感觉器官信息处理的混沌机理研究

通过应用非线性动力学的方法,发现混沌系统和神经计算之间存在着相似性——系统的非线性以及状态的模拟性．基于这种特性,介绍并讨论了一种模拟神经系统信息处理的混沌电路．实验结果表明,混沌特性可能就是神经生物系统具有对微小波动的敏感性和状态的快速转换性的原因所在．     

外墙外保温体系裂缝分析研究

外墙外保温是墙体节能的重点推广技术,而裂缝的出现会大大降低其性能。通过对外保温裂缝形成原因的分析,指出温度场的重新建立以及材料性能的差异是导致裂缝出现的主要原因;并结合外保温构造做法,提出了避免裂缝产生的三大原则;最后,就外墙外保温的发展进行了讨论。     

挤压态AZ80镁合金的塑性变形行为

采用Gleeble-1500热模拟实验机,对挤压态AZ80镁合金在变形温度为250~450℃和应变速率为0.001~10s-1条件下进行热压缩塑性变形。将实验得到的流变应力经过温度修正后,分析该合金的应变速率敏感指数,构建其本构方程,并研究其发生动态再结晶的临界点。结果表明:低温低应变速率下变形时,AZ80镁合金的应变速率敏感指数较高;低温高应变速率下变形时,应变速率敏感指数较低;应变速率提高和温度降低都会导致发生动态再结晶的临界应变增大。     

核电站管道段模块化施工技术

借鉴国外核电站实施管道段模块化技术的成功经验,对CPR1000型核电站管道段模块化施工技术进行了系统研究,制定了管道段模块的选定原则和设计流程,开发了基于三维设计平台的管道段模块设计功能,提出了实施管道段模块的技术条件,为CPR1000型核电站建设应用模块化施工技术提供参考。     

基于相邻帧差法的输电线路异物目标检测研究

针对输电线路异物目标检测时存在因目标区域阈值设定不准确导致准确率低的问题，提出一种基于相邻帧差法的输电线路异物目标检测方法。首先，针对输电线路异物提取问题进行分析。然后，以相邻帧差法为基础，采用仿射聚类算法进行优化聚类，从而实现实际目标像素的精确提取。最后，利用试验证明所提方法的先进性。试验结果表明，所提检测方法可使像素提取的准确率提升30%左右、异物识别的准确率提升23.48%。所提检测方法将相邻帧差法与仿射聚类法相结合，对输电线路电线周围异物目标特征提取过程进行创新，完成了异物目标的识别及检测。该研究提升了输电线路在线监测的有效性，为后续输电线路异物检测、异物预警提供了参考。     

基于迭代轨迹划分的单分支循环程序终止性分析

秩函数作为循环程序终止性分析的重要方法已得到广泛研究。文中着重研究了单分支循环的终止性。首先提出了双向迭代循环概念，将单分支循环分为双向迭代循环和非双向迭代循环。其次，针对双向迭代循环程序，建立了一种划分思路，提出了三段式秩函数的概念，并证明了若该双向迭代循环存在三段式秩函数，则其是终止的。而对非双向迭代循环，引用增函数的划分思路，即利用增函数将原程序空间划分为更小的空间，并通过计算更小空间上的秩函数来证明原程序的终止性。最后，将三段式秩函数的计算问题归结为SVM分类问题，并利用工具Z3或bottema对由SVM所得的候选秩函数进行验证。     

K-means聚类-DCT压缩算法在振动传感器中的研究与应用

为延长无线振动传感器在需要对大量高频振动数据进行采集情况下的使用寿命，首先对现有振动数据压缩算法进行了研究，对其存在的问题进行了分析，并在此基础上提出了一种基于K-means聚类-DCT双重数据压缩算法的压缩方法。所采用的K-means聚类-DCT双重数据压缩算法针对预测性维护数据特点，首先利用K-means算法对振动数据进行聚合分类，再根据振动信号频域特点进行离散余弦变换（Discret Cosine Transform, DCT）压缩。通过实际验证表明，采用该算法对振动数据进行数据聚合，可以非常明显地提高数据压缩的效率，从而在传输时将冗余数据有效减少。而在相同数据量情况下，采用改进的双重压缩算法的峰值信噪比与其他算法相比，其具有更好的性能。     

基于RM-MPSO-ELM的变压器故障自动化诊断技术

为提高变压器故障诊断准确性，提出一种基于改进粒子群极限学习机算法（RM-MPSO-ELM）的变压器故障自动化诊断技术。利用一系列采集工具和气相色谱仪获取变压器故障样本数据，应用主成分分析法对变压器故障样本数据进行突出特征指标选取，降低数据维数，最后利用改进粒子群求取极限学习机中两个最优初始输入权值和隐层阈值，并利用优化的极限学习机实现变压器故障自动化诊断。应用所研究诊断技术后，变压器平均故障诊断准确率达到95.18%，应用效果良好。