直线感应加速器的优化设计与仿真

为了提升直线感应加速器的发射性能,引入补偿器件以改善磁场分布。基于电磁场理论,建立直线感应加速器的数学模型,通过场路耦合模型进行有限元仿真,得到速度、位移及作用力的参考值,进一步地通过设置一种补偿器件用于提升发射效率,对比分析补偿器件在不同厚度、材料以及电枢不同装填位置时对炮口电枢速度的影响,从而得出一般设计策略。研究表明通过引入高磁导率低电导率的补偿器件可以显著提高发射效率,对直线感应加速器的参数选择和方案设计具有指导意义。     

多孔材料孔隙特性的分形描述

通过压汞法得到了水泥基多孔材料的微观孔隙分布数据,在此基础上采用a,b,c三种方法计算了该材料相应的分维数.结果表明:用c法得到的颗粒分布分维数最为有效,其相关系数为0.97,说明水泥基多孔材料微观孔隙具有良好的分形特性;基于微观孔隙分布密度函数,提出了一种能表征微观孔隙分布特性的累计微观孔隙率模型,结合分维数,利用该模型预测了水泥基多孔材料的累计微观孔隙率,预测值与实测值吻合较好.     

不同初始孔隙比土体进气值及土–水特征曲线预测

建立不同初始孔隙比条件下土–水特征曲线预测方法是进行非饱和土水–力耦合研究的基础,因而具有重要的研究意义。为此,以分形理论为基础建立了不同初始孔隙比下进气值预测方法,分析了不同初始孔隙比条件下分维数近似不变的规律,在此基础之上,利用土–水特征曲线分形模型给出了不同初始孔隙条件的土–水特征曲线预测方法,试验结果表明提出的预测方法较为合理。     

施用稀土的小麦显徼结构研究

冬小麦在合理、适量施用稀土后,通过显微结构的研究查明,稀土麦叶主要表现为叶肉细胞中的叶绿体数量增多,维管束排列密度较高,导管以及维管束鞘柔软细胞发育较好,机械组织发达。从显微结构上说明,合理施用稀土可增进叶片的良好性状,有利于光合作用的进行和水分、养分的运输,促使作物茁壮发育。通过显微结构的研究,从理论上阐述了稀土促进作物增产的机制。文中还叙述了喷施稀土后的小麦试验区的产量结果,喷施稀土的小麦比对照小麦产量高,获得了增产,与小麦显微结构研究结果是相符合的。     

一种基于多信息融合的模糊边界检测算法

提出了一种有效的模糊边界检测算法.首先,用滤波器组和改进的K-Means算法快速提取了图像的纹理基元特征;然后,采用模糊手段将图像的局部灰度信息、纹理信息和空间信息有机地融合起来,定义了一个边缘检测函数,求出每个像素所对应的模糊梯度值,并由此构成模糊梯度特征向量;最后,结合分类器的学习能力进行边界检测.实验结果表明,对于纹理和灰度边界混合的自然图像的边界检测问题,该算法是一种实用和有效的方法.     

改进型补偿脉冲发电机电流成形分析

补偿脉冲发电机集能量存储、机电能量转换、脉冲成形于一体,被认为是电炮武器系统的首选高功率脉冲电源。在传统补偿脉冲发电机结构基础上,以能产生较宽平顶波的选择被动式补偿脉冲发电机为研究对象,通过改变电刷和换向片结构,对比分析了在不同点火角度、电枢与励磁绕组相对位置、不同耦合深度下的电流波形特点。仿真计算表明:补偿角度的变化显著影响脉冲峰值的大小;随电枢绕组初相角增大,脉冲初始阶段的一段负脉冲增强;两绕圈耦合深度越大,波形起伏越大。通过计算及有限元模型仿真分析,证明改进后的结构可使电机内电感下降,同时选择被动式补偿脉冲发电机可以获得更高功率的脉冲电流和较理想的频谱分布。     

电热化学发射中硅堆故障试验分析

针对电热化学发射试验中脉冲电源发生的高压硅堆损坏,分析可能导致器件损坏的原因,通过机械振动冲击试验、脉冲放电仿真与试验、硅堆反向恢复特性测量等确定故障原因。研究结果表明：电热化学发射过程中的机械振动冲击不会造成硅堆损伤,故障由电感性质负载特性、串联元件的反向恢复特性不一致和脉冲电源非同步放电等因素共同造成,传输线电感分量偏大是故障发生的直接原因。研究结论对于高压硅堆在电热化学发射中的应用具有指导作用。     

基于调制波分解的Vienna整流器的调制方法

Vienna整流器是一种控制简单、可靠性高的升压型整流器，被广泛应用到风能发电系统、航空电源以及新能源电动汽车等领域。由于Vienna整流器结构的特性，传统的调制方法会导致电流过零点畸变。因此，该文从调制波分解的角度分析电流过零点畸变产生的原因，针对现有的调制策略存在的不足，在其基础上进行改进，提出一种在维持直流侧中点电压平衡的情况下，可以最大程度地降低电流畸变的调制方法。该文将Vienna整流器的传统空间矢量调制、具有过零钳位的空间矢量调制与所提调制方法进行了比较，通过实验验证了所提调制方法的可行性和优越性。     

融合高度信息的遥感图像语义分割网络

针对遥感图像分割精度低的问题，提出一种融合高度信息的遥感图像语义分割网络。将光谱信息和高度信息进行融合，从不同的数据中提取地物的特征信息。针对卷积网络受固定感受野的限制，无法有效获取特征图上下文信息的问题，将Transformer应用到网络中建模特征图的全局相关性，增强网络的特征提取能力。为有效利用融合特征图中的信息，提出基于自注意力的解码器。通过在韦兴根和波茨坦数据集上进行实验，验证了所提网络与其它先进网络相比具有竞争力。     

基于改进PSO 的含DG 配电网无功优化研究∗

分布式电源(DistributedGeneration,DG)在并入配电网后,可以有效支撑电压,并且增加配电网运行灵活 性,但也会导致配电网系统网损增加、电压波动等问题.提出对含多个DG配电网进行无功优化的方法.该方法的目 标是降低系统有功网损和减小电压偏移,建立一种含DG 配电网的无功优化数学模型,改善标准PSO 算法中粒子种 群易陷入局部最优而难以解得全局最优的情况.以IEEE３３节点标准算例进行仿真验证,结果表明所提改进算法可以 有效减小有功损耗并提高电压质量.