基于Kriging理论的发动机万有特性研究

发动机万有特性是衡量发动机燃油经济性并进行动力总成匹配的重要依据。为提高万有特性建模的精度,以某系列柴油机试验数据为例,基于Kriging理论并采用遗传算法优化其初始值θ_0建立万有特性预测模型。在此基础上,对比分析优化初始值θ_0后的Kriging理论、BP神经网络及最小二乘法所建立的万有特性预测模型精度和鲁棒性。结果表明:采用遗传算法优化后的Kriging理论建立的万有特性预测模型精度和鲁棒性均高于BP神经网络和最小二乘法。     

压水堆堆芯损伤评价系统研究与开发

堆芯损伤评价是反应堆事故后应急评价的重要组成部分。本文在国外文献基础上,结合国内的运行经验,对压水堆堆芯损伤评价进行研究,并开发了相应的软件程序。堆芯损伤评价包括基于堆芯裸露时间、在线监测仪表读数和取样分析数据三种方法。考虑应急实时要求、电厂实际情况与国际经验,本文采用了基于在线监测仪表读数的评价方法,该方法主要是基于堆芯热电偶读数与安全壳辐射监测仪表读数进行评价,其他监测仪表读数进行辅助合理性证实。     

大规模多状态计算系统的容错性能分析

针对异构计算节点组成的大规模多状态计算系统的容错性能分析问题，提出了一种计算系统容错性能的评估方法。该方法采用自定义的两级容错性能形式化描述框架进行系统描述，通过构造多值决策图（Multi-value Decision Diagram，MDD）模型对系统进行容错性能建模，并基于构造的模型高效地计算出部件故障的条件下计算系统在特定性能水平上运行的概率，减少了计算的冗余性。实验结果表明，该方法在模型的大小和构建时间上均优于传统方法。该方法的提出将对系统操作员或程序设计者具有重要意义，使其确保系统适合预期应用。     

模糊离散事件系统基于验证器的模式故障诊断

针对模糊系统在运行过程中可能出现由多个事件触发的故障,研究模糊离散事件系统模式故障的诊断问题,提出一种基于验证器的模式故障诊断方法.先对模糊离散事件系统中最常见的模式故障,引入S类型模式故障和T类型模式故障两个概念,再分别对模糊离散事件系统的S类型和T类型模式故障的可诊断性进行形式化.为验证模糊系统模式故障的可诊断性,构造一个验证器自动机,并得到一个关于模糊离散事件系统模式故障可诊断性的充分必要条件,实现对模糊系统模式故障的诊断.     

神经网络全局势函数在多相催化中的应用

当今的多相催化研究需要新的技术和方法从原子尺度上表征活性中心结构和反应中间体。本文作者课题组近期开发了理论模拟新技术来探索催化剂活性位点结构，即基于神经网络势函数的大规模原子模拟（LASP）软件中实现的全局神经网络势函数计算方法。本文介绍了该方法可以显著降低催化体系的计算代价，而维持与密度泛函理论同一级别的计算精度，从而解决多相催化中的许多复杂问题。本文对神经网络势函数方法的实现细节和目前已实现的应用场景进行了详细介绍。神经网络势函数可以用来预测材料晶体结构，理解高压氢化条件下TiO₂表面的结构演化和确定三元氧化物ZnCrO晶相中合成气制甲醇活性位点。最后文章分析了神经网络势函数的局限性和今后可能的三个研究方向，即材料性质预测、多元素体系神经网络势函数构造和化学反应拟合。     

最大相关峭度反褶积与傅里叶分解方法相结合的滚动轴承故障诊断

针对强背景噪声环境下滚动轴承故障特征难以提取的问题,提出一种基于最大相关峭度反褶积(MCKD)与傅里叶分解方法(FDM)相结合的滚动轴承故障诊断方法。首先采用MCKD对振动信号去噪、提取与故障相关的冲击成分;其次,采用FDM对去噪信号进行分解,得到若干个瞬时频率具有物理意义的傅里叶固有频带函数和一个残余分量之和;第三,依据各个模态与去噪信号的相关性提取包含故障信息的最优模态分量,并对它们进行重构;最后,计算重构信号的包络谱,从谱图中读取故障信息。将所提故障诊断方法应用于滚动轴承故障仿真和实验数据分析,并通过与现有方法进行对比,结果表明,该方法优于所对比的方法。