稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.     

磁各向异性三足探头应力测试技术研究

对机械设备或金属构件应力的检测是评估其寿命和防止事故发生的重要手段,一直以来在学术研究和工程应用中备受关注。针对铁磁构件应力难以有效检测的问题,提出了一种基于磁各向异性方法的三足磁极应力检测方法。采用有限元软件对三足探头不同角度检测时感应输出电压进行仿真分析,并在自行研制三足探头磁力传感器基础上,对16MnR钢平板试件进行应力检测试验研究。试验结果表明,磁各向异性三足探头可以有效检测16MnR钢平板试件的应力集中位置,且应力与磁信号存在较好的相关性,可为铁磁构件应力检测提供一条新途径。     

基于强化学习单元匹配循环神经网络的滚动轴承状态趋势预测

为了解决当前人工智能预测方法在滚动轴承状态趋势预测中预测精度较差、计算效率较低的问题,提出基于强化学习单元匹配循环神经网络(RLUMRNN)的滚动轴承状态趋势预测新方法。先采用滑动平均奇异谱熵作为滚动轴承状态退化特征,再将该特征作为RLUMRNN的输入完成滚动轴承状态趋势预测。在RLUMRNN中,利用最小二乘线性回归法构造单调趋势识别器,将轴承整体的状态退化趋势分为上升、下降、平稳3种单调趋势单元,并通过强化学习为每一种单调趋势单元选择一个隐层数和隐层节点数与其相适应的循环神经网络,从而改善了RLUMRNN的非线性逼近能力和泛化性能;用3种单调趋势单元和不同隐层数、隐层节点数分别表示Q值表的状态和动作,并构造关于循环神经网络输出误差的新型奖励函数,以明确强化学习的目标,从而减小循环神经网络的输出误差,避免在Q值表更新过程中使Agent(即决策函数)盲目搜索,提高了RLUMRNN的收敛速度。通过双列滚子轴承状态趋势预测实例验证了该方法具有较高的预测精度和计算效率。     

冷轧退火对FeMnCoCrAl高熵合金组织和力学性能的影响

使用真空电弧炉熔炼出(Fe₅₀Mn₃₀Co₁₀Cr₁₀)₉₄Al₆合金,利用冷轧及在不同温度对合金进行退火,以期望得到由多尺度再结晶晶粒构成的层状结构;并对不同退火温度的样品进行拉伸性能测试。利用扫描电镜和EBSD对合金组织形貌进行表征,采用X射线衍射方法研究其相组成。结果表明:合金在铸态和冷轧后相组成未发生变化,700 ℃退火得到较好的多尺度再结晶晶粒的层状结构,其屈服强度为487 MPa,抗拉强度为708 MPa,断后伸长率为39%,表现出良好的综合力学性能。     

涡流空气分级机熵产与分级性能分析

利用热力学第二定律中的熵产理论对涡流空气分级机各不可逆因素引起的熵产进行分析，通过粉料分级试验对其分级性能进行验证，获得了黏性熵产、湍流熵产和壁面熵产分布特点及操作参数对熵产和分级精度的影响规律。熵产分析结果表明，涡流空气分级机内湍流熵产和壁面熵产占总熵产的比例高达56.41%和43.11%，湍流熵产主要产生于转笼叶片间和转笼内部，进风口和细粉出口壁面剪切引起较大壁面熵产；此外，转笼转速和进口风速变化分别仅对转笼区域和切向进风口区域内气流运动熵产影响较大，进口风速-转笼转速处于8.6m/s、 800r/min和18m/s、1200r/min操作工况附近时，涡流空气分级机内总熵产/总能变化率较小，分级流场稳定性较高，对粗、细颗粒分离有利，该工况下分级机的粉料分级试验效果较好，说明熵产理论可用于涡流分级机内流动分析及其操作参数的优化匹配。     

基于广义逆矩阵理论的杆系结构形态创构方法#br#

广义逆矩阵理论被广泛应用于不稳定结构的形态分析。不稳定结构在荷载作用下，其形状会发生变化直至其势能达到最低，此时的结构处于无弯矩的平衡状态。根据该原理并结合广义逆矩阵理论提出一种适用于杆系结构的形态创构方法。该方法将杆系模型中杆单元进行分组，在每一组中杆单元总长度不变的条件下，建立控制结构形状变化的移形方程。利用广义逆矩阵理论和势能梯度确定使模型势能下降最快的方向，并逐步调整节点位置直至势能达到最低。临时单元和单元组的引入使得该方法可以应用于多种形式结构的形态创构，合理地设置单元组和临时单元可以实现单元长度与单元内力的重新分配进而实现诸多功能。算例分析说明该方法的特性并验证其有效性。     

基于综合赋权与集对分析的煤炭企业安全评价

安全评价是发现系统风险,提高生产安全性的有效手段。运用集对分析理论对煤炭企业生产安全性进行分析与评价。根据SHEL模型,结合煤炭企业实际对生产中的风险因素进行分析,确定了煤炭企业安全评价指标体系;将熵权法与超标倍数赋权法相组合来确定各评价指标的综合权重,基于集对分析理论构建了煤炭企业安全评价模型。将构建的指标体系和评价模型在平煤集团5个生产矿井进行了应用,结果显示,利用集对分析得到的评价结果与实际情况基本吻合。