机翼极限环颤振的CFD/CSD全隐式紧耦合方法

针对轴承振动实时状态监控的需要，从符号动力学角度提出了符号聚合近似与Lempel-ziv复杂度（SAX-LZC）融合的振动监控参数。首先，以Logistic映射和Duffing方程为对象，从理论角度验证了SAX-LZC对动力学结构表征的准确性，并验证了该指标的抗噪能力和计算效率；其次，将SAX-LZC指标与信息熵、样本熵、多分段Lempel-ziv复杂度等动力学参数性能进行了综合对比；最后，从实验角度对轴承早期微弱异常进行了监测，并对轴承典型故障进行了特征提取。理论研究结果表明，SAX-LZC具有动力学结构表征准确、抗噪能力好、计算高效简洁等优点，克服了常规动力学参数工程应用能力弱的问题。实验研究结果表明，SAX-LZC对早期微弱异常有准确的监测，对不同种类故障具有较好的区分度，弥补了时域和频域对轴承微弱故障表征能力不足的缺陷，是一种轴承振动实时状态监控与故障特征提取的有效参数。     

基于BOPPPS模型的数字电路实验教学设计

针对目前军队院校“数字电路”课程实验环节中存在的学员参与度不高、实验方式固化、灵活性不够等问题,提出将BOPPPS模型和Multisim软件引入到实验过程中。以“时序逻辑电路设计”一节内容为例,按照导入、目标、前测、参与式学习和后测、总结等六个环节进行“四人抢答器实验”的实验教学设计。实践结果表明,该方法能有效解决传统实验环节存在的问题,激发学员学习兴趣,取得了较好的教学效果。     

铝合金板件自冲铆接性能的响应面-遗传算法优化

为了改善自冲铆接的接头性能,提出了融合二阶响应面模型和存档微遗传算法的多目标优化方法。介绍了自冲铆接原理和铆接过程,建立了提高接头底切量、剩余厚度、底部厚度的多目标优化模型。选择了待优化的模具参数,基于极差分析和主效应图对模具参数的灵敏度进行了分析。基于中心复合实验设计法与二阶响应面法,对模具参数和质量参数之间的函数关系进行了拟合,经决定系数和修正决定系数验证,二阶响应面的拟合精度较高。使用存档微遗传算法对多目标优化模型进行求解,获得了优化的模具参数。经生产验证并与工厂的自冲铆接接头相比较可知,优化的接头底切量提高了10.00%,底部厚度提高了8.61%,剩余厚度提高了3.11%,抗拉剪能力提高了5.68%。以上数据表明,经过优化后,自冲铆接的接头性能得到了有效提高。     

分子筛对玻璃纤维/环氧树脂复合材料湿热前后力学性能的影响

以添加不同质量分子筛(TS)的环氧树脂(EP)作为基体,玻璃纤维(GF)布为增强体,制备了一系列树脂基复合材料层压板试样,研究了不同TS添加量对其耐湿热性能的影响。结果表明,无论是否进行湿热处理,添加了TS的树脂基复合材料层压板试样比不添加的试样拉伸强度提高约20%～30%。增强效果随添加比例的增加呈现先升后降的趋势。当添加比例为0.3%时,提升效果相对最好。同时添加0.3%质量比例分子筛的材料在室温条件下脱水速率相对最慢,但不同添加量的试样最终总脱水量大致相同,由此证明大量水分被分子筛锁住,进而减少水对材料的不利影响。     

改进卷积输入的端到端普通话语音识别

主流神经网络训练的交叉熵准则是对声学数据的每个帧进行分类优化，而连续语音识别是以序列级转录准确性为性能度量。针对这个不同，构建基于序列级转录的端到端语音识别系统。针对低资源语料条件下系统性能不佳的问题，其中模型使用卷积神经网络对输入特征进行处理，选取最佳的网络结构，在时域和频域进行二维卷积，从而改善输入空间中因不同环境和说话人产生的小扰动影响。同时神经网络使用批量归一化技术来减少泛化误差，加速训练。基于大型的语言模型，优化解码过程中的超参数，提高模型建模效果。实验结果表明系统性能提升约24%，优于主流语音识别系统。