基于关键闸坝优选的区域水网水量调控

为实现区域水网水量的高效调控,从水量、水生态、水质和闸坝管理等4个方面构建包含10个指标的闸坝优选评价指标体系,以廊坊市凤河-永定河区域水网为研究对象,计算区域内32座闸坝的综合关键指数并给出影响程度排序,采用水动力数学模型验证关键闸坝选取的合理性。结果表明：优选出的永丰闸和东张务闸是区域水网的关键闸坝,通过调节这两座闸坝的开度即可满足区域水网的生态需水和防洪排涝调度目标,保持区域水网较优的水力连通能力,提高区域水网水量调控效率。     

地月系共线平动点Halo轨道族的运动稳定性研究

地月系共线平动点附近的Halo轨道族,能够提供从L1点至月球再至L2点的广泛空间的多种轨道应用需要,但2个轨道族内轨道的稳定性差异较大。文章引入稳定系数和线性稳定阶数2个指标来判断轨道的稳定性,并用数值模拟分别分析了百米和千米量级的初始轨道误差在数天后所引起的轨道偏差,得出结论：两轨道族内接近平动点的部分轨道稳定性较差,其余部分轨道稳定性相差不大,L1点附近Halo轨道族内轨道较为稳定的是0.85~0.92之间的轨道,L2点较为稳定的是1.02~1.1之间的轨道。     

马钢某轧钢加热炉燃烧控制优化项目实施方案及可行性研究

分析了马钢某钢轧加热炉氧化烧损偏高问题,提出了燃烧控制优化实施方案,并研究了方案的可行性,给出了研究结论和建议。     

电喷发动机配油转阀的设计及其流场分析北大核心

针对电子喷油器控制难度和精度高的特点,为进一步提高喷油精度,提出一种新型高压共轨喷油器配油转阀,并对阀口流场特性进行数值模拟。介绍转阀结构和工作原理,基于JE4D25A型柴油发动机工作参数,通过理论计算得到阀口关键尺寸,建立阀道流体域物理模型,在Fluent软件下对阀芯转角分别为11.5°、23°和34.5°位置流域模型进行仿真分析,得到流体在阀口处的流动特性。经分析,在怠速和额定转速下,单次配油量分别为0.059 mL和0.078 mL,额定转速下的输出流量比理论计算多6.8%,为后续阀口尺寸优化提供了参考。     

基于机器视觉及深度学习的静脉药物调配机器人药瓶识别北大核心

静脉药物调配机器人需要对数百种不同类型的药物进行调配,不同药物药瓶类型的识别、测量是精准调配的关键。对静脉药物调配机器人在药瓶类型分类、药瓶关键尺寸测量等不同任务要求情况下,运用基于机器视觉方法和深度学习框架YOLOv5s,实现了一种高效稳定的识别测量方法。结合机器视觉方法的测量准确性,深度学习方法对背景、光源的不敏感性,实现配药过程中不同环节药瓶的准确识别、测量。并通过实验定量地检测背景、环境光源对于识别结果的影响。     

基于模糊熵与CS-ELM的供输弹系统早期故障识别北大核心

针对供输弹系统早期采集的信号中成分复杂,故障特征难以提取和识别的问题,提出一种基于模糊熵与布谷鸟改进的极限学习机(CS-ELM)的供输弹系统早期故障预示方法。运用改进的可调品质因子小波变换对信号进行滤波降噪,提取各子带信号的模糊熵特征;选取模糊熵值较大的5个子带进行重构,完成降噪并将其模糊熵组成特征向量;运用CS-ELM对所提取的特征向量进行早期故障预示并与ELM的诊断结果进行对比。试验结果验证了该方法的有效性,其预示准确率达90.7%。     

基于VMD与IFWA-SVM的滚动轴承故障诊断研究北大核心

为有效提取非平稳性、复杂性的滚动轴承振动信号特征,提出一种基于变分模态分解、改进烟花算法(IFWA)优化支持向量机(SVM)的滚动轴承故障诊断方法。利用VMD对原始信号进行分解,计算得到各IMF的样本熵,将原始信号的时域特征与其结合组成特征矩阵。为提高故障诊断效率,采用IFWA优化SVM,建立IFWA-SVM模型。使用训练集特征矩阵训练诊断模型,实现滚动轴承的故障诊断。利用实测信号验证该方法,并与粒子群算法优化进行比较。结果表明:利用该方法进行诊断,正确率提高了3.33%、训练时间缩短了21.55 s,验证了该方法的可行性。     

红外相机三态隔热冷却装置的设计及分析北大核心

红外相机工作环境温度不能超过50℃,但在某些工业高温场合,它需在约300℃的环境中持续工作。针对此问题,设计一种适用于某型号红外相机的三态隔热冷却装置。该装置结合隔热材料阻滞热量传递、水冷却、空气冷却的三态物质的隔热冷却效果,同时具有自清洁石英玻璃的作用。通过COMSOL中的传热模块对传热性能进行验证,分析其内部空间的温度场。结果表明:所设计的三态隔热冷却装置能够在约300℃的环境温度下使红外相机所处空间的温度保持在50℃以下,保证红外相机能正常工作。     

NASA系列雪参数反演算法在单像元内的时间序列验证与分析

NASA系列算法(Chang,NASA96和Foster算法)是被动微波遥感反演雪深、雪水当量的简单、实用的经验算法,并经过了很多学者大范围的算法验证和改进。为了进一步评价NASA系列算法在东北地区的时空适用性,于长春净月潭区域选定了一个以农田和森林为主的10km×10km被动微波遥感混合像元,在时间上连续观测整个干雪期(2014年12月至次年2月)的积雪参数和气象数据,结合FY3B卫星搭载的微波成像仪(MWRI)亮温数据,对NASA系列算法精度进行了评价分析。结果表明:对于雪深的反演,Chang算法和NASA 96算法前期反演效果较好,后期随着时间的推进高估雪深的趋势愈加明显。由于考虑了森林覆盖率的影响,NASA 96算法的反演精度更高。两种算法最大高估值分别是24.46和14.62cm,这是因为期间雪性质不断变化,尤其是雪粒径不断增大的缘故。Foster算法也严重高估了雪水当量,可能是由于积雪类型的分类系统未必适合于东北地区的积雪特征。本文的积雪连续观测数据为认识东北地区的积雪特性奠定了基础,对算法的时间序列验证与分析为雪参数反演算法的进一步改进提供了可靠依据。     

21世纪初中国农作物与自然植被物候时空差异

利用离散小波方法对2001~2012年MODIS EVI时序数据进行平滑,基于动态阈值法提取我国植被物候信息,探讨农作物和自然植被物候的时空变化特征。结果表明:(1)我国第一季农作物开始、峰值和结束日期主要以华北平原为中心随海拔的上升而推迟,而自然植被物候更早20d左右,且随海拔的上升先推迟后提前;(2)物候在时序上有显著变化的第一季区域,43.98%开始日期、52.83%峰值日期呈现提前趋势,多在开始晚、结束早的西南区及东北与内蒙古交界处,其余区域开始、峰值日期及81.80%结束日期呈推迟趋势,发生在开始早、结束晚的黄土高原及双季农作区;农作物物候推迟幅度小于自然植被。