两栖装甲装备故障诊断智能检测系统设计

针对目前两栖装甲装备故障检测时间长、检测效率低的缺点,研究设计了一种两栖装甲装备故障诊断智能检测系统。系统充分利用现代最新发展的大规模集成电路技术和数字处理技术,对多发、易发故障部位的故障信号进行采样、检测及处理,从而快速确定故障部位,便于及时排除故障。     

基于模糊树逆方法的高超飞行器变质心控制

本文针对高超飞行器变质心姿态动力学模型所具有的高度非线性、多变量、强耦合特性,通过合理的简化,得到了一个耦合的非线性动力学系统;根据简化模型的特点,将该模型分为俯仰偏航通道模型和滚动通道模型,通道间耦合视为扰动.应用模糊树模型逼近俯仰偏航通道的逆模型,实现了俯仰偏航通道解耦线性化,对各线性子系统设计闭环控制器,实现了飞行器俯仰偏航通道姿态角的跟踪;应用预测变结构方法保证了滚动通道的快速稳定并且无抖振现象.最后,将该方法应用于高超飞行器姿态系统控制的仿真研究,表明了本文方法的有效性和可行性.     

云计算下基于CRP算法的资源提供策略

云计算资源管理系统是用于接收来自云计算用户的资源请求,并且把特定的资源封装为服务提供给资源请求者。在云计算环境下,如何为资源请求者选择合适的资源是一个值得研究的课题。文中通过对云计算下现有的资源提供策略的分析,同时根据不同云提供者提供的计算资源的成本不同的特点,综合考虑资源的计算能力、可靠性和单位成本三点因素,提出了云计算下基于CRP算法的资源提供策略。这种资源提供策略既能提供满足用户资源请求的服务,也能降低云服务提供者的运营成本,从而获得更大收益。     

循环赛竞赛编排的算法实现

根据对抗性体育竞赛赛事编排的需要,结合球类等运动项目的组织规则和相关规定．运用数据库及网络技术,设计循环赛的比赛编排方法,同时赛事成绩信息通过通用运动会管理系统进行管理和发布,实现运动会的完全信息化管理。系统使大量繁琐的人工计算任务通过简单方便的操作便可以实现,大大减轻运动会组织人员的劳动强度,提高工作效率,保证数据的准确性、安全性。     

图像识别技术在3D-RPG游戏开发中的应用

基于OGRE(Object-oriented Graphics Rendering Engine)设计开发一个3D-RPG(Role-Playing Game)游戏引擎RPGGE(RPG Game Engine)。在RPGGE中融入图像识别技术,使玩家可以通过摄像头识别手势来增加游戏交互。RPGGE开发包括渲染系统、输入输出系统、声音系统、识别系统。     

Excel二次开发在模拟水氡观测中的应用

尝试对Excel工作表进行二次开发,将其应用到台站模拟水氡观测工作当中,可以自动计算出模拟水氡观测的标定、季检结果,需要作图的还可以自动作图,杜绝了人工计算产生的不必要误差,减轻了劳动强度,实现了观测资料的数字化存档,对台站模拟水氡观测日常工作具有很大帮助。经吉林省地震局多个台站使用,Excel工作表自动计算结果与人工计算结果两者完全相符,效果良好。     

大万山岛海水抽水蓄能电站地下厂房自然通风模拟研究

针对目前抽水蓄能电站地下厂房自然通风规律尚不明确的问题,在考虑电站运行工况周期变化特点及室外风压的基础上,优化了现有的自然通风网络模型,使其可用于计算抽水蓄能电站地下厂房的自然通风情况。并且,利用优化后的模型,模拟计算了大万山岛海水抽水蓄能电站全年的自然通风情况。结果表明:热压是影响自然通风动力的最主要因素。整体上,自然通风量在冬季大于夏季;单日内,自然通风量受电站运行工况变化的影响。在发电和蓄能工况时,自然通风量较大,在卸载工况时,自然通风量较小。交通洞末端空气温度不受电站运行工况和自然通风量变化的影响,在单日内的变化幅度小于2℃,而在同季节的不同日之间的差异可达8.6℃。在过渡季的部分时段和整个夏季,交通洞末端空气温度高于规定的室内环境温度上限值,因此应开启空调制冷设备。通过优化后的模型与具体案例的分析,为其他类似工程的自然通风系统的设计及运行调控提供参考。     

掏挖与岩石锚杆复合型基础上拔承载机理和影响因素研究

针对掏挖与岩石锚杆复合型基础上拔承载机理不明确的问题,基于现场试验工况,利用Plaxis3D有限元软件建立复合型基础抗拔承载模型,研究其上拔承载机理。在此基础上,研究了土体弹性模量、岩体弹性模量、土体黏聚力对复合型基础各部分的承载影响,分析了掏挖基础和岩石群锚基础的承载力发挥情况、上拔变形、塑性区开展,并给出了复合型基础的改进方案。结果表明:上拔变形刚度较大的岩锚基础对复合型基础的承载极限状态起控制作用;掏挖基础和岩石锚杆基础的上拔变形协调性是影响复合型基础承载力发挥的关键;适当增加掏挖基础嵌入岩石的深度可有效提高复合型基础的抗拔承载力。     

基于多尺度自回归模型体系的混凝土坝位移预报及工程应用

针对混凝土坝位移监测数据的时频非线性特征严重影响到数值模型预报精度的难题,通过小波技术解析原型数据中多重交叉环境驱动的效应实况,有机结合非线性自回归模型(Nonlinear Autoregressive Model with Exogenous Input, NARX)和差分整合移动平均自回归模型(Autoregressive Integrated Moving Average Model, ARIMA),建立了多尺度组合机制下的自回归模型体系,解决了内蕴复杂混沌特性的监测序列的信息挖掘难点。工程实例分析表明,所建模型的拟合精度及预测能力均得以提升,相比于传统模型具有较好的抗噪性和鲁棒性。此外,所建立的计算模型经一定的优化和拓展,亦可推广应用于其它水工建筑物的效应预报分析。     

人工智能在膜污染研究中的应用进展

近年来,随着人工智能(A I)的蓬勃发展,已被广泛应用于诸多领域(医学、金融、机器故障诊断等)来模拟、预测及解决实际问题.膜分离技术作为化工领域中一项重要的分离技术,已被广泛用于废水处理及水资源回用等领域.为促进膜分离技术的大规模实际应用,大量研究致力于基于AI实现膜分离过程的模拟、膜污染特征参数的预测及膜污染的控制.首先介绍了不同AI技术的概念、结构及实现过程,然后分别讨论了人工神经网络(ANNs)、模糊逻辑(FLs)、遗传编程(GPs)及智能算法在膜分离过程的模拟、膜污染特征参数的预测及膜污染的控制等方面中的应用,最后对今后的研究方向进行了展望,以期为后续的研究提供帮助.