用局部法评定焊接接头的疲劳性能

采用16Mn钢非承载十字焊接接头疲劳试验结果对使用Dang Van准则的疲劳评定局部方法进行了研究。结果表明，有限元分析中应力集中区单元尺寸对局部参量计算有明显影响，为获得比较合理的预测结果需对焊趾应力集中区所划分的单元尺寸限定，当接头焊趾半径在0．15-0．8mm变化时应选择最小单元尺寸0．32-0．62mm计算局部参量；在此基础上Dang Van准则可以对焊态接头做出合理的评定，但Dang Van建议的卢值偏安全。此外，通过计算发现焊趾半径只影响局部很小区域(约0．5mm内)的应力集中分布，在某一深度(约0．5mm)后存在稳定的应力集中，因而建议采用距应力集中区最大应力处某一深度的应力参数计算Dang Van局部参量可能更为合理，这将减小局部参数对焊趾半径及单元尺寸的依赖性。     

基于阻抗网络模型的多变流器直流微电网小扰动稳定性分析

大量新能源设备与负荷通过电力电子变流器接入直流微电网,导致多变流器直流微电网(MCDCM)的小干扰稳定性面临严峻挑战,且使用传统阻抗比与状态空间模型分析MCDCM时存在一定的局限性.基于变流器端口的阻抗特性,建立MCDCM的阻抗网络模型与具有开环稳定特性的负反馈系统,并将阻抗网络模型应用于直流微电网的稳定性判别与设计.一个包含6个变流器的MCDCM的时域仿真结果验证了该方法在MCDCM稳定性判别与设计中的优势.     

液态金属静压力对缩孔缩松判据的影响

大多数缩孔缩松判据都忽略了液态金属静压力的影响,因此对液态金属静压力较大的铸件的缩孔缩松预测不够准确。针对这一问题,通过对铸件缩孔缩松判据———时间梯度法(Xue判据)的改进,将液态金属静压力P0引入到缩孔　>Ck,与实验缩松判据中,建立了时间梯度法与液态金属静压力之间的关系。新的缩孔缩松判据可表示为P0 80　·Gτ/τ0 6结果对比表明,预测结果与实验结果吻合,比原缩孔缩松判据预测结果更加准确。     

线性多智能体系统一致性问题的部分稳定性方法（英文）

A linear transformation is proposed to deal with the consensus problem of high-order linear multi-agent systems(LMASs).In virtue of the linear transformation, the consensus problem is equivalently translated into a partial stability problem. We discuss three issues of the LMASs under a generalized linear protocol: 1) to find criteria of consensus convergence; 2) to calculate consensus function; 3) to design gain matrices in the linear consensus protocol. Precisely, we provide a necessary and sufficient criterion of consensus convergence in terms of Hurwitz stability of a matrix and give an analytical expression of the consensus function. In addition, we set up a relation between the gain matrices in the protocol and the convergence time and consensus accuracy of the agents, and then design the gain matrices with respect to a pre-specified convergence time and a required consensus accuracy.     

多流形判别分析在人脸识别中的研究

局部保持投影LPP(Locality Preserving Projection)是一种有效的非线性降维方法,能够使投影降维后的数据与原输入空间中的相似局部结构保持一致,但是该方法没有充分利用类间样本点的权重等重要信息。为了解决这个问题,提出基于Fisher准则的多流形判别分析FMMDA(Fisher Multi-Manifold Discriminant Analysis)方法。结合Fisher准则训练样本类内拉普拉斯图和样本均值类间拉普拉斯图,既保持了原样本的相似局部结构,又充分地利用了不同类别之间的权重。在ORL及Yale人脸库上验证了该方法的有效性。与其他几种最先进的方法相比,FMMDA方法取得了更好的识别效果。     

一种检测单晶炉热场温度的新方法

为去除单晶炉热场温度测量信号中的低频干扰、提高温度信号的估计精度,本文提出了一种基于跨维模拟退火(trans dimensional simulated annealing,TDSA)的单晶炉热场温度检测方法.该方法首先将AIC(Akaike information criterion)信号个数判断准则纳入采样机制中以便对干扰个数采样估计,进而利用所设计的基于信号频谱和轮盘赌思想的Metropolis Hastings机制对相应个数的干扰频率进行采样,最后设计了混合均匀和高斯采样机制对单晶炉热场温度进行采样估计.仿真和单晶炉工程实验结果表明,该方法在干扰个数未知的情况下,能够有效地抑制低频干扰、准确检测单晶炉热场的温度.     

基于弹性网格混合特征的脱机手写维文识别

手写体维文识别技术的关键在于特征提取方法的选择。为探求一种可靠性高、可分性强的脱机手写维文特征提取方法,在分析现有方法的基础上,结合维吾尔文字词自身的特点,提出一种在局部特征上基于弹性网格区域笔划密度、方向分解特征,在全局特征上提取交叉点、环、弧形笔划、附加笔划、外围轮廓特征的混合特征提取方法。通过在IFN/ENIT标准数据库及自采样数据集的聚类分析实验,识别正确率分别达到85%、84.3%。结果表明,方法综合统计特征和结构特征提取的优点,具有较强的抗扰能力,可分性优于GSC法。     

Criterion for Selecting Composite Materials for Explosion Containment Structures (Review)

Experimental data on the dynamic response and strength of simple shells of fiber composites are used to justify the choice of these materials for the load-bearing shells of blast-proof structures. It is shown that in such structures composites are preferred to homogeneous metal alloys (structural steels) to eliminate strong scale effects of an energetic nature. A criterion for selecting fibers is proposed and justified experimentally, and reinforcement patterns are determined to obtain optimal (in the strength-mass ratio) compositions for the load-bearing shells of blast-proof containers and chambers. __________ Translated from Fizika Goreniya i Vzryva, Vol. 41, No. 5, pp. 3–13, September–October, 2005.     

Bayesian Model Uncertainty In Smooth Transition Autoregressions

Abstract. In this paper, we propose a fully Bayesian approach to the special class of nonlinear time‐series models called the logistic smooth transition autoregressive (LSTAR) model. Initially, a Gibbs sampler is proposed for the LSTAR where the lag length, k, is kept fixed. Then, uncertainty about k is taken into account and a novel reversible jump Markov Chain Monte Carlo (RJMCMC) algorithm is proposed. We compared our RJMCMC algorithm with well‐known information criteria, such as the Akaikes? information criteria, the Bayesian information criteria (BIC) and the deviance information criteria. Our methodology is extensively studied against simulated and real‐time series.     

基于Fisher 准则和最大熵原理的SVM核参数选择方法

针对支持向量机(SVM)核参数选择困难的问题,提出一种基于Fisher准则和最大熵原理的SVM核参数优选方法.首先,从SVM分类器原理出发,提出SVM核参数优劣的衡量标准;然后,根据此标准利用Fisher准则来优选SVM核参数,并引入最大熵原理进一步调整算法的优选性能.整个模型采用粒子群优化算法(PSO)进行参数寻优.UCI标准数据集实验表明了所提方法具有良好的参数选择效果,优选出的核参数能够使SVM具有较高的泛化性能.