局部规则涂层对气冷叶片测温影响的数值研究

为研究微细热电偶测温安装涂层对其测量精度的影响机理,基于气固耦合传热(CHT)方法,建立了接近真实气膜冷却叶片的三维模型,选择SST(shear stress transport) γ -θ湍流模型,对未喷涂氧化铝涂层与在叶片吸力面前缘、压力面前缘、压力面尾缘处喷涂氧化铝涂层后的气冷叶片表面温度进行数值研究。无涂层工况的数值计算结果与实验结果误差控制在5%以下,验证了数值方法的有效性。研究结果表明:涂层对近壁面燃气的流动特性产生显著影响;三种有涂层工况的数值计算结果表明,压力面前缘处比吸力面前缘处温差波幅小,且比压力面尾缘处测温误差降低35.5%;在压力面及吸力面前缘处,最佳测温区域为涂层中部至下端之间的部位,而在压力面尾缘处,最佳测温区域尽量选择靠近涂层上端部位。      

基于模糊指数融合和正交基分解的发动机性能监控

针对发动机性能监控过程中出现的单参数监控信息量不足和多参数容易矛盾的情况,提出一种发动机性能监控模糊指数融合方法。该方法基于滑动窗口参数均值和熵,采取有效的信息融合技术,建立表征发动机性能的模糊融合指数。利用神经网络方法,依据已确定的模糊融合规则推导出剩余决策规则。实例表明,模糊融合指数能很好地跟踪发动机性能缓慢衰退和突变两种情况。用正交基分解的方法对模糊指数进行重构预测,与线性拟合和二次拟合相结合的方法相比,其预测精度更高,能准确预测发动机的性能变化。     

软件主动性及其实现技术

提出一种软件主动性概念，并讨论它的实现技术。主动性将改变一般应用程序系统只能提供遥惯列，可使一个具有主动性的应用系统中种主动服务功能，使得诸如实时监控和报警功能，安全保障功能，系统冗错功能，通信和同步功能，灵活的实时处理能力，以及其它军用需要的功能等等，都可以一种统一而方便的机制得以实现。     

模糊诊断规则自学习中规则条件优选技术研究

规则条件优选技术是模糊诊断规则自学习方法的重要环节之一.针对条件优选问题,提出了一种基于面积计算的模糊贴近度函数,并采用该函数对各规则条件的可区分程度做出评估,然后根据得到的评估矩阵设计了规则条件和测点的优选算法.仿真证明,通过条件优选可以大量减少规则中条件的数量,减少了规则学习的计算量,提高了学习的效率;同时,所研究的测点优选技术还可为自动测试程序的设计提供参考.      

基于多最小支持度的加权关联规则挖掘算法

针对交易数据库中数据项重要性不同的现象,提出了新的加权关联规则模型,并基于该模型设计了一个基于多最小支持度的加权关联规则挖掘新算法,允许用户设定多个最小支持度,为数据项设置不同的权重,从而解决数据项的重要性各不相同且出现频率不均匀的问题,发现更多有趣的规则.理论证明了相关性质,并实验验证了算法的有效性.      

美军的“德国佬”头盔

美国陆军开始配发制式钢盔的历史可以追溯到第一次世界大战，当时远赴欧洲参战的美国军队还未列装制式钢盔，只得紧急采用了英制“平碟”式钢盔。英式钢盔在美军中一直服役到1942年中期，之后被著名的M1头盔所取代。M1头盔是美国自行研制的第一代制式头盔，外形为半球形，下部为波浪状曲线，增加防护面积，相当简练经典。M1头盔经历了二战、朝鲜战争、越南战争，成为美国大兵最重要的象征。     

Heusler合金M2CoA(M=Mn,Ti;A=Al,Si)的第一性原理

采用基于密度泛函理论(DFT)的第一性原理计算方法,研究了M₂CoA型Heusler合金Mn₂CoAl、Mn₂CoSi、Ti₂CoAl和Ti₂CoSi的电子结构和磁学性质。发现Heusler合金Mn₂CoAl是亚铁磁性自旋无带隙半导体,Mn₂CoSi与Ti₂CoAl是亚铁磁性自旋半金属,而Ti₂CoSi是铁磁性自旋半金属。它们的总自旋磁矩均为整数,符合Slater-Pauling规则。然后,在分析电子能带结构和态密度的基础上,探讨了自旋无带隙半导体与半金属性的根源。最后,声子谱和弹性常数计算结果表明所有M₂CoA型Heusler合金在晶格动力学和力学上均是稳定的。     

激波管中生物体的荷载机制和过程及效应研究

本文介绍了国内外利用激波管对生物冲击伤的实验研究进展。通过空中爆炸产生的激波对生物的荷载机制分析,选用62只成年雄性杂种狗,采用 BST-I 型生物激波管产兆的激波作为政伤源,实验研究了对暴露于规则反射区和马赫反射区中的动物造成冲击伤的特征和分布规律及荷载过程。结果表明:1.在相同入射超压值148.3±18.5kPa条件下,两个区域中造成动物的伤情相差3～4级;2.两个区域中造成动物各脏器损伤的分布规律显著地不同;3.两个区域中机体的荷裁机制和过程不同;4.在规则反射区中,狗体表不同部位的荷载有显著的差异。文中的一些结果能提供冲击伤、工程效应、激波管气动力和结构设计作为进一步研究的参考。     

一种基于粗糙集理论的粗糙神经网络构造方法

提出在BP神经网络中使用粗糙集理论网络的设计，由于粗糙集理论有强大的数值分析能力,而BP神经网络具有准确的逼近收敛能力和较高的精度，所以通过两者的结合，可以得到一种可理解性好，计算简单，收敛速度快的神经网络模型，这种神经网络的算法的主要过程为：首先利用粗糙集能力去发现给定数据集的一些规则，然后根据这些规则构造神经网络稳含层的神经元个数，最后用BP算法迭代求了网络的各种参数，完成网络的设计，本文最后给出了一个三维非线性函数的实例进一步验证了网络的正确性。     

基于神经网络的飞机极限数据专家系统

利用神经网络专家系统的方法时飞机飞行参数的极限允许值进行计算，可以使推理过程变得简洁、清晰，避免了常规方法在软件实现上的诸多缺点。同时，本文采用一种模糊规则方法对神经网络专家系统的推理行为进行描述，使得神经网络专家系统能够回答有关why和how的询问。以最大允许马赫数的计算为例，本文设计了用于该参数推理的神经网络专家系统．并给出了简单算例。