项重要技术指标,对燃油消耗率进行优化,其经济意义及作战效能十分明显。针对飞机巡航状态下发动机节油特性进行研究,在保证航空发动机推力不变及安全工作(如保证发动机不超温、不超转、不喘振等)的前提下,使燃油消耗率最小。以所建立的双转子混合排气加力式涡扇发动机非线性数学模型为研究对象,提出了一种基于遗传算法-序列二次规划(GA-SQP)混合优化算法,该优化算法充分发挥了遗传算法和序列二次规划算法的优势,同时在一定程度上克服了两者的缺点,利用Matlab对该优化算法进行了仿真分析。在随机选取的10个飞行状态点对航空发动机最低油耗模式性能寻优控制进行研究后发现:基于GA-SQP混合算法的优化控制可平均降低油耗3.61%(采用基于遗传算法的优化控制则为3.68%),基于GA-SQP混合算法的优化控制的平均耗时为基于遗传算法的优化控制的23.4%。仿真结果表明,基于GA-SQP混合算法的优化控制无需人为设置初始解,不仅能达到与基于遗传算法的优化控制基本相同的优化控制效果,同时还可大幅降低计算量,提高了计算效率。