装备研制中面向再制造的材料设计及评价

探讨了装备设计研制阶段面向再制造的装备材料设计概念,提出了面向再制造的装备材料设计的5个影响因素,即材料服役寿命、材料可恢复性、材料经济性、材料环保性、材料可分离性,并对每个因素进行了分析。在此基础上,建立了基于专家评价法的材料再制造性评价模型,并进行了案例验证,为面向装备再制造的材料设计及选择提供了一种选择思路及评价手段。     

二氧化硅气凝胶隔热复合材料的性能及其瞬态传热模拟

高马赫数、新型航天飞行器承载严重的气动加热环境,其隔热材料的性能与传热计算对飞行器热防护结构的优化和预测具有一定的指导意义.研究了二氧化硅气凝胶隔热复合材料的结构与性能,并进行了瞬态传热模拟.结果表明复合材料热导率仅为0.018W/m·K,瞬态传热模拟结果与考核测试值吻合,为预测和优化隔热材料提供了一定的依据.     

溶胶凝胶法制备碳化硅陶瓷的影响因素

采用溶胶凝胶法 ,以正硅酸乙酯和酚醛树脂为原料 ,在草酸催化作用下 ,制备出了不含硫和氯的均相碳化硅先驱体 ,并在一定的升温制度下制备出SiC陶瓷。考察了温度对预水解过程的影响以及水用量、催化剂和镍盐用量等因素对凝胶时间的影响。结果表明 ,在预水解温度控制在 4 0℃左右 ,时间为 2 4h时效果最佳 ;而当水与正硅酸乙酯的摩尔比达到 0 2 8左右、草酸与正硅酸乙酯的摩尔比为 0 0 1左右时 ,可以使凝胶时间达到最短。进一步的研究表明 ,镍盐的加入对凝胶烧成过程中 β -SiC的生成有催化作用。     

氧化铝气凝胶复合材料的制备与隔热性能

以仲丁醇铝为先驱体,采用溶胶一凝胶工艺制备氧化铝溶胶,并将其与无机陶瓷纤维毡复合经超临界流体干燥得到氧化铝气凝胶隔热复合材料.利用扫描电子显微镜(SEM)和氮气吸附等方法对样品微观结构进行分析,利用热平板法对材料的隔热性能进行测试,并分析了氧化铝气凝胶隔热复合材料隔热机理.研究表明:与氧化硅气凝胶相比,氧化铝气凝胶具有更好的耐高温性能,经1000℃热处理后仍然能够较好地保持其纳米多孔结构;将气凝胶与纤维复合后,充分发挥了氧化铝气凝胶优良的隔热特性,使得复合材料的隔热性能较纯纤维毡有了明显的改善,其热面温度1000℃时导热系数为0.0685 W/m·K.     

重大活动安全警卫工作之我见

当前,重要会议、重大活动已经成为群众上访制造事端扩大影响的首选目标。同时,也成为敌对分子、恐怖组织企图实施阴谋暗害和恐怖破坏活动的主要选择场所。为防止上述事件发生,警卫部队要处理好三种关系,掌握情报信息。严密部署。     

基于改进的 D-S 证据理论在设备故障诊断中的应用

多传感器、多手段检测的信息融合技术在设备检测中的应用日益广泛,而常用的基于D-S证据理论的融合技术除了没有给出可信度的分配方法外,融合结果上还有很多不足之处。探讨了可信度的分配问题,提出了几种改进的融合方法,较好地解决了证据冲突时的否定性、积化性和敏感性问题。     

装备保障训练系统设计理论研究综述

对美军装备保障训练系统的设计理论、方法进行了研究与综述,对国内相关研究进行了总结。针对我军装备保障训练系统设计中存在的不足,提出了装备保障训练系统设计理论研究应着重解决的问题。     

基于Linux构建多用户网络连接的系统方法

网络数据传输在工作和生活上的应用越来越普遍,基于套接字socket的嵌入式Linux网络设计能够有效的解决嵌入式平台数据传输问题。通过该接口,用户无须对底层的网络协议进行详细了解,为网络传输带来了方便。文中利用Linux系统函数实现多用户连接,并对一些问题进行了说明和解答。     

突发重大疫情风险管理支撑方法研究【专题】

突发重大疫情后,科学的风险管理方法可为有效规避和控制风险提供有力支撑。在突发重大疫情风险管理中,风险识别是基础,风险评估是核心,风险控制是目的。本文系统梳理与分析了风险管理中的常用方法,包括风险识别中的现场勘查法、事故树分析法、过程回溯法、专家认证法和案例分析法等5种方法,风险评估中的风险坐标图法、关键风险指标法、蒙特卡罗法、因果关系法和综合评价法等5种方法,以及风险控制决策中的成本收益决策法、决策树法和损失期望值决策法等3种方法,并对每种方法如何在此次由新型冠状病毒引发的突发重大疫情中实践应用进行了举例说明,可为今后在应对突发重大疫情时进行科学风险识别、有效风险评估和精准风险控制决策提供借鉴与参考。     

Adaptive random search for continuous simulation optimization

We present, analyze, and compare three random search methods for solving stochastic optimization problems with uncountable feasible regions. Our adaptive search with resampling (ASR) approach is a framework for designing provably convergent algorithms that are adaptive and may consequently involve local search. The deterministic and stochastic shrinking ball (DSB and SSB) approaches are also convergent, but they are based on pure random search with the only difference being the estimator of the optimal solution [the DSB method was originally proposed and analyzed by Baumert and Smith]. The three methods use different techniques to reduce the effects of noise in the estimated objective function values. Our ASR method achieves this goal through resampling of already sampled points, whereas the DSB and SSB approaches address it by averaging observations in balls that shrink with time. We present conditions under which the three methods are convergent, both in probability and almost surely, and provide a limited computational study aimed at comparing the methods. Although further investigation is needed, our numerical results suggest that the ASR approach is promising, especially for difficult problems where the probability of identifying good solutions using pure random search is small. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010