数据挖掘在现代企业经营管理中的应用

数据挖掘是一门新兴的跨学科信息处理技术，在企业决策和商业信息的获取等方面发挥着日益重要的作用。论文从数据挖掘的技术定义出发，概述了数据挖掘的基本理论和方法，在此基础上讨论了数据挖掘在现代企业和相关行业的应用，并通过实例说明如何利用数据挖掘提高企业管理能力和决策效率；同时也提出了企业应用数据挖掘时所存在的问题及其发展趋势。     

基于结合部优化的脉冲燃烧风洞测力系统动态特性优化

对脉冲燃烧风洞测力系统动态特性进行优化有助于改善风洞测力实验数据的准确性。提出了一种基于结合部动态特性优化来改善测力系统整机动态特性的方法。首先在Ansys中准确建立了风洞测力系统整机有限元模型,其中采用弹簧-阻尼模型来模拟结合部的接触特性,通过Yoshimura法计算出弹簧-阻尼单元的刚度系数和阻尼系数。其次,进行模态分析,并计算各阶模态下的测力系统应变能密度分布,基于应变能密度分布分析发现结合部为测力系统刚度最为薄弱的地方。最后,以结合部接触面压为优化变量对测力系统进行动态特性优化,对比了优化前后测力系统的前五阶固有频率和天平应变片粘贴处的频响函数,发现优化后的整机固有频率较优化前有明显的提高,最高提高了16.7%,所有应变片粘贴处的频响函数幅值较优化前有明显的降低,测力系统的动态特性有了较明显的改善,验证了该优化方法的可行性。     

低温复合材料贮箱关键技术研究应用进展

利用聚合物基复合材料替代金属材料制造运载火箭低温推进剂贮箱可以显著提高运载火箭的运载能力,并降低发射成本.应用于贮箱的聚合物基复合材料除了满足超低温力学性能要求外,还需满足抗低温介质渗漏和液氧相容性的要求.针对聚合物基复合材料应用于低温贮箱存在的科学问题,对耐低温聚合物和先进复合材料成型工艺等关键技术在低温复合材料贮箱...     

考虑噪声抑制的高超声速风洞气动力识别方法

对于风洞试验中全尺寸模型试验的非平稳信号进行载荷辨识仍存在诸多问题。针对全尺度模型试验的非平稳信号载荷辨识提出了一种基于深度残差收缩网络（DRSN）深度学习技术的智能载荷辨识方法,该方法通过深度学习提取测力系统输出数据中的气动力、惯性力和噪声等特征,通过注意力机制对每组数据进行获取阈值,再通过软阈值函数对特征进行滤波降噪,有效辨识出测力系统响应信号中的惯性力分量并进行剔除,实现气动力载荷辨识。在测试验证中,均值法的辨识精度为85%以上,DRSN模型的辨识精度为94%以上,证明DRSN模型能有效降低噪声和惯性力对于载荷辨识的干扰,用于非平稳信号的载荷辨识具有精度高、可靠性好等特点。     

脉冲风洞天平-模型支撑一体化测力技术研究

机体/推进一体化气动性能评估是超高速技术发展的关键之一，一体化试验模型具有扁平比很高的特点，内部空间十分有限，传统测力天平安装时将占用模型大量空间，导致发动机相关设备难以安装，从而影响风洞试验的开展。针对上述问题，设计了天平-模型支撑一体化测力装置，并对其进行了强度分析和模态分析，验证了测力装置的强度和频响特性；其次，对一体化测力装置进行了静态校准，获得了相应的载荷计算公式；最后针对2.0m试验模型在Φ600mm脉冲燃烧风洞中开展了Ma5.0、Ma5.5、Ma6.0状态下的气动力载荷测量试验，并对该测量结果与成熟的盒式天平测量结果进行了对比，两者一致性较好，最大测量误差为Ma5.5状态下的法向输出结果，最大值为6.45%，能满足脉冲风洞测力要求。本研究提出的一体化测力装置可为脉冲风洞中机体/推进一体化气动力实验提供参考，进一步发展了脉冲风洞测力技术。