SH波入射时非等腰三角形结构与基础相互作用

利用复变函数和坐标移动方法研究了SH波入射时非等腰三角形结构与基础的相互作用.建立数学模型,并将模型分割为两部分,其一为非等腰三角形和半圆形组成的区域Ⅰ,其余为区域Ⅱ;在区域Ⅰ内构造一个满足非等腰三角形两边应力自由的驻波解,在区域Ⅱ内构造满足水平边界应力自由的散射波;利用"契合"思想,通过移动坐标在区域Ⅰ、Ⅱ的公共边界实现位移和应力的连续,建立求解该问题的无穷代数方程组;数值分析结果表明:入射波的物理参数对非等腰三角形结构表面位移的影响显著.结构对SH波在弹性空间传播的影响突出.较"软"的结构相对较"硬"的结构吸收"能量"较多,反射"能量"水平差,使表面位移大小及出现地点不同.     

单丝复合体系界面力学行为的表征

界面是纤维增强树脂基复合材料的重要细观结构,极大程度地影响着该材料的宏观性能以及破坏模式.单丝复合体系是界面力学性能表征的主要研究对象.从细观力学实验,细观力学模型以及数值模拟3个方面出发,全面地阐述了单丝复合体系界面力学行为表征的手段和方法.细观力学实验是建立细观力学模型以及发展数值模拟方法的基础,应充分利用三者的关系,建立完善的界面性能表征体系,以便更加准确的预报复合材料的力学性能,满足各个行业的要求.     

外界条件对纳米TiO2光催化性能的影响

为找到纳米TiO2的最佳催化条件,以钛酸丁酯为原料,采用溶胶-凝胶法制备纳米级的掺杂Fe3+的TiO2粉末.通过XRD确定其相组成,利用紫外可见分光光度计测定光催化活性,研究外界条件包括光强度、溶液的pH值及环境温度对光催化反应的影响.结果表明:光强度在一定范围内越大光催化活性越高;pH值在4时光催化活性最大;环境温度对光催化反应无太大影响.在较高的光强度、pH=4的条件下光催化活性最好.     

模糊控制在光电稳定平台跟踪控制中的应用

对光电稳定平台中的跟踪环控制系统提出了一种基于遗传算法的模糊控制策略,简要介绍了模糊变量的选择、模糊机的建立以及最优比例调节因子的获取方法,最后通过仿真验证了该方法的有效性。     

利用AFM对单晶硅表面加工化学反应理论分析

以原子力显微镜为工具,在空气条件下对单晶硅片表面加工得到下凹的三维微结构。给出了AFM金刚石针尖在对单晶硅的微加工中的化学反应和加工模型。对加工条件下发生的化学反应及其原理进行了理论分析。用化学热力学定律、化学动力学原理和相关的热力学数据自由能、生成热、化学键能、活化能等分析加工过程中发生的反应是空气中O2与单晶硅Si反应生成二氧化硅的过程;金刚石针尖磨损发生的反应主要是空气中O2与金刚石针尖C反应生成CO2的过程。     

电力运行调度操作MIS的设计与实现

针对目前油田二级单位电力调度操作的现状,设计开发了电力调度操作票MIS系统,提出了依据操作令模式及开关编号动态筛选相结合的方法实现定制操作票令的方案,解决了现有相关软件的适应性差、可操作性羞等问题,实现了电力调度操作票管理信息化、系统化与规范化。     

基于蚁群算法的遥感图像聚类方法

聚类分析是遥感图像非监督分类的有效方法,蚁群算法具有离散性和并行性的特点,蚂蚁觅食行为、蚂蚁堆积尸体行为和基于蚂蚁自我聚集行为的聚类算法是目前研究较为广泛的3种基于蚂蚁的仿生聚类算法.为验证上述3种算法的有效性,在对这3种聚类算法进行研究的基础上,针对遥感图像进行了聚类实验.实验结果表明,基于蚂蚁的聚类方法对图像的聚类分析是有效的,较传统的k均值和模糊C均值算法有一定优越性.     

声参数的高性能混凝土强度推定模型

为研究高性能混凝土的声波传播特性及实现其强度的快速、准确、无损检测,基于超声波检测方法,应用嫩江、多宝山附近的沙石料,对高性能混凝土对声波的扩散性及其抗压性能与声参量之间的模型关系进行了研究.建立了高性能混凝土抗压强度与声速之间的多种数学模型.通过实测检测数据进行验证,满足精度要求.高性能混凝土的非均质性降低,其抗压强度与声速相关性较好,用超声的方法完全可以实现强度的快速推定.同时,也为将来高性能混凝土地区强度推定曲线的建立奠定了研究基础.     

企业家精神对企业动态核心能力影响的实证研究

以企业家精神和企业动态核心能力的测量维度研究为基础,提出二者影响关系的理论框架模型．通过对368家企业的深度访谈和问卷调查,运用结构方程模型方法对理论模型拟和度,企业家精神对企业动态核心能力影响的路径进行了实证研究．研究结果表明,企业家精神对企业核心能力存在显著、正向且直接的影响,为企业推动企业家精神的培育与企业核心能力的提升提供了相关建议．     

基于条件Wassertein生成对抗网络的图像生成

生成对抗网络（GAN）能够自动生成目标图像,对相似地块的建筑物排布生成具有重要意义。而目前训练模型的过程中存在生成图像精度不高、模式崩溃、模型训练效率太低的问题。针对这些问题,提出了一种面向图像生成的条件Wassertein生成对抗网络（C-WGAN）模型。首先,该模型需要识别真实样本和目标样本之间特征对应关系,然后,根据所识别出的特征对应关系进行目标样本的生成。模型采用Wassertein距离来度量两个图像特征之间分布的距离,稳定GAN训练环境,规避模型训练过程中的模式崩溃,从而提升生成图像的精度和训练效率。实验结果表明,与原始条件生成对抗网络（CGAN）和pix2pix模型相比,所提模型的峰值信噪比（PSNR）分别最大提升了6.82%和2.19%;在训练轮数相同的情况下,该模型更快达到收敛状态。由此可见,所提模型不仅能够有效地提升图像生成的精度,而且能够提高网络的收敛速度。