乌伦古坳陷断裂特征及其构造演化过程

利用现有二维地震资料进行断裂解释,识别乌伦古坳陷主断裂及其衍生断裂的的展布特征,分析断裂形成的力学背景。乌伦古东断裂和吐孜托依拉断裂是主要的控坳断裂,属于逆冲推覆类型的断裂;伦2井南断裂是以逆冲推覆为主、走滑为辅的断裂。根据乌伦古坳陷中生代沉降中心的演化特点,认为在印支和燕山期乌伦古坳陷东北缘所受挤压力强于西北缘。     

继电保护故障分析处理系统在电力系统的应用

文章首先针对继电保护故障分析处理系统的结构以及其主要职能展开说明和分析,而后在此基础之上面向该系统的主要功能和价值进行了深入讨论,对于深入了解其在变电系统中的应用特征有一定的推动作用。     

高速公路软基过渡段均衡沉降处治

为提高高速公路软基过渡段车辆行驶的舒适性,通过建立车辆垂向振动分析模型和有限元仿真模型,分别分析了过渡段长度和分段与高速公路软基过渡段差异沉降的关系。结果表明,过渡段长度和分段对高速公路软基过渡段均衡沉降影响较大。车辆垂向振动加速度随着差异沉降量和沉降坡度差的增大而增大;对于标准速度为120km/h的高速公路,当过渡段长度大于8m时,采用的均衡沉降控制标准宜为差异沉降量,差异沉降控制标准为差异沉降量2.3cm,当过渡段长度小于8m时,采用的均衡沉降控制标准宜为沉降坡度差,差异沉降控制标准为沉降坡度差0.3%;采用两种桩间距比采用同种桩间距的过渡段差异沉降减少约35%~50%。     

基于阵列漏磁信号分析的无刷直流电机高阻接触故障诊断研究

无刷直流电机具有效率高、能量密度高、噪音低等优点进而被广泛应用于汽车、工业自动化、航空航天等领域。高阻接触（high resistance connection, HRC）故障是电机的典型故障之一,该故障严重时会导致急剧温升乃至火灾,因而无刷直流电机的HRC故障研究具有重要的意义。通常采用电流电压信号分析的方法诊断HRC故障,但现有的方法仍存在局限与不足。针对此问题,设计了一种新的结合阵列漏磁信号分析和机器学习的方法实现无刷直流电机HRC故障的定位和定量分析。首先通过安装在电机外壳的霍尔传感器阵列采集多通道漏磁信号,利用神经网络分析漏磁信号的时域特征实现电机HRC故障检测和定位。在确定故障相之后,利用另一个神经网络模型分析漏磁信号频域特征实现HRC故障的定量分析。实验结果表明,提出的方法检测和定位故障的精度为9875%,故障定量分析的平均均方根误差为0018 Ω。该方法具有非侵入式测量、易于实现、效率高等优点,对提升无刷直流电机HRC故障检测精度和效率具有促进作用。     

针对幅相交织变化信号的过零点检测算法*

为应对电气量在暂态过程中相位和幅值交织突变现象,提高过零点检测的准确性,提出了快速过零点检测算法.该算法在电气量通过窄带滤波器前进行归一化计算,通过检测算法和域值判断计算过零时刻并消除零点偏移和抖动现象,得到正负过零时刻及其相位信息.仿真结果表明,该算法在有较高响应速度的同时提高了跟踪准确度,且算法实现简单,满足电容器等设备投切控制的要求.     

热处理对Mg-Y-Mn-Sc合金显微组织演变的影响

采用光学显微镜、扫描电子显微镜和X射线衍射分析等研究了MgY5Mn1Sc0．3镁合金的显微组织特征及热处理条件下的组织结构演变行为。结果表明：铸态组织由粗大的晶粒构成，晶内出现大量“辫子”状孪晶和呈线状排列的颗粒相，晶内和晶界上没有观察到枝晶和共晶组织，Y元素出现严重偏聚，主要富集在颗粒相中。在固溶处理条件下，组织结构演变和再结晶同时发生，伴随发生组织“球化”、分散相的溶解和聚集以及晶粒由大变小再由小变大。通过维氏硬度HV10的测定，探讨了试验合金的热处理行为。     

Sm2Fe17合金的氮化处理及磁畴观察

在不同的温度和时间下对Ｓｍ２Ｆｅ１７合金进行氮化处理，利用Ｋｅｒｒ显微镜和透射电镜（ＴＥＭ）观察磁畴及氮化层，氮化处理之前在Ｓｍ２Ｆｅ１７合金中观察不到磁畴，但在氮化处理后可观察到许多磁畴及裂纹。氮化层的厚度约１０μｍ。通过扫描电镜（ＳＥＭ），俄歇电镜（ＳＡＭ）以及电子探针微区分析（ＥＰＭＡ）对合金进行了定性，半定性和定量的成分分析。     

基于长引水隧洞下的大型水电站一次调频仿真研究

针对锦屏二级水电站引水隧洞长,机组容量大、运行水头高,导致调压室水位波动稳定性以及机组间的水力干扰等较为突出的问题,对一次调频进行了深入分析研究,在满足电网安全的前提下,通过对机组一次调频进行仿真计算,得到了各种模拟工况下的机组开度、功率和转速的变化情况,为机组正常投入运行提供了可靠保证。     

基于异值区域消除的遮挡人脸识别

针对存在部分遮挡的人脸的识别问题,提出了一种改进的基于异值区域消除的人脸识别方法。首先,由训练人脸图像得到平均脸图像,并将测试图像与平均脸图像作差值运算得到误差人脸图像;然后,对误差人脸图像进行分割得到测试人脸图像存在的遮挡区域,并将测试图像和训练图像的相应区域予以去除以形成新的测试图像和训练图像;最后,采用线性回归分类或稀疏编码分类方法实现人脸识别。与同类方法比较,本方法计算相对简单,展现了较好的识别性能提升。基于Yale B和AR标准人脸数据库的仿真测试结果验证了本方法的有效性。