关于非法科院校学生法治理念的培养

法治理念是对法治的理性认识,是对良好法律秩序状态的精神追求。非法科院校法律教育应重在培养学生的法治理念。为此目的,有必要在法律训导和法律教学的基础上寻求培养方式的多样化。     

倍频程准则在星载电子设备结构设计中的应用

在星载电子设备的结构设计中,一般采取局部加强结构刚度来减小其响应,但对有些结构此方法效果并不理想。为减小某单机中关键部件的加速度响应,通过倍频程准则对结构进行优化设计,通过合理弱化支架刚度来降低核心部件的响应。仿真结果表明在弱化某些结构部件的情况下,使得谐振器的加速度响应降低了29%,效果明显。通过弱化非核心部件来减小核心部件的响应,有别于常规的增加整体结构刚度来减小响应,对后续电子设备的优化设计具有一定的指导意义。     

考虑小载荷强化的模糊疲劳寿命预测理论

在实际工程应用中,多选用Miner法则进行疲劳寿命预测。由于小载荷特别是在疲劳极限附近的载荷对结构或材料的损伤不容忽略,考虑到小载荷的每一次循环对材料产生损伤的同时还产生了强化作用,建立了基于小载荷强化损伤的寿命预测模型以及相应的模糊疲劳寿命计算公式。该模型不但考虑了低于疲劳极限的载荷的强化作用,还引入隶属函数来描述小载荷的累积损伤的模糊性,完善了Miner法则的适用范围,提高了预测精度。两个不同载荷谱的疲劳寿命预测实例验证了该模型的有效性。     

利用神经网络规则提取方法获取转静碰摩故障诊断知识

 获取易于理解的航空发动机转静碰摩故障诊断知识规则对于深刻认识碰摩故障机理、有效诊断碰摩故障具有重要意义。鉴于此,研究了一种新的基于功能性观点的神经网络（NN）规则提取方法,介绍了连续属性离散、训练样本产生、神经网络训练、示例样本产生及规则提取等关键算法,并用Iris数据对方法进行了验证。最后,通过航空发动机转子实验器获取碰摩故障样本,利用神经网络规则提取方法从故障样本中提取了碰摩故障诊断知识规则,并对其进行了验证分析,验证结果充分表明了该方法的正确有效性。     

D-S证据理论在多传感器数据融合中的应用

近年来,许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法,最常用的算法是贝叶斯决策检验法,国际上已提出将证据理论用于数据融合,但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质,给出了可信度公理及Ｄ－Ｓ综合规则,并进行了计算机仿真实验,实验结果说明这种判决方法非常实用,用于数据融合算法非常有效     

工艺参数对砂布轮柔性抛光力影响规律的分析

为了掌握砂布轮抛光工艺参数对抛光力的影响规律,提高抛光质量,设计了四因素三水平正交试验,利用试验结果建立了抛光力预测模型,验证了模型的显著性;分析了工艺参数对抛光力耦合影响规律,结果表明：抛光力随砂布轮初始半径和粒度的减小而增大,随转速和压缩量的增大而增大;对叶片进气边的抛光实验效果表明：通过控制压缩量可以获得稳定的抛光力,进而获得理想的抛光效果。     

卫星控制系统测试数据自动判读系统设计

针对卫星控制系统测试数据类型多和数据量大的特点,人工判读方式存在判读时间长和判读精度不够高等不足,分析了卫星控制系统测试数据的变化规律,建立了测试数据的判读规则,在此基础上完成自动判读方法设计和自动判读系统设计,该系统能够按照设置的判读规则进行自动判读,对判读结果进行实时显示和存储,提高了测试效率和判读的准确性.     

疲劳寿命估算的线性累积破坏率准则研究

介绍了一种新的疲劳寿命估算方法——线性累积破坏率准则,其物理意义明确,简单明了。在对恒幅载荷疲劳寿命统计分析的基础上,求出对应的疲劳寿命概率密度函数,从而利用线性累积破坏率准则可估算出变幅载荷下结构的疲劳寿命。线性累积破坏率准则没有限定试验条件和疲劳寿命分布形式,因此对一般环境下和腐蚀环境下的疲劳均具适用性。利用两组疲劳试验数据对该方法进行了验证,结果表明在中值寿命附近预测寿命与实测寿命非常接近,精度较高、有较好的工程应用价值。     

基于遗传退火算法的电路模拟吸波材料设计

相比传统吸波材料,电路模拟吸波材料可以很好地减小材料厚度、提高吸波性能,其设计通常使用遗传算法进行优化。针对传统遗传算法的诸多不足,对交叉和变异概率进行了改进、引入了模拟退火思想作为子代接受准则并增加了算法终止准则。其中,对交叉和变异概率的改进是最大创新点。改进后的遗传算法只需进化100代即得到最优解,平均反射率为-15.0420,厚度为1.43 mm,均优于传统算法得出的结果。结果表明,改进后的遗传算法具有收敛速率快、不易陷入局部最优解等优点。     

雅安地震房屋倒损情况遥感影像解译

遥感作为快速、大范围获取灾害信息的一种重要手段,在重特大自然灾害监测评估中,发挥着巨大作用,尤其是在地震中,被用于监测灾害范围和房屋、生命线、基础设施、土地资源等实物量的受灾情况,以及滑坡、泥石流等次生灾害发生、发展情况。在2013年四川雅安"4·20"强烈地震中,利用震后获取的高分辨率遥感影像,在高分辨率遥感本底库支持下,分析当地房屋建筑倒损状况,从房屋轮廓、废墟或瓦砾和房屋屋顶呈现的几何和辐射形态特征等方面,建立震害房屋受灾解译标志,准确描述受损房屋特征,与输入的高分辨率震害房屋样本库进行对照,通过专家的研判与辨别,可有效指导房屋受灾遥感解译过程。