基于SMO的PMSM磁极位置检测技术

为构造低成本、高可靠性的永磁同步电机(PMSM)无位置传感器控制系统,对基于滑模观测器(SMO)的PMSM磁极位置检测技术进行研究.基于滑模变结构和矢量控制理论设计了滑模观测器,用于估算电机的反电势,并构造了采用锁相环(PLL)结构的磁极位置检测单元.仿真和实验结果表明,所设计的观测器能较准确地估算电机反电势,但存在一定的高频抖振,而锁相环单元能在很大程度上减小高频分量对角度估算的影响,提出的方法能实现较高精度的磁极位置检测.     

船舶辐射噪声远场空间指向性

为了获得浅海波导条件下船舶辐射噪声的远场空间指向性,提出了一种由水听器获得的船舶辐射噪声近场声压数据,推算其远场辐射声压的方法,即由近场声压数据,反演出船舶辐射噪声源模型中的多极子强度和位置,然后利用简正波理论,计算该反演参数所对应的远场指向性.仿真计算过程中,将该方法获得的远场指向性与原假设声源直接计算的远场指向性进行对比.结果表明,该方法能有效的计算出船舶辐射噪声的远场空间指向性.     

温度和初始颗粒大小对絮体破碎再絮凝的研究

鉴于絮体的形成/破碎/再絮凝过程在适当条件下具有强化去除水中颗粒物的效果,研究温度和初始颗粒大小对絮体破碎再絮凝去除水中颗粒的影响.采用PDA2000透光率脉动检测仪对絮体破碎再絮凝过程进行在线监测.结果表明,在较低温度条件下,絮体破碎后能有较大的恢复率;初始颗粒越大,絮体大小恢复率越高,由较小初始颗粒产生的絮体经破碎后再絮凝其再生能力不如大颗粒,沉后水浊度与大颗粒相比不具有降低优势.当电中和机理占主导作用时,絮体破碎后能重新絮凝,絮体大小能恢复到破碎之前;而当网捕卷扫机理占主导作用时,絮体的恢复能力不如电中和条件,再絮凝能力降低.絮体破碎后再絮凝的沉后水浊度明显低于破碎前,水温对其结果的影响不大.絮体破碎后再絮凝,适用于较大的初始颗粒和较低水温.     

基于自适应参数设置的AIMD算法

为提高TCP（Transfer Control Protocol）流的平均发送数率,减少发送数率的波动,提高网络性能,提出了一种基于自适应参数设置的AIMD（Additive Increase Multiplicative Decrease）算法（A-AIMD算法）。仿真结果表明,在网络处于稳态运行时,使用A-AIMD算法能提高TCP流的平均发送速率,减小发送速率的波动性;在网络中有可利用的链路资源时,使用A-AIMD算法能快速地对可用资源进行最大占用,同时与Reno算法保持一定的TCP友好性。     

对于我国城市文化遗产保护制度现实问题的思考

在世界遗产旅游市场全球化、快速化的冲击下,我国的城市文化遗产保护面临着前所未有的机遇与挑战.综述了目前我国城市文化遗产保护的相关概念定义,并从文物保护与历史文化名城、历史文化保护区之间的关系出发分析了我国的分级管理保护制度,从而解析出目前相关制度所遗漏的现实问题,试图通过对文化真实性的思考,对我国城市文化遗产保护工作产生有益的启示.     

硫酸盐木浆企业恶臭污染状况及治理措施

通过分析硫酸盐木浆企业生产工艺,恶臭气体为硫酸盐木浆企业排放的特征污染物.分析了其产生过程、主要成分、排放方式,对有组织排放和无组织排放恶臭气体的收集提出了相应措施.提出了以收集燃烧为主,结合控制无组织排放,改进生产配方,优化燃烧系统等多种方法综合运用,彻底解决恶臭污染的措施.     

钢筋混凝土柱-H型钢斜梁结构有限元分析

钢筋混凝土柱-H型钢斜梁结构由混凝土和钢两种性能差异较大的材料构成,其受力性能相对复杂.针对大部分设计人员采用PKPM进行该结构设计的现状,笔者将ANSYS考虑大变形、非线性的计算结果引入.分析表明,因PKPM未考虑非线性等因素,故导致相同条件下水平推力和水平位移的计算结果存在较大偏差.     

基于广义Beta函数的图像自适应增强方法*

针对传统Beta函数的图像增强方法应用于较暗区域、较亮区域,以及两端区域拉伸与中间压缩图像增强中的不足,引入增强算子和新的形状控制参数,提出了新的直方图变换函数,即广义Beta函数.在此基础上,给出了广义Beta函数增强算子选择机制,并建立了新形状控制参数的自适应选取模型.实验结果表明,提出的基于广义Beta函数的图像增强方法不仅增强了图像的对比度,而且保留了较多的图像细节信息,增强结果明显优于传统Beta函数.     

一种基于风险的需求优先级排序方法*

为支持风险的量化分析以提高需求优先级排序的有效性,提出了一种基于风险的方法。方法从需求和任务两个层面实现对需求选取问题的建模,以风险为关键因素计算得出需求优先级。模拟实验的结果表明,本方法有助于提高项目最终取得的价值,同时优先级排序的结果符合费效比原则,即项目实现了在早期尽快获取价值的目标。     

数据流中基于滑动窗口的最大频繁项集挖掘算法*

挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段,是数据流挖掘研究的热点之一。结合数据流的特点,提出了一种新的基于滑动窗口的最大频繁项集挖掘算法。该算法用位图来存储数据流中流动的数据;采用直接覆盖的方法存储和更新数据流上的数据;在深度优先搜索挖掘最大频繁项集时,除采用经典的剪枝策略外,还提出了与父等价原理相对应的子等价剪枝策略;最后将挖掘结果存储在索引链表中以提高超集检测效率,进一步减少挖掘最大频繁项集的时间。理论分析和实验结果证实了该算法在时间和空间上的有效性。