核电蒸汽发生器堵管技术研究进展及其在高温气冷堆的应用前景

高可靠性的蒸汽发生器堵管技术是核电站安全运行的重要保障,与压水堆相比,以高温气冷堆为代表的第四代核电技术由于蒸汽发生器内传热管服役温度显著提高,对现有的蒸汽发生器堵管技术提出了新的挑战。对此,本文首先基于国内外文献报道,总结了现有压水堆蒸汽发生器堵管技术的工作原理与技术特点;其次,总结了国内外蒸汽发生器自动化堵管系统的开发与应用现状;之后,就高温气冷堆蒸汽发生器的服役工况与场地条件,提出了现有堵管技术在高温气冷堆应用方面面临的挑战及改进方向;最后,针对堵管技术的发展现状与高温气冷堆的技术需求,从装备要求、施工可行性和堵头质量的长期有效性等方面指明了自动化堵管技术的发展方向,以期为高温气冷堆蒸汽发生器自动化堵管技术的发展提供借鉴。     

基于合同功率与持续时间的电网老化和可靠性优化

为解决线路老化与电网可靠性之间的权衡问题,通过最小化因导体温度升高引起的需求损失和网络老化,优化每条负载母线的平均需求损耗,以提高线路额定值和修改负载曲线。所考虑的线路与负载母线相连接,采用动态线路额定值技术,以削峰填谷形式的需求响应来修改负荷需求曲线,根据剩余平均需求损失的利用率降低允许的峰值负荷。结果表明,与仅优先考虑网络老化保护的方案相比,该方法在网络老化和可靠性并重的基础上,在线路老化允许范围内少量增加线路老化以提高系统可靠性,提高率高达68.9%,具有较高的经济效益。与仅优先考虑提高网络可靠性的方案相比,在整个研究的超标温度允许范围（1%~25%）内,线路老化平均降低70.3%。     

一种面向RDSM系统的基于遗传算法优化色散矩阵的方法

矩形差分空间调制（rectangular differential spatial modulation,RDSM）是一种多天线非相干调制技术,该技术频谱效率高,低功耗且无信道估计开销,特别适用于信道快速变化的车联网、物联网、6G蜂窝网络等未来通信系统。然而发射端的稀疏酉矩形空时色散矩阵（dispersion matrix,DM）的构造问题一直是个难点,而当前使用的随机搜索优化方法具有极高的计算复杂度,对此,提出了一种低复杂度遗传算法（genetic algorithm, GA）。根据秩与行列式标准最大化准则（rank and determinant criterion,RDC）的方法计算适应度值,可避免差分系统中所需的分类讨论。根据星座旋转对称性的特点,降低 GA 单次迭代的计算复杂度。仿真结果表明,优化得到的DMs（DM set）显著改善了RDSM系统误比特率（bit error rate,BER）性能,对比随机搜索,低复杂度遗传算法有效提高了RDSMS的DMs优化效率,优化DMs所需的计算复杂度约为随机搜索的0.1%。     

基于掩星观测的全球低纬地区电离层不均匀体形态分析

基于气象、电离层和气候星座观测系统（Constellation ObservingSystem for Meteorology, Ionosphere and Climate, COSMIC）掩星闪烁指数观测数据,将遮掩点的位置作为电离层不均匀体出现的位置,对比分析了电离层E区不均匀体和F区不均匀体随时间、空间、太阳活动和地磁活动的变化. 发现E区闪烁主要出现于夏季半球的中纬地区;而F区闪烁主要出现于春秋季的磁赤道和低纬地区,受到地磁场的强烈控制. 除季节因素外,太阳活动对E区闪烁的影响并不是基本的,而赤道异常和赤道附近的F区闪烁受到太阳活动的显著控制:相比太阳活动低年,高年的F区闪烁强度更大,且扩展至更高的纬度. 地磁扰动时,中低纬地区电离层E区闪烁的全球分布与地磁平静时相似,但是闪烁的强度总体上略有增加,尤其是凌晨时段（00:00—06:00LT）;中低纬地区电离层F区闪烁的全球分布也与地磁平静时相似,但是闪烁强度明显增加,且扩展至更高的纬度,尤其是00:00—06:00LT及18:00—24:00LT的太平洋扇区. 两者对比表明,电离层F区闪烁对地磁活动更为敏感. 将COSMIC掩星与天基原位观测的闪烁出现率结果进行对比,发现掩星手段不仅可以反映全球尺度的电离层不均匀体变化特征,包括它随季节/经度、地方时、太阳活动和地磁纬度的变化,而且可以反映电离层不均匀体随高度的变化,这是以往的观测手段难以拥有的.     

软件自动化测试的合理应用

主要从软件自动化测试在工作中的实际经验出发,探讨如何合理应用"软件自动化测试"这一测试手段.同时也简单介绍了软件自动化测试的定义、目的等概念,以及常见的一些自动化测试工具软件.另外从对软件自动化测试的一些认识误区的分析中,让大家意识到软件自动化测试的合理应用是软件开发过程中降本增效的关键.     

感兴趣区域的非线性变换多描述编码

介绍一种基于感兴趣区域的非线性变换的多描述图像编码,能够与目前的标准图像压缩算法兼容,对图像的感兴趣区域进行更好的保护。由感兴趣区域的非线性几何变换产生冗余,对图像进行采样形成多描述编码。通过仿真实验,证实当图像在差错信道下传输而丢失描述时,该算法能够使图像感兴趣区域得到更好的恢复。     

基于加速k均值的谱聚类图像分割算法改进

对谱聚类图像分割算法进行改进,即引入加速均值算法替换原算法中的k均值算法,得出加速谱聚类的图像分割算法.将改进算法应用于微软剑桥研究院Grab cut数据集中的5幅实验图像,结果显示:在平均区域一致性评价不降低的前提下,改进算法完成分割所花费的平均时间比改进前可缩短58％.     

基于Rollout算法的测试不可靠条件下的诊断策略*

实际复杂装备系统测试时存在虚警和漏检,其导致的误诊费用往往超过了测试成本。针对复杂系统故障诊断中诊断精度低、虚警率高的问题,进行了不可靠测试条件下,基于Rollout算法的诊断策略优化方法研究。首先建立综合考虑测试点的故障检测能力、信息量、测试费用以及测试结果信任度的启发函数,然后利用Rollout算法生成诊断策略,最后用阿波罗检测系统实例验证了该算法的优越性。理论和实验表明,Rollout算法的平均测试费用低于贪婪算法,而且计算时间在可接受范围内,因此可用于测试不可靠条件下的诊断策略设计。     

一种基于视觉知识加工模型的目标识别方法

提出了一种基于视觉知识加工模型的目标识别方法. 该加工模型结合目标定位、模板筛选和MFF-HMAX (Hierarchical model and X based on multi-feature fusion)方法对图像进行学习, 形成相应的视觉知识库, 并用于指导目标的识别. 首先, 利用Itti模型获取图像的显著区, 结合视觉通路中What和Where通道的位置、大小等特征以及视觉知识库中的定位知识确定初期候选目标区域; 然后, 采用二步去噪处理获取候选目标区域, 利用MFF-HMAX模型提取目标区域的颜色、亮度、纹理、轮廓、大小等知识特征, 并采用特征融合思想将各项特征融合供目标识别; 最后, 与单一特征以及目前的流行方法进行对比实验, 结果表明本文方法不仅具备较高的识别效果, 同时能够模仿人脑学习视觉知识的过程形成视觉知识库.