喷雾式防火分隔水幕稳定性仿真

以单个喷雾式水幕喷头为研究对象,利用 Fluent 中离散相模型对不同压力下的喷雾水幕的工作稳定性进行了研究,计算了不同工作压力下水雾粒子的粒径分布和在气流作用下的偏移情况,分析了不同粒径粒子的速度衰减特性。研究表明：环境气流对水幕的稳定性影响很大,特别是粒径在200μm 以下的水雾粒子极容易受气流影响。在一定空间高度下,提高工作压力,可以使喷雾平均粒径变小,使之分布更均匀,有利于提高水幕的隔热性能;当空间高度超过一定范围后,水雾粒子速度急剧下降,增加工作压力水幕稳定性会降低。     

弹药库防静电方法研究

根据弹药库静电危险场所的分类等级,以形成静电危害的3个基本条件为依据,讨论了弹药库防静电危害常用措施:设施设备静电接地、防静电工作台、人体静电防护、铺设导电(或防静电)地面以及各自防静电要求.这些措施为防止和消除弹药库的静电危害提供了根本保障.     

美国2014年《四年防务评估报告》特点

2014年3月4日,美国国防部向国会提交了2014年版《四年防务评估报告》和《2015财年国防预算报告》。《四年防务评估报告》更新了再平衡战略,为美军建设提出了优先发展方向,要求美军联合部队向“更小型化”转型,以满足未来军事行动需求。     

一类具有饱和发生率的离散型SIS传染病模型

研究一类具有饱和发生率的离散型SIS传染病模型,得到了模型的基本再生数.通过线性化的方法,运用LaSalle-Lyapunov定理,证明当基本再生数R01时,无病平衡点是全局渐近稳定的;通过迭代的方法,证明当基本再生数R01时,地方病平衡点是全局渐近稳定的.     

基于全相位的同频融合分层算法

同频融合算法在处理频率快速变化的信号等应用中具有精度高、抗噪性好的优点,然而该算法实时性较差且精度受相位差测量影响较大。提出了基于全相位的同频融合分层算法,通过设计分层算法以减少多重循环中的冗余计算单元,可在不牺牲精度的前提下成倍降低运算量;采用全相位谱分析法降低相位差测量误差,明显改善了相位差补偿效果。理论分析与对比实验表明,该算法对同频融合过程有显著的改进效果。     

基于重构相空间AD-SVM的短期电力负荷预测

利用重庆市九龙坡区电网2009年7月1日000-10月8日4：00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移（AD）法和支持向量机（SVM）相结合,提出了一种新的短期电力负荷预测模型.通过仿真计算,将结果与神经网络法预测结果进行对比,可得新方法能较好反应数据变化趋势,并且具备较好的拟合能力,能够提高负荷预测精度.在实际短期电力负荷预测中,可优先选用平均位移法与支持向量机相结合的新方法.     

Estimation of the kinetic parameters for thermal decomposition of HNIW and its adiabatic time-to-explosion by Kooij formula

A differential/integral method to estimate the kinetic parameters (apparent activation energy E_a and pre-exponential factor A) for thermal decomposition reaction of energetic materials based on Kooij formula are applied to study the nonisothermal decomposition reaction kinetics of hexanitrohexaazaisowurtzitane (HNIW) by analyzing nonisothermal DSC curve data. The apparent activation energy (E_a) obtained by the integral isoconversional non-isothermal method based on Kooij formula is used to check the constancy and validity of apparent activation energy by the differential/integral method based on Kooij formula. The most probable mechanism function of thermal decomposition reaction of HNIW is determined by a logical choice method. The equations for calculating the critical temperatures of thermal explosion (T_b) and adiabatic time-to-explosion (t_TIad) based on Kooij formula are used to calculate the values of T_b and t_TIad to evaluate the thermal safety and heat-resistant ability of HNIW. All the original data needed for analyzing the kinetic parameters are from nonisothermal DSC curves. The results show that the kinetic model function in differential form and the values of E_a and A of decomposition reaction of HNIW are 3(1 − α)[−ln(1 − α)]^2/3, 152.73 kJ mol⁻¹ and 10^11.97 s⁻¹, respectively, and the values of self-accelerating decomposition temperature (T_SADT), T_b and t_TIad are 486.55 K, 493.11 K and 52.01 s, respectively.     

复杂系统故障安全风险评价方法

复杂系统的安全风险涉及面广、影响因素多,因此需要系统的、可操作的方法来指导安全风险的评价过程。在系统的各类安全风险中,故障安全风险是由各种故障导致系统发生事故的风险,是最常见的系统安全问题,因此针对复杂系统的故障安全风险评价开展研究。复杂系统故障安全风险评价需要明确的评价参数和评价方法的支持,为此提出了复杂系统故障安全风险评价的流程、分层次的评价参数体系及评价方法,并通过示例来具体说明故障安全风险的评价过程,为解决复杂系统的故障安全风险评价问题提出了可行的思路。     

弹道导弹关机点状态估计的指数加权递归最小二乘方法

在双星预警条件下,将指数加权递归最小二乘算法应用于目标关机点状态估计问题中。通过引入加权因子对目标助推段运动的局部拟线性特性进行描述,从而在一定程度上克服了一般的线性多项式模型难以准确刻画整个助推段运动的难题。通过对助推段目标动力学特性的分析,考察了目标在垂直射面方向上的运动特性。在此基础上,提出了一种更为准确的助推段运动模型。仿真算例表明,所提出的关机点状态估计方法相对于传统的方法具有一定的优越性。     

Sequential learning versus no learning in Bayesian regression models

We consider two regression models: linear and logistic. The dependent variable is observed periodically and in each period a Bayesian formulation is used to generate updated forecasts of the dependent variable as new data is observed. One would expect that including new data in the Bayesian updates results in improved forecasts over not including the new data. Our findings indicate that this is not always true. We show there exists a subset of the independent variable space that we call the “region of no learning.” If the independent variable values for a given period in the future are in this region, then the forecast does not change with any new data. Moreover, if the independent variable values are in a neighborhood of the region of no learning, then there may be little benefit to wait for the new data and update the forecast. We propose a statistical approach to characterize this neighborhood which we call the “region of little learning.” Our results provide insights into the trade‐offs that exist in situations when the decision maker has an incentive to make an early decision based on an early forecast versus waiting to make a later decision based on an updated forecast. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 532–548, 2014