典型包装材料燃烧性能实验研究

使用锥形量热仪对典型包装材料———内衬聚苯乙烯(PS)泡沫塑料外包装硬纸板的燃烧性能进行了实验研究,测得了不同热辐射强度下包装材料样品的点燃时间、热释放速率、质量损失率、比消光面积(发烟量)、CO的产率等燃烧性能参数。实验结果表明,包装材料受热辐射时很容易被点燃,燃烧时放出大量的热和有毒烟气。     

谈幼儿园的消防安全工作

幼儿园作为幼儿生活成长和接触社会的主要场所,其消防安全工作的好坏,直接关系到每个幼儿的健康成长,甚至关系到每个幼儿的生命安全,牵动着千家万户家长的心。因此,要加强幼儿园消防安全工作,提高幼儿园消防安全条件,切实保障幼儿的生命安全。阐述了幼儿园的消防安全现状及诱发火灾的主要原因,并从消防执法过程中遇到的问题出发,论述了要做好幼儿园的消防安全工作所要采取的措施。     

某塔刹建筑火灾扑救面设计探讨

高大雄伟的塔刹建筑由于其特殊的设计风格,往往会超出消防技术规范的一些要求,火灾预防成为了技术性难题。以长安塔为研究对象,针对长安塔存在消防扑救面不满足规范要求的问题,从防火规范规定高层建筑必须设置消防扑救面的目的出发,分析设置消防扑救面所要达到的消防安全目标,进而定性分析现有防火措施的消防安全性。     

不完备检测下视情维修的多级劣化系统性能评估

视情维修是改善多级劣化系统性能表现的重要措施,然而在实际中检测不完备问题会制约视情维修的有效开展,从而影响劣化系统性能评估结果。针对这一问题,将多级劣化系统检测维修马尔科夫链模型中的状态转移进行调整,建立其在不完备检测下进行视情维修的性能评估模型,给出系统性能参数的求解方法。实例验证表明:在实际工作中,虚警和漏检对于系统瞬态可用度的影响是随时间变化而不定的,但对于系统可靠度的影响则是确定的,即在任意时刻虚警提高系统可靠度,而漏检降低系统可靠度。     

润滑油基础油黏度调和模型的优化选择

通过测定46#机械油基础油与PAO8（8#聚α-烯烃油）不同比例混合后油品的黏温性能,研究了黏度偏差率随测量温度的变化规律．通过实验发现：国际通用黏度调和计算模型能较好预测混合基础油的高温运动黏度,黏度偏差率最大值为3．56％;而美国标准局的黏度调和计算模型在混合基础油的低温运动黏度计算上精确度更高．     

大气气溶胶对激光制导探测作用距离影响的数值分析

针对大气气溶胶辐射传输衰减效应是影响1.06μm激光武器系统性能的重要因素,探讨了大气气溶胶对1.06μm激光探测作用距离的影响,构建了激光制导波段探测作用距离模型,并在此基础上进行激光探测作用距离的大气气溶胶影响数值仿真。试验表明,基于该模型计算的大气透过特性准确度基本符合国际公认理论分析值,对作用距离的评估结果与客观实际基本相符,对最大限度分析利用战场气象环境以确保武器作战性能的充分发挥具有重要价值,可为激光探测作用距离的气象环境影响后续发展奠定一定基础。     

基于混合星座的卫星导航系统功率增强服务性能分析

在导航战中,卫星功率增强技术是提高战区卫星导航系统生存能力的重要措施.针对导航战背景下如何保持Compass系统对我国领土及周边区域导航服务能力的问题进行了研究,提出了一种基于混合星座和最优GDOP值准则的卫星导航系统功率增强方案,并就功率增强覆盖区域在不同实现方式条件下的覆盖性、可用性和实现复杂度等性能进行了对比分析.分析结果表明,采用“5GEO +4MEO”的功率增强组合形式,可以实现对我国领土及近海区域的全天时覆盖,可用性水平达到100％( GDOP ＜6.3),同时具有实现复杂度低和系统稳定性好等特点,可作为我国区域功率增强的备选方案.     

具有优先级消息的AFDX建模与性能分析

以Petri网为工具,建立了基于具有优先级消息传输的AFDX(航空电子全双工以太网)网络模型,通过仿真,求解出消息发送时的平均等待时间,得到的指标结果验证了高优先级数据消息帧发送等待延时明显小于低优先级数据消息帧的发送等待延时,充分说明了优先级对紧急数据传输的重要性。模型有助于进一步理解航电系统不同优先级消息在AFDX网络中的传输机制,为以AFDX为总线的综合航电系统的设计和完善提供重要的理论依据。     

一种新的雷达抗干扰技术

提出了一种新的雷达抗干扰技术,即波形选择处理技术,指的是从接收的回波中分析出哪些脉冲未受干扰或受干扰程度较小,从而可以有选择地将这些脉冲信号进行相应的信号处理。分析结果表明,通过对回波进行波形选择处理,可以进一步增强雷达的抗干扰能力。     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。