材料磨损失效的数值模拟技术及其应用前景

本文总结了金属、陶瓷、高分子及复合材料的磨损失效机制,以及不同材料磨损失效行为的主要区别.指出了不同材料在数值模拟技术上的差异点,并通过三个数值模拟案例,例解性说明了材料的磨损失效过程;同时展望了数值模拟分析技术在材料磨损领域的应用前景.     

国内外制造企业管理模式的比较研究

文章主要参考相关的比较研究成果,对现有的典型企业管理模式的特征进行整体分析,重点阐述各种管理模式产生的市场环境、管理理念、人力资源和文化背景上的差异,并与我国管理模式相比较.     

Ka波段卫星通信系统降雨衰减的计算

研究基于ITU-R的降雨衰减预测方法,并根据此算法以62°E,Ka波段30GHz的卫星通信系统为例,对我国65个典型站点的降雨衰减值进行了计算,为降雨衰减的进一步研究提供了数据支持。     

物理域中针对人脸识别系统的对抗样本攻击方法

对抗样本攻击揭示了人脸识别系统可能存在不安全性和被攻击的方式。现有针对人脸识别系统的对抗样本攻击大多在数字域进行,然而从最近文献检索的结果来看,越来越多的研究开始关注如何能把带有对抗扰动的实物添加到人脸及其周边区域上,如眼镜、贴纸、帽子等,以实现物理域的对抗攻击。这类新型的对抗样本攻击能够轻易突破市面上现有绝大部分人脸活体检测方法的拦截,直接影响人脸识别系统的结果。尽管已有不少文献提出数字域的对抗攻击方法,但在物理域中复现对抗样本的生成并不容易且成本高昂。本文提出一种可从数字域方便地推广到物理域的对抗样本生成方法,通过在原始人脸样本中添加特定形状的对抗扰动来攻击人脸识别系统,达到误导或扮演攻击的目的。主要贡献包括:利用人脸关键点根据脸型构建特定形状掩膜来生成对抗扰动;设计对抗损失函数,通过训练生成器实现在数字域的对抗样本生成;设计打印分数损失函数,减小打印色差,在物理域复现对抗样本的生成,并通过模拟眼镜佩戴、真实场景光照变化等方式增强样本,改善质量。实验结果表明,所生成的对抗样本不仅能在数字域以高成功率攻破典型人脸识别系统VGGFace10,且可方便、大量地在物理域复现。本文方法揭示了人脸识别系统的潜在安全风险,为设计人脸识别系统的防御体系提供了很好的帮助。     

基于J2EE平台的信息化系统代码生成

企业信息系统在企业的经营管理中发挥着至关重要的作用,然而,在企业信息系统的开发过程中,存在着开发效率低下、系统架构不一致、开发周期长等问题.针对上述问题,设计了一种基于J2EE平台的信息化系统代码生成工具,开发人员只需要进行模型的可视化设计,由代码生成工具完成代码的生成.目前该代码生成工具已应用于实际的开发平台中,实践表明,代码生成工具的使用可以统一企业信息系统的开发架构,大幅度减少开发人员编写重复性代码的工作量,实现设计成果的复用和共享,提高企业信息系统开发的质量和效率.     

非匹配不确定高阶非线性系统的滑模控制新方法

对具有非匹配不确定的高阶非线性系统,采用改进的高阶滑模微分器获取已知状态的任意阶微分估计值,再以恰当阶次的状态微分估计值之差,得到非匹配不确定项及其微分的估计值,证明了其误差任意小.为避免奇异性和抖振,采用两种方案设计了滑模控制器,并设计鲁棒项提高系统鲁棒性.基于Lyapunov~论证明了系统稳定性.同现有其他方法相比,该方法具有适用范围更广、收敛速度快、控制精度高、运算量小、保守性低等优点.最后仿真证明了本文所有结论.     

木薯发酵制备酒精后剩余残渣的综合利用

木薯发酵制备乙醇会产生大量以淀粉和纤维素为主要成分的残渣。经实验证明,在浓硫酸(60%)、浓硝酸和催化剂共同作用下,经水解-氧化-水解可成功地将木薯渣制备成草酸。实验确定了用木薯渣制备草酸的较优条件,测定了产品的熔点,分析了剩余残渣、废水,结果表明剩余残渣和废水不会对环境造成污染,既为草酸的生产提供了新思路,又为农产品的残渣综合利用找到途径,发展前景广阔。     

热固性耐磨聚合物及其复合材料的研究现状

介绍了聚合物及其复合材料特有的磨粒磨损、冲刷磨损和粘着磨损机理,并对酚醛树脂、环氧树脂、聚氨酯、交联型聚酰亚胺等几种热固性聚合物及其复合材料的摩擦学性能、研究现状及发展趋势进行了评述。     

针对未绑定问题的买卖方水印协议

提出了基于分离加密域水印算法在客户端嵌入水印的思想,并研发了3个子协议:水印嵌入子协议、水印争端子协议、"未绑定"争端子协议。同时,结合部分加密和置换函数等相关密码技术,进一步弥补了理论上存在的水印协议漏洞。理论分析及仿真表明:本文研发的水印协议不仅有效地解决了"未绑定"问题,而且解决了"角色诚信"对协议安全的威胁,另外也避免了完全加密对协议性能的影响。     

采用改进最小闭包球向量机的电力信息网络入侵检测方法

为降低电力信息网络入侵检测的检测误差和检测耗时,提出一种基于改进最小闭包球向量机(minimum enclosing ball vector machine,MEBVM)的入侵检测方法。该方法将入侵检测抽象成多分类问题,通过改进MEBVM对历史数据样本的训练学习来得到入侵检测模型。改进MEBVM利用最小闭包球降低检测耗时,并在训练过程中利用粒子群优化算法动态搜索MEBVM的最优训练参数以降低入侵检测模型误差。最后基于电力信息网络现场数据的实验证明,该方法与传统方法相比具有更高的检测精度和更少的检测耗时。