耐事故UO2基复合燃料芯块的研发进展

对先进耐事故燃料（ATF）芯块的研发背景进行了概述，重点讨论了耐事故UO₂基复合燃料芯块的国内外研究现状，认为UN、U₃Si₂和ThO₂等燃料相是耐事故UO₂基复合燃料芯块中最具发展潜力的掺杂相，然而其最佳添加量及分布状态尚需结合多尺度数值模拟和实验研究的方法开展深入探索。      

基于摩擦力补偿的气动位置伺服系统的控制研究

针对模糊控制比例方向阀控缸系统存在的稳态误差问题，在分析气缸摩擦力的基础上，提出以压力反馈加摩擦力补偿的办法设计模糊／PPF控制器用于气动位置控制系统中，最终取得了较为满意的控制效果。     

基于深度学习的行人重识别研究进展

行人重识别是计算机视觉领域近年来非常热的一个研究课题,可以被视为图像检索的一个子问题,其目标是给定一个监控行人图像检索跨设备下的该行人图像.传统的方法依赖手工特征,不能适应数据量很大的复杂环境.近年来随着深度学习的发展,大量基于深度学习的行人重识别方法被提出.本文先简单介绍了该问题的定义及传统方法的局限,并列举了一些适用于深度学习方法的行人重识别数据集.此外我们详细地总结了一些比较典型的基于深度学习的行人重识别方法,并比较了部分算法在Market1501数据集上的性能表现.最后我们对该问题未来的研究方向做了一个展望.     

空间信息论的新研究进展

空间信息指雷达探测系统中目标的距离、方向和散射等信息,空间信息论是采用香农信息论的思想方法研究雷达等信息获取系统的基础理论。本文围绕空间信息的概念、空间信息量的理论公式及闭合表达式、熵误差和雷达分辨率等基本理论问题,论述了空间信息论当前的研究现状,总结了空间信息论方面的主要研究工作,介绍了空间信息的概念及其系统模型,目标距离信息、散射信息和方向信息方面的研究工作,重点分析了空间信息量的理论推导,熵误差的概念及其与均方误差的关系,分辨率的新定义及其与传统分辨率的关系。本文指出空间信息论亟待解决的理论问题,最后对空间信息论的发展趋势做出了分析和展望。     

基于数据驱动的过程监测系统设计方法研究北大核心CSCD

为保障工业系统高效安全地运行,主要研究对于一般工业系统基于数据驱动的过程监测系统设计方法。首先,借助互质分解技术学习故障诊断观测器的参数化形式,在已有数据驱动设计方法的基础上,将单维的基于观测器的残差产生器扩展至多维,研究基于多维残差产生器的过程监测系统设计。其次,针对工业系统中普遍存在的非线性、系统不确定性和工作点变化等问题,基于自适应观测技术还为多维残差产生器设计了自适应更新策略。最后通过在三水箱仿真系统中的案例学习验证了所提出的数据驱动设计方法。     

基于关键绩效指标的西安市水循环健康评价

城市水循环健康评价研究对于城市的规划定位、发展建设及城市资源管理具有实际指导意义。以西安市为例,基于城市水循环内涵,结合水资源关键属性,从水生态水平、水资源丰度、水资源质量及水资源利用四个维度出发,筛选出16个指标,构建了基于关键绩效指标(KPI)的城市水循环健康评价体系,对西安市2010-2015年水循环健康状况进行评价。结果表明:西安市2010-2015年水循环均处于亚健康状态,健康评价得分为3.05～3.46分,其中2010-2011年健康得分呈现下降趋势,在2011年健康得分最低,为3.05分,之后2011-2015年健康得分逐年上升,上升趋势显著;饮用水水源地水质达标率得分最高,2010-2015年均处于非常健康状态,而人均水资源量、亩均水资源量得分最差,2010-2015年均处于严重病态;提高水资源开发利用的合理性、缓解水资源供需矛盾是改善西安市水循环健康状态的关键。     

拱坝变形监测预报的随机森林模型及应用

大坝变形预报对大坝运行安全评估起着至关重要的作用。传统模型预报精度不够、模拟效果不稳定;若大坝变形数据有异常值时,传统机器算法模型识别和处理异常值的灵活性很小,导致预报结果有偏差。为了解决这些问题,首次将随机森林算法运用到大坝变形监测领域,将大坝测点根据随机森林相似性矩阵分成若干个子集,针对每一个子集建立随机森林预测模型,分区建立预测模型更符合工程实际情况。选取拱坝变形作为研究对象,验证所建模型的适用性。结果表明,根据随机森林的相似性矩阵对大坝各测点的分区情况符合物理和工程实际意义,对各分区子集测点利用随机森林模型建立的预测模型,与支持向量机、BP神经网络模型相比,预测结果精度较高、模型稳定性好,为大坝变形监测提供了新思路。     

某电站500kV线路开关同期合闸失败原因分析及预防

输电线路作为发电厂电能送出的通道,其能否正常运行关系着电能能否正常输送和电站运行的可靠性。为更好的解决输电线路同期合闸失败问题,就某大型水电站线路同期合闸失败事件进行了分析,借助电站故障录波系统及简化系统潮流计算,最终推导出线路同期合闸相角与同期点处有功功率的关系,为今后类似事件处置提供一种简单明了的解决方案。