论人才成长中的非智力因素

随着个性化时代的来临,一个新的概念“情商”被引入,国内外不少研究人员提出了这样一个公式即:一个人的成功=20％IQ(智力商数)+80％EQ(感情商数),故不难看出,在21世纪人才的成长过程中,非智力因素所起的作用将越来越大。     

奇异积分方程在裂纹板条动态断裂分析中的应用(II)

采用Ｄｕｒｂｉｎ反演法,将Ｌａｐｌａｃｅ变换域中的动态应力强度因子转换为时域中的解。给出了数值算例,证实了本文方法的合理性。通过对计算结果的分析,得出了一系列有趣而有意义的结论     

高精度高分辨率WENO格式分析与改进

高精度、高分辨率计算格式对提高超声速复杂流场的计算水平有重要的意义。WENO格式是在ENO格式基础上发展起来的一类新型高精度、高分辨率格式,本文在格式加权算法理论和数值分析的基础,对加权算法进行了改进,通过模型问题应用可以看出:改进后格式权值的计算更为光滑,仍具有高精度、高分辨率的性质,并克服了随网格变化而出现的波动现象。     

电源纹波对相参雷达改善因子的影响

分析了电源纹波对行波管(TWT)级联发射机放大链引起非线性失真的原因,通过对非线性失真公式进行变换,导出了发射电源纹波与相参雷达MTI改善因子的关系式,给出了衡量电源纹波的参数,为雷达系统设计选择TWT和确定电源纹波参数指标提供了定量理论依据     

基于人工嗅觉系统的油液渗漏检测方法

机电设备油液渗漏是一种典型的多发性故障,利用人工嗅觉技术对渗漏油液挥发气体进行测试从而进行故障诊断是一种新的无损检测方法。使用人工嗅觉系统对模拟柴油、齿轮油和机油渗漏产生的挥发气体进行检测,结果为三维数据阵列(样本×时间×传感器)。应用二维主成分分析法和三维平铺主成分分析法、平行因子分析方法对三种油液挥发气体样本进行分类,结果表明平行因子分析法由于利用了数据集的三维结构信息,所以分类效果更佳;应用主成分回归方法实现了机油挥发气体样本的定量确定,说明使用人工嗅觉系统实现设定阈值报警是可能的。     

单脉冲测角在BM突防干扰机上的应用

高分辨雷达(HRR)使用目标HRRP检测目标,由此要求弹道导弹(BM)突防干扰机生成的多假目标信号中包含BM弹头HRRP信息,HRRP长度是HRRP的一个重要特征,需要通过测量雷达观测角计算得到,BM突防干扰机自旋,自身三维姿态难以提取,二维单脉冲测角系统难以应用,一维单脉冲测角系统根据自旋特点,可间断地测得雷达观测角,干扰机和BM弹头运动以及干扰机自旋对测角精度影响较小,间断得到的雷达观测角可以用来计算BM弹头HRRP长度,指出了干扰机章动是影响测角精度的主要因素,最后说明了探讨的方法对目前BM突防干扰机设计具有一定实际工程意义。     

Weibull分布环境因子工程计算方法

目前,常用的指数型环境因子计算公式缺乏广泛的适用性,不能适用小样本失效数据或零失效数据的情况,尽管工程中有相应的处理方法,但因有人为因素的影响使其结果不够客观。针对这一问题,提出Weibull分布环境因子小概率评估法,并给出工程具体实施方法,使结果更合理,更具实用价值。     

基于自适应Kalman滤波算法的航空发动机可测参数及其偏离量估计

针对采用估计可测参数偏离量建立航空发动机机载自适应模型的方案中,可测参数偏离量估计的问题,引入了CA(Constant Acceleration)模型,建立了简化的可测参数状态方程和测量方程,采用自适应Kalman滤波算法直接估计可测参数,由估计出的可测参数与发动机非线性模型计算的额定值之差,获得可测参数偏离量.为解决因简化的状态模型系统误差较大,采用标准Kalman滤波会出现估计严重偏离真值的问题,分析了标准Kalman滤波准则和状态模型误差对滤波结果的影响,采用动态调整状态预报在滤波估计结果中权重的策略,给出了单因子自适应Kalman滤波算法准则及递推公式,使滤波估计准确.对不同的可测参数分别采取序列滤波的方法,减少了运算量.以仿真产生的发动机测量数据为例,对系统模型和所设计的算法进行验证,计算结果表明,所设计的滤波算法具有很快的收敛速度和计算速度,结果优于标准Kalman滤波算法,具有更好的估计精度和一定的工程应用价值.     

装备维护系统效能评估人素系数的建模与分析

传统的系统效能评估模型中,一般不考虑人的因素。然而,在国内外航空装备的维护过程中,由于人为失误引起的系统故障却占了相当大的比重。提出对人机系统效能评估的改进模型,并建立了装备维护系统效能评估中的人素系数模型,通过对人的可用性、可信性及固有能力的分析,得出了人素系数的确定方法。此系数的确定使航空装备维护管理部门能够更合理地进行装备维护系统的效能评估,有利于更好地组织配置人力资源。     

Efficient budget allocation strategies for elementary effects method in stochastic simulation

This paper focuses on extending the Morris' elementary effects method (MM) for sensitivity analysis/factor screening originated in the context of deterministic computer experiments to the stochastic simulation setting. Given a fixed simulation budget to expend, the main objective is to provide efficient and accurate estimates of main and interaction (or nonlinear) effects coined by the standard MM for characterizing the importance of each factor, despite the impact of simulation errors. Taking into account both the factor/input sampling uncertainty rooted in MM and the random errors inherent in a stochastic simulation, we develop efficient budget allocation strategies for implementing MM in this new context. Under each strategy proposed, we derive its corresponding optimal budget partition and optimal budget allocation rules. Numerical results corroborate the practical effectiveness of the proposed budget allocation strategies.