基于综合限制函数超限的飞行事故虚拟再现系统设计

针对飞行事故再现技术中分析方法的不准确性和不直观性,结合飞参分析与分布式仿真技术,研究了事故再现中的关键分析技术,以决定性参数的综合限制函数超限作为事故最终发生的原因;在此基础上,设计了基于虚拟现实技术的事故仿真系统.该系统可以在定量分析事故发生过程的同时进行飞行状态3D演示;最后对某型低空突防战机副翼位置传感器失效引...     

基于负载敏感和普通节流复合的挖掘机平地性能提升

针对挖掘机负载敏感系统中因动臂联进油节流槽特定形状导致流量变化线性度差、平地性能不好的问题,设计了优化方案。该方案采用负载敏感和普通节流复合进油的方法解决动臂联进油比例特性不好的问题,即在原有动臂阀芯的基础上增加普通节流槽,负载敏感节流槽开启到进油比例特性不好的区段时,普通节流槽开启,增加的流量确保动臂联进油具有较好的流量变化线性度,从而使动臂速度变化均匀,提高整机平地性能。以某型号小型挖掘机为载体,在相同条件下对改进前后进行了对比测试,试验结果表明:在负载敏感阀芯上增加普通节流槽并依次开启的方案是可行的,具有良好的应用效果。     

计算机专业课程体系与操作系统课程的衔接

操作系统课程是计算机科学与技术以及软件工程一级学科的核心课程之一。文章讨论该课程与程序设计、数据结构、计算机原理、编译原理、体系结构等课程之间的内容衔接关系,针对相关章节提出教学建议并就国防科技大学的具体实施情况进行简单讨论。     

基于Elman神经网络和Copula函数的多维装备效能评估模型

针对当前空战装备效能评估数据呈现出的非线性、多维性和耦合性等特征,将Elman神经网络与Copula函数相结合,提出了一种多维装备效能的评估模型。基于现代化空战特点建立效能评估指标体系的同时,结合战场环境与信息化空中对抗体系的仿真数据,利用Elman神经网络的权值参数自学习能力以及对非线性数据的良好拟合性,得到了边缘分布的预测模型及分布类型;针对分布数据之间的强耦合特征,选取Gumbel Copula函数、Clayton Copula函数、T-Copula函数、Frank Copula函 数、Joe Copula函数5种常用Archimedean Copula函数对变量间的相关性进行构造,通过对参数辨识和拟合优度结果进行对比,发现基于T-Copula函数所构建的联合分布模型与原始数据分布最为契合。以概率统计指标为评估依据,将该方法与传统方法进行了对比验证,得出了该方法的预测精度及适用范围均有所提升的结论。     

基于CRT的证书状态服务的研究与实现

给出了CRT系统实现的逻辑结构模型;基于ASN.1的语法提出了一种证书状态证据（CRTbased Proof of Certificate Status,CRTPCS）请求协议,能够有效地实现用户-目录之间的证书CRTPCS请求服务,具有通用、高效的优点。针对协议实现的技术细节,介绍了利用OpenSSL实现ASN.1的DER编解码方法。     

核电插拔式快速接头的改进

随着国家对核电站建设力度不断加大,国外企业不再对我国核电领域产品进行供货。为摆脱国外企业对快速接头供货的束缚,国产化研制势在必行。核电站疏水、排气系统离不开快速接头的使用,快速接头可以提高管路的插拔连接效率,能够方便、快速、安全地接通和断开工作介质。基于此,针对快速接头进行分析研制,改良了不合理的结构设计,以保证改良后的快速接头能较快投入使用并满足技术参数的要求,实现核电机组安全、稳定、可靠运行。     

凹坑缺陷对厚孔板喉部空化流动特性影响研究

管道系统中的各类阀门、孔板等节流件,随系统工作前后压差的增大会出现水力空化现象,对系统的工作性能和安全造成严重影响。通过数值模拟探究了厚孔板空化的临界压比以及凹坑对孔板空化临界压比的影响,并进一步研究了凹坑与空化耦合作用下的空化流动特性,阐明了凹坑作用下的空泡溃灭机理。结果表明,只有当孔板出口压力与入口压力之比小于0.5时,才会发生空化。凹坑有促进空化气泡初生-发展-溃灭演变行为的作用,但压比在空化临界压比附近时,孔板各点压力峰值出现在无凹坑孔板以及存在凹坑缺陷孔板的无凹坑一侧。在液体管道和阀门的安全设计中,应考虑空化临界压比下气蚀的风险以及凹坑缺陷受空化剥蚀导致管壁减薄的危害。     

基于知识架构的持续学习情感分类方法

当情感分类模型依次学习多个领域的情感分类任务时，从新任务中学到的参数会直接修改模型原有参数，由于缺少对原有参数的保护机制，降低了模型在旧任务上的分类准确率。为缓解灾难遗忘现象对模型性能的影响，并增加任务间的知识迁移，提出一种用于中文情感分类的基于知识架构的持续学习方法。在Transformer编码层中，采用任务自注意力机制为每个任务单独设置注意力变换矩阵，通过区分任务特有的注意力参数实现知识保留。在TextCNN的全连接层中，利用任务门控注意力(HAT)机制控制每个神经元的开闭，为每个任务训练特定的网络结构，仅激活对任务重要的神经元加强知识挖掘，提升分类效率与准确率。在JD21中文数据集上的实验结果表明，该方法的Last ACC和负类F1值相比于基于HAT的持续学习方法分别提升了0.37和0.09个百分点，具有更高的分类准确率，并且有效缓解了灾难遗忘现象。     

基于多源遥感数据的黄河数字流域模型改进

山区河流水系众多，往往因地势险要难以现场量测获得河流基础信息，是典型的缺资料地区。本文结合多源遥感提取的68个河流断面及34个水文站实测断面，建立了黄河中游各级别河流的断面概化模型。融合传统线状DEM水系及河流表面、概化断面构建河道边界形态。针对黄河数字流域模型，基于不同级别河流的河道边界条件建立了断面判别模块，改进其汇流模型。以黄河一级支流皇甫川流域为例，以2010—2015年的资料率定模型，以2016年汛期日径流及年内3场典型洪水过程验证模拟效果。结果表明，改进后的模型输入参数均可由遥感观测获取，且日流量模拟的纳什效率系数高于0.8，流速及水深的模拟误差分别为7%、9%，全时期洪峰流量的模拟误差平均为15%、峰现时间误差约1.4 h，均较改进前明显提升。研究成果可为山区河流水文过程模拟及河流地貌演化等研究提供重要的基础数据和技术参考。