基于统计模拟试验法的主机组故障周期分析

智能巡检是水电厂设备智能维护的重要内容,为了实现智能巡检,确定不同设备的理论故障周期是关键。设备系统的寿命分布具有一定的规律,由这一规律确定的理论设备故障周期是确定巡检周期的重要依据。假定同一设备系统具有恒定的故障率,采用寿命指数分布模型描述设备系统可靠度与理论故障周期之间的关系(可靠度函数),建立并利用设备系统故障树的方法描述水轮发电机组故障与其子系统故障之间的关系,通过统计模拟试验法统计模拟子系统故障发生情况,并以该统计模拟结果为依据,拟合得出指数分布可靠度函数中的关键参数。利用可靠度函数,能够求得不同可靠度对应的预期可靠寿命,可为水轮发电机组理论故障周期的确定提供依据。     

基于近似计算技术的FPRM电路面积优化

近似计算技术通过降低电路输出精度实现电路功耗、面积、速度等方面的优化.本文针对RM（Reed-Muller）逻辑中"异或"运算特点，提出了基于近似计算技术的适合FPRM逻辑的电路面积优化算法，包括基于不相交运算的RM逻辑错误率计算方法，及在错误率约束下，有利于面积优化的近似FPRM函数搜索方法等.优化算法用MCNC（Microelectronics Center of North Carolina）电路进行测试.实验结果表明，提出的算法可以处理输入变量个数为199个的大电路，在平均错误率为5.7%下，平均电路面积减少62.0%，并在实现面积优化的同时有利于实现电路的动态功耗的优化且对电路时延影响不大.     

基于模型仿真评价小区开放对道路通行的影响

近日,国家发布了不再建设封闭住宅小区的相关意见,引起了关于开放小区能否达到改善交通状况的目的的热议。基于车主在车辆通行过程中会对道路进行选择,构建BPR综合阻抗函数模型,得出各道路行驶时间并将其作为选择标准。考虑非机动车、行人及交叉口延误等实际影响,建立容量限制分配模型,通过仿真,形象说明小区开放不仅可提高区域路网密度和可达性,而且可为城市道路分担交通压力。     

限制失真的网格参数化方法

针对当前网格参数化效率较低、映射失真较严重的问题，提出一种限制失真的网格参数化方法。首先，预处理原始网格模型。输入原3D网格模型，采用Half-Edge数据结构来重新组织网格并切割网格模型产生相应的切缝；构建Tutte映射把3D网格映射到一个2D凸多边形域，即构建2D网格模型。然后，进行限制失真的网格参数化计算。将Tutte映射后的2D网格模型作为限制失真计算的初始数据，建立相对于原3D模型网格的失真度量函数；求得该度量函数的最小值点，即为映射后的网格坐标集合；将映射后的网格作为限制失真映射的输入网格，设定迭代终止条件，循环迭代直至迭代结束，得到收敛的最优网格坐标；在计算映射失真度时，针对等距映射失真采用Dirichlet能量函数度量，针对共形映射失真采用尽可能等距（MIPS）能量函数度量；在求解映射失真度量函数的最小值点时采用代理函数法结合组合牛顿法的最优解方法。最终，实现了该方法并开发了一个原型系统。在原型系统中，分别设计了限制等距失真和限制共形失真的网格参数化实验，对程序执行时间和失真能量下降情况进行了统计和对比，提供了相应的纹理映射效果展示。实验数据表明，所提出的方法执行效率高、映射失真能量下降快，最优值收敛质量稳定；纹理映射时纹理着色均匀、布局紧致、线条均匀，符合实际应用的标准。     

基于三值Walsh插值函数的PSWF重构方法

针对采用二值Walsh函数重构椭圆球面波函数(PSWF)精度不高的问题,通过理论分析的方式,将二值Walsh插值函数推广为三值Walsh插值函数,并依据其完备正交性,提出基于三值Walsh插值函数的PSWF重构方法。在此基础上,对运算量、信号精度、信号性能等进行数值分析。结果表明,相比于二值Walsh函数重构法,在运算量基本持平的基础上,提出的方法能够在相同采样点数量的情况下,使得时域重构信号的精度至少提升5个数量级,且时域正交性较好,频域能量聚集度也有1个数量级的提高。     

一种基于CST技术的机翼参数化描述方法

为了确保翼型性能，需要采用恰当的翼型参数化方法生成所需要的翼型几何体。利用CST方法生成具有代表性的Clark-Y二维机翼，同时对CST方法生成三维几何体进行了详细研究。在原有的CST方法基础上对生成三维机翼的方法进行改进，用来解决机翼外形不连续变化的情况，生成可控分段变化三维机翼外形，控制效果良好。     

基于BP神经网络对非线性函数拟合

不确定性、非线性常存在于控制领域系统中,难以控制和分析。本文基于BP神经网络对非线性函数拟合进行研究。通过仿真验证了该方法对非线性函数拟合具有良好效果和适用性。     

一种适用于开采沉陷的InSAR最大可检测形变梯度函数模型

由于时空失相干、大气延迟等因素的影响,InSAR技术的检测能力受限,无法保证任意矿区监测结果的有效性。若检测能力未知,使用InSAR技术将极易造成人力、物力资源的浪费。为有效判断InSAR技术是否适用于矿区地表形变区域探测,提出了一种适用于开采沉陷的InSAR最大可检测形变梯度(Maximum Detectable Deformation Gradient,MDDG)函数模型。首先通过分析地质采矿因素对开采沉陷的影响,选取矿区开采深厚比和下沉系数两个参数作为模型参数;然后基于不同分辨率、不同波长和不同入射角的SAR影像数据,采用数值模拟和回归分析方法,建立了水平煤层开采条件下的InSAR最大可检测形变梯度函数模型。为验证模型的可靠性,采用陕西大柳塔矿区2012年11月21日—2013年4月2日的13景TerraSAR卫星数据进行模型验证试验。研究表明:InSAR在该矿区的最大可检测梯度为0.008 56,相邻控制点间能够检测的形变量不超过0.171 2 m,采用地表观测站GPS数据作为参考形变值验证了上述结论;与现有模型对比,该模型检测精度更高,细化检测性能更为突出,且无需提前获取SAR影像,可为促进InSAR技术应用于矿区开采沉陷监测提供参考。