移动式铁路油罐车清洗装置水循环使用与节能分析

装备节能研究对建设绿色节能型社会具有重要意义。对移动式铁路油罐车清洗装置中清洗管路和吸污管路的热损进行分析计算,提出了水掺混循环使用的节能清洗方案,对清洗工艺中的传热过程、水循环使用中水掺混比例进行了详尽的分析计算,并对节能效果进行了分析。结果表明,清洗管路系统热损较低,水掺混循环使用的节能效果明显。     

基于工作流的GIS服务动态聚合方法、技术体系和参考模型研究

基于GIS服务的特点和动态服务聚合的应用实际,提出了一种基于工作流的GIS服务动态聚合实现方法,该方法通过引入服务群的概念,有效适应了GIS服务的动态变化性;提出了基于工作流的GIS服务聚合技术体系,界定了GIS服务聚合的研究内容和层次关系,为GIS服务动态聚合关键技术的研究提供了总体框架和顶层指导;参考工作流的研究成果,提出了动态服务聚合参考模型DSCRM,为开发聚合服务支撵平台以及在此基础上构造特定的服务聚合应用提供了可参考的计算模型.给出了一个GIS服务聚合应用实例来说明工作的可行性和有效性.     

初中物理课堂提问的几种方法

初中学生年龄小，好奇心和求知欲都较强，在课堂上喜欢表现自己，但自我控制能力较差，注意力容易分散。如何针对初中学生的这些特点，设计处理好课堂提问，是提高课堂教学效果非常重要的一个环节。在多年教学实践中，我尝试采用下述几种提问方法，获得了较好的效果。     

舰载充气式角反射体反导装备发展及运用

为提高我国电子战反导水平和导弹突防能力,根据电子战反导装备发展趋势,分析舰载充气式角反射体的反导原理,介绍舰载充气式角反射体反导装备的发展情况,论证了充气式角反射体迷惑、冲淡、转移和质心式干扰的运用。对电子战反导装备的发展以及部队战法研究具有一定理论意义和参考价值。     

基于能力的装备需求论证框架

构建基于能力的装备需求论证框架主要包括剖析基于能力的武器装备需求论证的内涵，构建基于能力的装备需求论证的基本论证模式，介绍基于综合微观分析的论证方法，建立包括需求描述、需求映射、方案评估和需求VV＆A与可信度评估的结构化方法体系。     

基于主观贝叶斯方法的装备故障概率分析

由于造成武器装备故障的环境因素以及装备自身结构特征的不同，导致装备发生故障的不确定性。本文讨论了基于主观贝叶斯方法的装备故障概率分析方法，旨在事先预测武器装备在执行任务过程中的故障概率，为合理制定装备保障方案提供辅助决策依据。     

协同知识建构视角下高中生计算思维能力培养模式的设计研究

培养学生具有一定计算思维能力以适应快速变化的大数据时代，是信息科技课程的教育重点。而目前高中阶段信息科技课程内容单一且重点在编程工具的普适性讲授上，对学生个性化思维的培养不足。文章在梳理协同知识建构理念与计算思维能力培养的关系后，构建计算思维能力培养与“输入-协作-输出”三阶段相耦合的协同知识建构学习模式，试图使学习者能在真实的社会性问题情境下，更好更快地建立起系统、科学的思维模式，并针对该模式的教学实践提出建议。     

液体火箭发动机离心式喷嘴振荡喷雾特性现状和发展趋势

为加深对振荡喷雾的雾化特性及其与不稳定燃烧的关系的认识,针对低温推进剂液体火箭发动机中广泛应用的气液同轴离心式喷嘴和液液同轴离心式喷嘴,从受激振荡、自激振荡以及喷雾振荡与燃烧稳定性三个方面对研究现状进展进行了综述,总结了以往研究中的成果以及需要克服的关键技术难题,以加深对振荡喷雾及其与燃烧稳定性关系的认识。通过综述可知：对于受激振荡,对于常温常压条件下的供应系统流量振荡引起的前端压力振荡的研究比较充分,但缺少对燃烧室压力变化引起的反压振荡的研究以及超临界条件下喷雾受激振荡的研究;对于自激振荡,研究主要集中在液体中心型同轴离心喷嘴,对于气体中心型同轴离心喷嘴和液液同轴离心喷嘴的研究还较少;光学诊断技术仍难以提取单一的燃烧流场信息。     

智能反射面辅助的无线网络加权和速率优化设计

针对智能反射面(intelligent reflecting surface, IRS)辅助的无线网络传输设计的目标是通过联合设计基站处的发送波束形成向量和IRS的反射系数,在满足基站发射功率和IRS单位模约束的条件下,使多个地面用户的加权和速率最大化。为了求解非凸的目标函数,提出一种交替优化方法,其中采用黎曼流形梯度(Riemannian manifold gradient, RMG)方法来优化反射系数,使用二分搜索法优化发送波束形成向量。此外,为了降低RMG方法的复杂度,设计了一种智能元素块坐标下降方法。仿真结果验证了所提算法的有效性,并且表明通过优化设计反射系数,IRS可显著提高无线网络的频谱效率。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。