飞机装配制造执行系统关键技术研究及系统实现

本文对飞机装配过程管控的业务需求进行了深入分析,研究了装配MES的关键技术,研发了飞机装配MES,该系统已在某民机制造企业成功上线应用,并在应用中取得显著效果。

基于竞争战略的企业人力资源外包策略

人力资源外包是指企业基于自身的发展战略,将原先由企业内部完成的人力资源工作,部分或全部交给外部的专业化人力资源服务机构或组织完成,主要包括人事事务外包、人力资源和人的外包、人力资源管理职能外包三个方面。为了促进企业开展人力资源外包工作,根据竞争战略有关理论,提出三种分别与成本领先战略、差异化战略和集中化战略相适应的企业人力资源外包策略。

舌保送时代之五项学科竞赛——全国中学生物理竞赛

背景资料 全国中学生物理竞赛我国的中学生物理竞赛工作从1984年开始，至今已有29年历史。全国物理竞赛分预赛、复赛和决赛5个层次。 从1984年的首次竞赛至今，参加物理竞赛预赛的学生由每年几万人，发展到近几年每年约50万人。

5G无线通信系统的关键技术分析

随着科技的飞速发展,无线通信技术已经在我国各领域中被广泛应用并发挥巨大作用。针对5G应用的高速率、低时延和大连接特点,从网络结构和业务需求出发,描述毫米波频段的基本传播特性,对5G无线通信系统的几种关键技术给出较为详尽的分析。在此基础上,考虑到高带宽毫米波频谱中5G的应用,结合5G标准演进与行业发展趋势,对混合波束成形的初步方案进行探讨,为后续5G毫米波通信系统的应用提供借鉴。

5G基站节能技术及应用研究

随着电信行业的迅速发展,用户数量和设备数量出现了指数级增长,通信设备能源消耗增长导致运营商运营成本大幅上涨。随着5G超密集网络的大力建设,5G基站在某些时间段内会出现更严重的能耗问题。为满足5G超密集基站的能效要求,从5G基站架构和能耗组成出发,分析传统基站节能技术,研究结合AI(人工智能)的5G基站节能技术实现方式及5G节能技术演进路线,为后续5G节能研究提供参考。

日本上代文献格助词「して」考

从上代文献到现代日语,「して」的用法发生了很大的变化,在现代日语中,「して」是动词「する」的连用形「し」和接续助词「て」的结合形式,而古日语中的「して」则可单独用作接续助词和格助词。本文以上代文献《古事记》、《日本书纪》、《万叶集》为考察对象,考察格助词「して」的具体用法,指出,在上代文献中,格助词「して」表示做某事的人或人数,相当于现代日语中的「で」。

地铁隧道5G共享覆盖建设方案探讨

随着5G网络及地铁交通线网的快速发展,地铁将是各运营商5G的重要品牌窗口和高价值场景。从存量地铁隧道的覆盖现状来看,地铁隧道分布系统采用的传统馈线、器件不支持3.5 GHz 5G频段。在此基础上,结合隧道场景的特点,基于隧道空间、对现网的影响情况和可实施性等要素,探讨不同场景下实现5G网络覆盖的建设方案,总结各种方案的优缺点,为今后地铁隧道5G网络差异化覆盖设计提供建议。

日本平安时代格助词“して”考

古日语中的"して"作为格助词,其语义随着时代的变化而不断变化。在日本上代,"して"主要接在代词或数量词后面,表示做某事的人或人数。到了平安时代,随着和文化的初步形成,"して"的语义也变得多样起来。通过对日本平安时代的文献进行考察,归纳了此时期格助词"して"的具体用法和语义。平安时代的"して"除了承接上代语义之外,根据前接词的不同构成四种不同的形式,每种形式分别表示物品的数量、使役的对象、工具.材料.方法、场所和时间等语义。

浅论日本动漫元素“腹黑”的语义及其特点

"腹黑"作为一种新兴的动漫元素,不断在日本的动漫作品中出现,尽管其不是正面形象的代表,却也深受广大观众的喜欢。文章首先明确了"腹黑"一词的在日本文献中的语义,指出"腹黑"是地道的日语词汇,作为形容词,表"心地坏的""黑心的""黑心肝""表里不一"之意。其后,通过对动漫作品中"腹黑"元素的分析,指出,动漫中"腹黑"元素的表现特征是对"腹黑"原意的发展和扩大,并厘清了动漫中"腹黑"角色的共同特点。

探析视听文化下音乐类综艺节目的出路

视听文化在新媒体语境下强势崛起,通过形式丰富的音乐类综艺节目占据着人们的视线。面对受众的迫切需求,传媒行业迎来了新的生机,但机会也是挑战,节目制作和呈现在主打品牌节目时也会出现失格现象。其背后的传媒机构、公司和传媒人都应警觉,品牌战略到底该如何实施。

流体环境中生物适应性的几种表征方式

在流体环境中生存的生物,会形成适应特定环境的外形结构、内部组织、运动模式以及自身物质运行的方式。通过具体例子从宏观和微观生物结构分析了这些特点。在试验分析中加入了定量分析的方法,能够更准确地描述,也能更清楚地看到隐藏在生物内部的这些规律。

基于经验模态分解的注射机轴承故障诊断

针对注射机轴承信号进行故障诊断易受到工作环境中其他噪声影响的问题,提出一种基于经验模态分解(EMD)结合快速傅立叶变换(FFT)对轴承振动信号提取故障特征的方法。对振动信号使用EMD算法以完成信噪分离,选取出高信噪比分量进行FFT算法变换,通过频谱图分析轴承故障位置。结果表明:使用变分模态分解算法对含有较大噪声的仿真信号和强背景噪声下注射机轴承故障信号有较好的降噪效果,通过FFT能准确诊断注射机轴承是否出现故障,二者结合达到很好的故障诊断效果,去噪效果明显,为其他旋转机械的故障诊断提供了参考。