航天飞机轨道飞行乘员的心血管检查和心血管失调

在航天飞机前４次飞行期间，为了确保乘员的健康和安全，测量了每名乘员的心血管指标，由血压和心电图的数据，可以确定微重力环境所引起的心血管失调的程度，为此目的，推导出定量的心血管失调指数（Ｃａｒｄｉｏｖａｓｃｕｌａｒ Ｉｎｄｅｘ ｏｆ Ｄｅｃｏｎｄｉｔｉｏｎｉｎｇ－ＣＩＤ），为临床医生评价提供帮助，观察了等渗盐水作为一种对抗立位耐力降低的防护措施，并发现对防止血液动力学的影响是部份有效的。据观察，再入     

扩大设施规模 优化空域环境 改善综合保障能力—民航空管“九五”设施建设回顾及“十五”展望

中国民航空中交通管制系统（以下简称空管系统）设施建设是我国发展民用航空运输业的基础之一，在我国民航事业迅速发展的今天占据着重要地位，在保障飞行安全、加速空中交通流量、保证航空器正常有序地飞行中有着举足轻重的作用。国家对空管建设十分重视，“九五”期间投入大量资金对空管设施进行大规模的改造和建设，使空管综合保障能力又上了一个新台阶。 “九五”期间建设回顾 “九五”时期是我国民航空管建设和发展的重要时期。空管系统全体干部职工在国家空管委的指导和民航总局的具体部署下，勇于开拓，知难而进，在“八五”空管建设…     

卫星成本预测的蒙特卡洛优化模型研究

传统的卫星成本预测模型预测结果单一，未考虑相应的不确定性因素。对此，提出了基于蒙特卡洛方法的卫星成本预测模型。该模型综合考虑了卫星成本技术的不确定性并给出了预测值的区间范围和概率分布。为了降低应用该模型所产生的误差，提出了最优分层抽样的方法，并通过划分分层区间提高了抽样的效率。最后，将收集到的相关数据代人该模型，其结果精度大约提高了10％左右。可见，使用优化的蒙特卡洛方法进行卫星成本预测具有较好的精确度。     

某机燃油喷嘴性能数值模拟与分析研究

某机燃油喷嘴的结构对其性能有较大影响，喷口长度尺寸小，影响程度难以准确估算。通过建立计算模型，进行性能数值模拟，分析了燃油喷嘴内部结构流动的型态，研究了喷雾角度与喷口长度的关系，并与实验数据进行对比，为解决某机燃油喷嘴故障提供了理论依据。处理该问题的方法，对解决其它相似零件具有参考价值。     

连续自由流电泳微重力下分离模式蛋白质的研究

以连续自由流电泳的区带电泳模式分离血红蛋白和细胞色素C，比较了不同缓冲液甘油浓度下的分离效果，确定了最终装载在神舟4号飞船上A3—2型电泳仪的电泳分离条件，通过地面和空间实验，初步探讨了微重力对连续自由流电泳分离的影响，并对电泳的分离产物做了多种检测．     

JTIDS信号对抗技术研究

JTIDS是一种旨在各种指挥、控制平台及武器平台间交换监视与指挥、控制信息以提高各兵种作战能力的通讯、领航、识别系统。在分析JTIDS通信信号特点的基础上探讨了JTIDS对抗中使用的侦察干扰技术     

北斗空间信号质量监测与载荷工作状态评估技术研究

为了实时监测北斗全球系统空间信号质量，评估导航卫星有效载荷在轨工作状态，为后续北斗卫星的持续改进提供依据，文章研究了北斗空间信号质量评估体系，梳理了北斗空间信号质量指标分类，提出了一种北斗全球系统空间信号质量监测系统方案，并利用ADS软件对该系统的性能进行了仿真。同时，为考察电磁环境对该系统的影响，研究了电磁环境对空间信号质量监测的影响，利用地面监测的电磁环境推算被监测北斗导航信号的载噪比恶化。研究结果表明：外部电磁干扰导致信号载噪比恶化10~15dB。北斗空间信号质量监测方案可用于北斗全球系统建设和运营过程中，实时监控北斗卫星对地播发的导航信号质量，若出现信号质量恶化情况，可实时发出告警。     

PBT弹性体力学性能及低温脆性研究

采用一步法制备了热固性3,3-双(叠氮甲基)环氧丁烷-四氢呋喃共聚醚(PBT)弹性体,并对其氢键结构、应力-应变关系和动态力学性能及低温脆性进行了研究。结果表明,合成的PBT弹性体拉伸强度和断裂伸长率在DEG羟基含量为35%、R=0.97时,可达2.51 MPa和1 274%,玻璃化温度为-34.5℃。高DEG含量的PBT弹性体脆化参数较低,与常温力学性能变化规律相反。因此,引入低温脆化参数,对PBT弹性体的性能优化具有积极意义。     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。