干喷湿纺聚丙烯腈原丝的预氧化和碳化工艺

分析了预氧化时间、温度对预氧丝密度的影响,研究了预氧丝密度和牵伸率以及张力、碳化升温速率与碳纤维抗拉强度之间的关系。试验结果证明:延长预氧化时间和提高预氧化温度,预氧丝密度提高;当预氧丝密度为1.355 g/cm3时,得到的碳纤维的强度最高;当预氧化牵伸率为0.93%时,对应的碳纤维强度为4.84 GPa;在300℃/min低温碳化升温速率和1000℃/min高温碳化升温速率下,可以得到高性能碳纤维。     

自制油水分离罐解决管线冻堵

通过研究油水分离罐的工作原理,自行设计油水分离罐,投运油水分离罐后,通过加强对油水分离罐的排水,解决了冬季戊烷馏分油因含水结冰,造成管线冻堵无法正常采出的问题     

45钢电火花成型表面组织结构的研究

在煤油介质中,以YT15硬质合金作为电极加工45钢.正极性加工时,在45钢表面得到显微硬度高于基体的白亮层,且其厚度和表面质量可通过改变放电参数进行调整.利用电子探针对白亮层进行了成分分析.本研究为利用电火花成型机完成表面强化加工提供了依据.     

黄河下游冲积粉土地震液化判别研究

在粉土或砂土分布广泛的地区,地震液化是导致地基失稳和上部结构受损的直接原因之一,深入分析研究土体地震液化机理对建筑抗震减灾有着极其重要的意义。黄河下游地理位置特殊,该区域内粉土分布面积广大,具有一定的代表性。本文基于大量的实际调查,系统地分析了黄河下游冲积粉土的成因及土体组成,并在动三轴试验基础上阐述了该区域粉土的动力特性和液化机理,最后结合该区域粉土土质特点和工程实例比较了现有的地震液化判别方法,指出该区域粉土液化判别应考虑粘性粉粒的影响,并依此利用塑性指数对液化判据进行了改进。     

双向复合地基研究现状及若干实例分析

本文简要总结了双向复合地基的研究现状，对双向复合地基研究及实践中的一些问题进行了探讨，并分析了双向复合地基的一些新形式以及设计中注意的要点，增进了对双向复合地基承载机理及发展的认识。     

双疏铝合金表面的水/油润滑摩擦学性能

利用激光加工在5083船用铝合金表面构建间距为100μm的点阵和网格微结构,将Si O2纳米粒子涂覆在微结构上构建微纳结构,制备出双疏铝合金表面。采用接触角测量仪测量其表面接触角和滚动角,采用多功能摩擦磨损试验机探讨其在水润滑和油润滑条件下的摩擦学性能。结果表明,网格表面的超疏水/疏油性能比点阵表面更强,水接触角达到159.9o,对十六烷的接触角达到147.0o。随表面疏水和疏油性能的提高,摩擦因数减小,磨痕深度变浅,宽度变窄。油润滑条件下的摩擦因数显著小于水润滑条件下的,且波动性更小,磨痕也更浅更窄。水润滑条件下,点阵表面的摩擦因数大于网格表面;而油润滑条件下,点阵表面的摩擦因数小于网格表面。     

基于高斯混合多目标滤波器的传感器控制策略

本文基于随机有限集的高斯混合多目标滤波器（Gaussian Mixture Multi-Target Filter,GM-MTF）提出几种传感器控制策略.首先,基于容积卡尔曼高斯混合多目标非线性滤波器,借助两个高斯分布之间的巴氏距离,推导GM-MTF的整体信息增益,并以此为基础提出相应的传感器控制策略.另外,设计高斯粒子的联合采样方法对多目标滤波器的预测高斯分量进行采样,用一组带权值的粒子去近似多目标统计特性,利用理想量测集对粒子的权值进行更新,继而研究利用Rényi散度作为评价函数,提出一种适应性更好的传感器控制策略.最后,给出基于目标势的后验期望（Posterior Expected Number of Targets,PENT）评价的高斯混合实现过程.仿真实验验证了提出算法的有效性.     

基于多目标MS-OSPA下界的分散式传感器选择

本文提出了一种分散式大规模多目标跟踪网络的传感器选择优化算法.该方法以多目标状态集和估计集间的均方最优子模式分配误差下界作为优化目标函数,根据加权Kullback-Leibler平均（Kullback-Leibler average,KLA）准则对局部多目标密度进行融合,最终采用坐标下降法来折中计算代价和跟踪精度.仿真实验在不同信噪比场景下验证了本方法的有效性.     

未知杂波环境下的多目标跟踪算法

提出了一种未知杂波环境下的多目标跟踪算法. 该算法通过有限混合模型(Finite mixtrue model, FMM)建立多目标似然函数, 其中混合模型参数可通过期望极大化(Expectation maximum, EM)算法及模型合并与删除技术得到. 由估计的混合模型参数可进一步得到杂波模型估计、目标个数估计以及多目标状态估计. 类似基于随机有限集(Random finite set, RFS)的多目标跟踪算法, 该算法也可避免目标与测量的关联过程. 仿真实验表明, 当杂波分布未知并且较复杂时, 本文算法的估计效果要明显优于未进行杂波拟合时的多目标跟踪算法.     

闪烁噪声统计特性未知情况下的鲁棒广义标签多伯努利滤波器

为了解决闪烁噪声统计特性未知情况下的多目标跟踪问题,提出一种鲁棒广义标签多伯努利(Generalized Labeled Multi?Bernoulli,GLMB)滤波器.该滤波器采用均值未知且时变的多维Student's t分布对统计特性未知的闪烁噪声进行建模.它放宽了闪烁噪声均值为零的限制性假设,可以自适应地处理闪烁噪声均值未知且时变条件下的多目标跟踪问题.本文在GLMB滤波框架下,利用变分贝叶斯方法对增广状态中的参数进行变分迭代,并通过最小化Kullback?Leibler散度得到边缘似然函数的近似解.仿真结果表明,在闪烁噪声统计特性未知的情况下,所提滤波器能有效地对多目标进行跟踪.