摘要：飞机舱内环控系统的风扇噪声是飞机舱内主要噪声源之一。基于某环控系统风扇的噪声实测结果,在声学平面波与线性化假设的前提下,开展了风扇排气消声器的设计,并基于声电类比原理和微穿孔板吸声理论的解析方法,完成了消声器降噪评估算法的编制和校核,对排气消声器的声学性能进行计算分析。该方法具有计算量小、评估准确快捷等优点,对指导风扇消声器的工程优化设计具有重要借鉴意义。

摘要：为实现测试与诊断的相对分离,设计了基于多Agent的专家系统———SMAS。采用COM/CORBA分布式组件技术,实现通用建模子系统、知识获取子系统、诊断运行子系统等。故障诊断功能由分级分布的智能Agent并行或分级完成。Agent的组织和分布模式由系统提供的建模子系统完成建模,对不同的UUT系统具有通用性。分布式的结点Agent既可自主驱动运行,也可由其它Agent触发驱动,因而系统既可用于综合测试数据的分析诊断,也可用于与ATE的在线、交互式测试、诊断和分析。

摘要：该文为了适应多传感器数据融合技术的发展,提出了多传感器数据融合仿真平台的系统构建思想,采用结构化分析的软件设计方法,开发了一个通用的,易扩展的数据融合仿真平台。该文主要内容包括:STAGE平台与Visual C++6.0的混合编程,目标航迹的绘制;UDP/IP协议的网络数据通信;融合算法框架的软件设计等等。通过在系统运行的一个算法实例,证明了该仿真平台的有效性和实用性。

摘要：通过联立求解空气动力学基本方程、飞行动力学运动方程和弹性结构振动方程,在时间域内模拟和分析了大展弦比飞机纵向动力学稳定性问题。结合动网格技术,气动力计算采用基于欧拉方程的计算流体力学方法,结构变形和飞行姿态位置变化统一为模态表示方法,通过松耦合将飞行器姿态稳定性和结构变形稳定性施行了模拟。以某大展弦比机翼飞机为算例,研究了其刚体运动和机翼的弹性振动的相互影响。结果表明:对于具有大展弦比机翼的飞机,其机翼的低阶弹性模态易与飞机飞行中本身的刚体模态发生耦合,从而导致飞机机翼的气动弹性发散以及飞机本身刚体运动稳定性的改变。对于这类飞机,在其气动弹性和飞行稳定性的分析和设计中必须充分考虑到两种运动的相互影响。

摘要：巨磁阻抗(GMI)微磁传感器具有灵敏度高、响应速度快等突出优点,但其输出信号呈高度非线性特性。利用交流偏置方法产生非对称巨磁阻抗效应(AGMI),对磁场传感器的线性度有一定改善,但仍存在线性范围小、线性误差较大的缺点。BP神经网络具有良好的自学习、自适应和非线性映射能力,但通常训练速度较慢、易陷入局部极小值;遗传算法有很强的全局寻优能力,但其局部搜索能力不足。为充分发挥二者优点,本研究提出一种基于遗传神经网络的传感器非线性误差校正方法,并针对所设计的GMI传感器,设计了适合本系统的遗传神经网络,可通过Matlab软件实现。结果表明,经过训练的网络输出结果有序,网络的非线性映射性能良好,能精确反映该传感器系统的函数关系。该方法运算快速、精度高,对智能GMI传感器的设计具有一定工程应用价值。

摘要：横摇动力学是两栖作战武器的一个重要研究内容,横摇是两栖作战武器在通过内陆江河水系和抢滩登陆作战中存在的重要问题,它直接影响着乘员和装备的战斗力发挥.依据船舶的有关理论,对两栖作战武器的水上横摇运动动力学进行了分析研究.首先对两栖作战武器进行了受力分析并给出了横摇动力学方程,研究了两栖作战武器横摇无因次幅频特性和相频特性与横摇调谐系数和无因次阻尼衰减系数之间的关系,可供两栖作战武器设计参考借鉴.

摘要：给出了基于变量投影重要性的质量功能展开关系矩阵计算方法。利用此方法,可以较好地解决工程特性之间多重相关性,也可用于消减关系矩阵维数。在某新型飞机经济性的关系矩阵构造的实例中,以维修成本为用户需求,15种基本参数为工程特性建立质量屋。计算结果与实际经验相符合,为工程实用提供了有价值的参考。

摘要：CAx系统是CIMS工程中常见的应用系统,不同系统间的数据共享是实现系统集成要解决的基本问题.本文分析了CISSCAx系统的实现途径,采用扩展商品化数据库适合工程应用,建立基于STEP标准的工程数据库,解决自动化设计中的信息共享问题.

摘要：Agent体系结构是由理论研究向系统实现的关键一步。首先,在Agent特性分析和形式化描述的基础上,阐述了Agent的层次概念框架。然后,研究SubSumption,BDI和GRATE等典型结构特点,比较了反应式和慎思式两种体系结构,反应式Agent和慎思式Agent体系结构各有优劣。确立采用分层式混合结构的设计思想,并结合Agent的特性,从信息流和控制流的角度来刻画更为复杂的层次结构。在此基础上,设计了一种带序列池(POOL)的二维混合体系结构,并对其实现机制进行了深入研究。在不增加系统复杂性的前提下,提高系统的效率和能力。

摘要：文本阅读能力差和视觉推理能力不足是现有视觉问答(visual question answering,VQA)模型效果不好的主要原因,针对以上问题,设计了一个基于图神经网络的多模态推理(multi-modal reasoning graph neural network,MRGNN)模型。利用图像中多种形式的信息帮助理解场景文本内容,将场景文本图片分别预处理成视觉对象图和文本图的形式,并且在问题自注意力模块下过滤多余的信息;使用加入注意力的聚合器完善子图之间相互的节点特征,从而融合不同模态之间的信息,更新后的节点利用不同模态的上下文信息为答疑模块提供了更好的功能。在ST-VQA和TextVQA数据集上验证了有效性,实验结果表明,相比较此任务的一些其他模型,MRGNN模型在此任务上有明显的提升。