如何提高印染仿样效率

系统地分析了染料光谱特征对印染仿样工作的影响。又对光谱圈在仿样工作中的应用做了明确阐述，提出了模糊仿样方法，对影响仿样效率其它方面知识做了论述。对从事印染专业的技术人员具有一定的参考作用。     

河口海岸潮流速分布模式研究

在沿岸水域尤其是在浅海陆架和近岸区，潮流在水流运动中起着主导的作用，在潮流运动中，近底流速剖面偏离传统的对数分布。根据前人的研究，笔者曾从理论上得到了近底流速分布的对数线性模式。但该模式对近底层的数据要求较高，一般近底1m之内需要四层测量数据，而这些数据在实际应用时很难得到。因此，本文根据潮流运动的表面边界条件将该模式进行扩展研究，使其能适用于传统的六点法测量数据。该扩展模式为对数抛物模式，适用于全水深，是潮流速分布模式。通过长江口和江苏岸外西洋海域两个实例计算分析，并与传统的对数分布模式比较，结果表明该潮流速分布模式在各层数据上都与实测数据具有良好的相关性且物理量z0与u．之间具有更好的一致性和相关性，可应用于河口海岸流速分析研究。     

鼠笼式搅拌磨的流体场建模及计算机仿真

搅拌磨机在工业与研究领域是一种效率高的超细粉磨设备。为了优化设计参数，提高鼠笼式搅拌磨机的粉碎效果，需要对磨机研磨室内的流体场作深入的研究。利用Ansys有限元软件对鼠 式搅拌磨机研磨室的圆截面内的流体场进行仿真分析。通过对仿真结果的分析可知，在该流体场内存在着2个速度梯度较高的区域。在这2个区域中，粉碎作用明显。为了得到最佳的粉碎效果，应该使磨球尽可能地通过这2个区域。     

联合循环机组汽封系统的设计改进

介绍了联合循环汽轮机原汽封系统存在的问题以及改进后汽封系统的工作原理和运行控制过程。     

塔河油田深井穿盐膏层钻井液技术

深井盐膏层钻井施工风险极大,常会引起卡钻和套管损坏,影响安全钻井。通过对塔河油田深井盐膏层矿物组分、理化特征等进行综合分析,阐明井壁失稳的主要原因,为选择钻井液体系提供理论基础;对适应于该段的钻井液体系和现场维护处理技术进行了探索,提出了欠饱和盐水钻井液技术方案,并在T913井、TK827井、TK1106井进行了现场应用。结果表明,井下复杂大幅度降低,钻井周期大幅度缩短,经济效益较好。     

混浊水用清水视觉器的研究

针对混浊水环境下对海洋平台管节点焊缝和坝体裂纹检测和监测不易实现的难点,研制了一种基于轴对称射流的混浊水用清水视觉器,其基本原理是在适当区域中,造成一定体积的清水视域并用CCD对目标进行观测.在污水射流浓度分布理论的基础上,推导了静止混浊水中自由清水射流起始段与主体段中的混浊水浓度分布规律,并通过试验对射流的可视域进行了验证.试验表明,这种混浊水用清水视觉器能够在混浊水中造出一定体积的可视域,应用CCD能够对可视域中目标进行观测,其可视域的尺度与射流出口尺寸有关.     

运动捕捉数据在Jack平台上的重定向技术研究

提出了一种BVH格式运动捕捉数据驱动Jack三维骨架模型产生人体运动效果的方法。将Peabody结构的Jack虚拟人模型简化成能够映射BVH数据的树状骨骼结构,使用欧拉角旋转方程建立运动捕捉数据与Jack角色模型的关节数据映射公式,最后在Jack平台上用Python等脚语言进行了编程实现。为在Jack平台中大规模重用运动捕捉数据提供了条件。     

基于WI-FI的井下定位算法研究

基于射频指纹的室内定位算法有很多,现提出基于射频指纹的应用在煤矿巷道这种特有的环境特征的一种新的定位算法。根据无线信号的衰减特性,将距离接入点3m处的接收信号强度值设为阈值,若设备接收的信号强度值大于阈值则直接定位到此接入点处。若信号强度低于阈值,则根据射频指纹数据库数据得到估计位置。在煤矿中移动目标的速度一般小于10m/s,根据这一特征,算法中设定前后两次的定位位置不能超过10 m;若超过10 m,则取前一秒的定位位置与该秒采用数据库匹配得出的位置的中点。将这些特征应用到射频指纹定位算法中可以非常有效的减少环境对信号强度的影响。通过实验表明,该定位算法具有较高的定位精度。     

自适应激素调节遗传算法

基于生物内分泌系统的激素调节原理,提出了一种新的自适应遗传算法。该算法以内分泌激素调节的Hill函数下降形式为基础,设计了自适应交叉算子和自适应变异算子,使交叉率和变异率在遗传算法迭代过程中,能够根据各代种群多样性的变化进行自适应调节,在整个进化过程中将种群多样性维持在合理水平。4种测试函数及三维人脑图像分割的实验结果显示,提出的自适应遗传算法可较好地保持种群多样性并克服早熟现象,性能优于其他两种自适应遗传算法及传统遗传算法。     

大型数据集的多维变量关联性挖掘

为了探索多维数据集中各变量之间的关系,特别是非函数关系,对数据集所在的n维立方体的各个维度进行划分,在得到的n维网格中定义自然概率密度函数,以此得到数据集在特定划分下的互信息值。对所有的划分取互信息最大值,正态化后即为所定义的特征张量的一项,取特征张量在给定最大网格数下的最大项的值定义为MIC,它度量了多维变量间的关联程度。