航天测控站运管系统设计

针对航天测控站管理域内测控、通信、气象、勤务等专业设备需要垂直管理,但节点分散、设备运行状况无法实时获取的现状,设计开发了测站运管系统。该系统涵盖测站管理域内测控设备协议转换、气象设备运行管理、勤务设备运行管理、测控信息检查与测试、综合信息管理以及综合态势展示等功能,实现了各专业设备运行状态采集、信息传输、专业管理、数据处理、信息展现及故障报警的层次化管理模型,建立了标准化的测站管理体系,规范了测站跟踪流程,实现了从准备开始、设备标校、捕获跟踪到数据质量分析的全过程管理,提高了测站管理域的管理质量和自动化运行效率。

激励机制在项目管理中的运用

人力资源是主要的生产力之一,激励机制又是人力资源管理中的重要内容;要充分发挥团队的协同作用,确保项目管理的顺利进行,就必须合理地运用有效的项目激励机制,调动项目成员的积极性,发挥项目团队的整体潜能,获得项目进展和成员发展的双赢效应。

关于木塑建筑模板力学性能与经济性的研究

为了探究我国木塑复合材料在进行建筑项目模板中的实际应用问题,首先对具体的木塑模板分别进行了材料力学方面的统计计算以及相关模拟分析,经过对比分析结果可以得出相关结论;其次是对实芯木塑模板进行了经济学分析研究。经过大量分析表明,木塑模板可以良好地满足我国建筑工程正常使用的要求标准,并且其经济性能更加优良,性价比更高,可以更好地适应今后新型建筑工程模板体系的发展目标和方向。

关于木材为基材的复合式建筑模板研究

本文中所阐述的以木材为基材的复合式建筑模板,可以实现在横向钢杆两端安装螺纹,而且,相邻的接触模板可以直接通过横向钢杆或者竖向条钢上存在的螺母进行连接,使得建筑模板的安装与拆卸更加简便和安全。与此同时,建筑模板的两个接触面为木材材质的面板,可以减少在进行模板拆卸过程中,对水泥制品表面的巨大影响。本文着重围绕着关于木材为基材的复合式建筑模板问题展开了详细的阐述和探究,颇具现实性研究价值。

基于长短期神经网络的遥测参数趋势预测

时间序列分析的主要目的是根据已有的历史数据对未来进行预测。传统的时间序列预测主要依靠基于模型的方法,比如季节性差分整合移动平均自回归模型(SARIMA)和指数平滑法(EXP)等。此类方法的参数选择严重依赖于专家经验,适用性并不广泛。针对周期性遥测参数,采用长短期记忆网络(LSTM),学习长时序依赖关系并给出多步预测值。试验通过将预测问题转化为监督学习问题建立半实时仿真环境,并重点研究了观测窗口、预测窗口、网络结构等对性能指标的影响。对比LSTM、SARIMA、EXP,结果表明LSTM具备优异的线性拟合能力和良好的非线性关系映射能力。LSTM预测方法摆脱了传统方法受制于专家经验和模型精度低等问题,为开展实时遥测参数预测奠定了基础。