基于总线式集成框架的本体构建及映射研究

通过本体的构建及相应的本体映射策略,可以很好地解决信息集成过程中出现的语义异构问题。是实现异构数据源语义解析的基础。在已有研究成果总线式信息集成框架的基础上,针对目前本体构建过程存在的不足,提出了基于共享词汇表的全局本体构建技术和基于UML的局部本体构建技术,使所构建的本体元素间关系更加准确完备,具有良好的一致性。提出了基于综合相似度的本体映射策略,大大提高了本体映射的精度。     

面向Web科学可视化的临近空间数据视频化方法

临近空间在科学、经济和军事等领域具有重要价值，高效便捷地进行临近空间数据Web科学可视化和信息提取是临近空间数据应用不断深入和扩展的必然需求，但是，已有的临近空间数据类型繁杂和数据量巨大，成为Web传输和实时可视化的关键瓶颈。从数据组织方法角度展开了研究，根据临近空间数据的特点，结合视频压缩原理，提出了将临近空间数据进行分解、插值和色彩空间变换处理形成图像后，选取适宜视频压缩编码方法将图像编码为视频。实验结果表明:所提方法可以实现临近空间数据在Web环境下的高效组织，在保障可视化质量的前提下通过降低数据网络传输量实现了临近空间数据的实时可视化需求。研究结果可以直接解决临近空间数据Web实时可视化问题，将为临近空间科学研究和知识发现提供可视化理论和技术支持，并为类似海量数据Web科学可视化提供方法借鉴。      

基于T-S模糊模型的模糊大系统的混合滤波

针对非线性大系统内部过程参数的检测估计,采用连续模糊大系统模型,利用lyapunov定理和分布式处理方法,给出了模糊大系统的H2/H∞混合滤波器设计方法。该方法在保证滤波误差系统全局稳定的同时,具备了H2/H∞性能。通过求解线性矩阵不等式,可以得到滤波器参数。最后,用一个数值例子验证了该方法的正确性和有效性。     

基于模糊综合评价模型的航班延误评价探究

<正>CCA本文通过南京地区机场和航空公司专业人员的相关调查分析统计,将航班延误的主要诱因和各诱因的影响强度进行研究,结合专家意见,采用模糊数学方法确定各级指标,从自然资源、环境限制、人的因素、设施设备、管理及信息等5个方面建立起航班延误评价指标体系和模糊综合评价模型。研究结果表明,南京地区的航班延误情况得分是68.33分(满分100),还需要采取相应措施来提高航班的准点率。     

液氧/煤油补燃发动机低频频率特性研究

基于模块化层次化的建模技术,建立液氧/煤油补燃发动机的线性小扰动频率特性仿真模型.在建模过程中,重点考虑了绝热流动假设和熵波影响下的气路模型.依据交流流体网络理论,运用传递函数法分析了该型发动机的低频频率特性,为研究液体火箭的纵向耦合振动(POGO)及发动机动力学提供帮助.      

纤维复合材料刚度设计的力学原理及其应用

针对航空用纤维复合材料,基于纤维与基体的协调变形规律和材料应变能密度的计算,导出了纤维复合材料的刚度表达式,研究了刚度矩阵的基本力学特性,给出了复合材料刚度矩阵元素与基体材料的刚度、纤维束的刚度及铺设方向的关系,提供了平面铺层和三维取向纤维复合材料的基本刚度设计公式和设计方法。最后给出工程应用设计方法的几个具体例子,并与其他理论和实验结果进行了对比。研究结果表明,在考虑材料制备工艺缺陷造成的刚度折减后,本文提出的设计公式及方法可应用于纤维复合材料的优化设计。     

支持系统信息共享的制造信息映射与集成方法

 为解决系统集成中信息结构复杂和结构转换困难的问题,提出了一种异构制造信息的映射转化方法。通过对制造信息内容及信息间关系的分析,建立了包括物料、工艺、零件及资源在内的统一制造信息模型,并对模型支持下的制造信息结构化表达方法进行了研究。通过对制造信息映射情况的分析,总结定义了节点/属性计算单元和条件计算单元两类计算因子,并用一个实例说明了如何应用计算因子的不同组合实现信息的结构转换。提出了一种基于消息中间件的系统集成框架,对信息映射方法在框架中的应用模式进行了讨论。研究成果在某航空企业得到了应用实现,并取得了较好的应用效果,验证了所提方法的可行性。     

基于遗传算法的产品拆卸序列规划研究

拆卸序列规划(Disassembly Sequence Planning,DSP)是民用飞机维修规划的一个重要内容,也是在设计阶段对民用飞机产品维修性的一个评估.为了能以较高的效率求解出产品拆卸序列的方案,本文首先根据拆卸特点构建了产品拆卸混合图模型.该模型描述了零部件之间的连接关系和优先关系,然后通过分析产生产品的拆卸序列.在此基础上建立目标函数并利用遗传算法的计算速度和灵活性的特点对拆卸序列进行优化.最后,通过一个实例,验证了本文方法的可行性及其计算效率.     

窄带信号小样本谱估计算法

针对窄带平稳随机信号的小样本谱估计问题,结合均匀线性阵列的空间谱估计算法,提出了一种高性能小样本谱估计算法。该算法首先利用采样数据构造一个Toeplitz矩阵;然后对该矩阵进行特征值分解得到信号子空间和噪声子空间;再结合MUSIC、ESPRIT等子空间算法,即可实现对小样本采样数据的谱估计。数值仿真验证了该算法的有效性。