空心气冷低压涡轮动叶气热耦合数值模拟

以空心气冷低压涡轮动叶为研究对象,采用高质量的流体域和固体域网格控制技术,带转捩模型的双方程SST湍流模型,开展了基于CFD方法的叶片气热耦合问题研究。获得了不同冷气流量比(分别为1.0%,1.38%,1.8%和2.2%)、温比(分别为2.1,2.25,2.3,2.4和2.5)和压比(分别为1.4,1.6和1.8)对叶片换热特性的影响规律,设计状态中截面按弧长平均的叶片壁面金属温度计算值较试验值偏小0.3%,气热耦合计算的叶片壁面温度分布与试验结果吻合良好,验证了气热强耦合计算方法的精度,为涡轮叶片温度场分析提供了一种有效的方法。     

基于GARCH族优选模型的舰船器材消耗预测

器材消耗量预测是做好技术保障工作的前提和基础,受设备生命周期、任务类型、海洋环境及使用设备人员的技能水平等因素的影响,舰船器材消耗量序列会随着时间的推移而产生波动现象,丛集效应和高峰厚尾特征明显。根据 AIC(A-Information Criterion)准则,对 GARCH(Generalized Autoregressive Conditional Heteroscedasticity)族模型进行比较优选,寻求一种更为合适的预测模型,实现对消耗量的准确预测。     

小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

基于飞行签派员的航空公司运行效率提升研究

航空公司运行控制中心是航空公司的核心,而飞行签派员又是运行控制中心的核心,运行控制中心的 效率直接影响到航空公司的运行安全与效益。根据航空公司飞行签派员的特点和管理现状,对效率量化和效 率评估进行分析研究,采用改进层次分析法(AHP)和物元可拓模型相结合的方法,建立适合我国航空公司飞 行签派员运行效率评估模型;针对评价指标在实际情况下更具有针对性和可操作性,提出4项准则和16项指 标组成的基于签派员航空公司运行效率评价指标体系,并进行算例分析。结果表明:所构建的评价指标体系合 理有效,能够真实反映出航空公司的运行效率与飞行签派员、运控设备、AOC组织结构与工作环境和航空公司 管理规定有着密切联系,为公司运行效率的提升提出理论依据。     

一种GPS定位信息可用性的实时判定方法

基于GPS接收机输出数据,采用3级AR模型来预测下一时刻的GPS输出值,并与实际的输出值相比较,以一定的检测门限,判断当前时刻定位信息的可用性。通过仿真证明该方法的有效性,为GPS的可用性判定提供了一种方法。     

军用目标红外特性模型评估技术

初步建立了一套关于军用目标红外辐射特性理论模型可靠性、准确性、通用性的评估准则及软件,为理论模型的入库和武器型号部门的应用提供了参考依据。     

科研生产一体化人力资源评价及其应用

对科研生产一体化事业部人力资源评价进行了探讨与研究,在对人力资源状况进行具体分析的基础上,给出了其评价指标体系,并采用层次分析法理论对其评价模型进行了权重确定.通过案例分析,提出了科研生产一体化人力资源评价的改进方向.     

Micro-mechanical model for predicting the elasto-plastic behavior of composites based on secant formulation method

To predict the Elasto-Plastic Behaviors (EPBs) of aligned inclusions reinforced composites, this paper develops an interpolative Mori-Tanaka/Double-Inclusion (MT-DI) homogenization model with the secant formulation, and gives the numerical implementation algorithms of the developed MT-DI model with the secant formulation. The Finite Element (FE) homogenization method is implemented to provide the “exact” EPBs of the composites and thus validate the MT-DI model with the secant formulation. The MT-DI model with the 2nd-order secant formulation is validated to provide the more accurate predictions, while the MT-DI model with the 1st-order secant formulation always gives the stiffer predictions. The results show that using the macro-stress and macro-strain as the inputs, the MT-DI model with the secant formulation gives the identical predictions. The predictions of the MT-DI model with the secant formulation vary between those of the MT and DI models with the secant formulation. Meanwhile, the MT-DI model with the secant formulation does not predict the accurate EPBs for the phases of the composites.     

最小数据丢失量的地月中继卫星任务调度研究

月球背面的探测器必须依靠地月中继卫星进行数据传输与通信。地月中继任务包括实时性任务和延迟容忍类任务,如数传任务。当探测器等待传输的数据量超出用户存储容量时,延迟容忍类任务会由于探测器本地存储资源不足和地月中继卫星天线资源受限而无法完成,导致任务数据丢失,所以需要设计一种合理的地月中继任务调度策略,提高地月中继卫星的资源利用率,减少数据的丢失。对地月中继卫星任务调度进行了研究,在分析地月中继卫星数传任务的特点及用户的存储限制的基础上,以最小化数据丢失量为优化目标,建立了地月中继卫星任务调度模型,并设计了一种基于离散烟花算法（DFWA）的地月中继卫星任务调度算法。仿真数据分析表明,基于离散烟花算法的地月中继卫星任务调度算法在求解结果上优于遗传算法,是一种合理、有效的调度方法。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.