中国氦冷固态实验包层模块整体框架结构强度分析

通过有限元计算对高温、高压环境下TBM的整体框架结构强度进行了分析。为提高分析效率,通过合理简化,得到1/3的TBM整体框架结构模型,并以等效质量的形式考虑氚增殖子模块对整个模型的影响。对模型施加300℃高温及8 MPa的氦气压力,分析表明1/3的TBM模块整体框架结构设计基本满足高温、高压（300℃,8 MPa）载荷条件下的强度要求,但加强筋处应力偏大,其结构可进一步优化。     

基于谐波测量的改进余弦窗函数

电网电压监测设备在监测运行设备的电流电压波形时通常采用谐波分析法,针对传统FFT谐波分析法在电网频率波动时谐波测量会产生栅栏效应和频谱泄漏的问题,在研究余弦窗特性的基础上提出了一种改进3项余弦窗。通过频谱衰减曲线与传统余弦窗对比,采用基于数据样本的非线性拟合方法,拟合出了改进窗插值算法的谐波幅值相位修正系数,使改进窗插值算法能实际应用于谐波测量。通过谐波测量仿真对比,验证了加改进余弦窗的谐波测量准确度更高。     

基于时差特征与随机森林的水稻种植面积提取

准确提取水稻种植面积是探讨气候变化背景下水稻生产与粮食安全的重要前提。我国南方的水稻种植区域,地块破碎且受云雨天气影响严重,如何充分利用有限时相的数据获得较高精度的水稻面积提取是亟需解决的关键问题。提出了一种利用两个时相的数据,通过构建差值特征突出水稻物候变化的特点,并与随机森林算法结合高精度提取水稻种植面积的方法。将之应用于湖南省常德市鼎城区的水稻种植面积提取,结果表明:采用本方法进行水稻提取的最终总体精度达到93.01%,Kappa系数0.91,与单时相提取结果相比,总体精度提高了近3%。为了进一步分析差值特征对其他分类器的改进效果,分别将差值特征与决策树和随机森林组合,并分析了两种组合提取水稻的精度。研究发现构建的差值特征能够有效反映植物的生长状况,增加地物的可区分性,可为对象的分割及分类提供更多有用的信息,能够有效改善水稻种植面积的提取精度。
     

咸菜情结

《汪曾祺集》中关于咸菜有一段话：“革”前福建日报登过一则猴子腌咸菜的新闻，一个新华社归侨记用此材料写了一篇对外的特稿：“猴子会腌咸菜吗?”被评为“资产阶级新闻观点”。——为什么这就是资产阶级新闻观点呢?猴子腌咸菜，大概是跟人学的。于此可以证明咸菜在中国是极为常见的东西。中国不出咸菜的地方大概不     

双层填芯毛织物质量分析及改进

将双层填芯毛织物分为填经和填纬2大类,详细说明织物构成方式及芯线在织物中的作用,列举了2类双层填芯毛织物在生产过程、成品质量等方面容易产生的问题,从织物组织结构、原料、纱线、织造、染整等方面分析产生问题的原因,提出改进方案,举例说明实际生产过程中出现的问题和改善、解决方案,通过对改进前后的生产情况和试验结果进行分析比较,来判断改进方案的有效程度,为双层填芯毛织物的设计与生产提供参考。     

浅析城市的个性与保护

在快速的城市更新中，如何保持城市的个性是个关键性的问题。章分析了旧城老居住区的环境品质和结构，提出了规划改造的目标应该分层次地改造老居住区的环境，保证类似街坊的社会中性的公共空间系统的延续性。     

起皱毛织物的开发思路

本文分析研究了使毛织物形成起皱风格的原理，多角度地为起皱毛织物的开发提供了思路。     

分层叠加法在组织分析和设计中的应用

为了更好地分析和设计织物组织，针对二重、夹芯、双层等纱线具有上下层叠关系的织物提出分层叠加法，根据织物自身具有的纱线上下层叠空间关系，以不同色相的深浅色组来表示不同织物层的经纬纱线，依次从下层、夹层到上层逐层叠色绘制。分别以织物CAD和Photoshop(PS)为应用条件介绍分层叠加法的绘制方法，并举例说明该方法在织物组织分析和设计中的应用。使用织物CAD绘制时，由下往上依次叠加画出里层纱线及其交织规律、连接线、表层纱线及其交织规律；使用PS绘制时，各层纱线及其交织规律分别画在不同图层，按织物表里层关系调整图层上下位置。分层叠加法使织物组织绘制过程更加直观、清晰、便捷，有利于帮助设计者对织物的分析、理解和创新。     

高功率CO_2激光焊接薄板接头组织性能与变形研究

采用高功率CO_2激光焊机对0.8 mm厚304L不锈钢薄板进行高速施焊。利用激光金相显微镜观察焊接接头显微组织,万能试验机测定焊接接头力学性能,采用分析软件对焊接变形进行模拟分析。在此基础上针对性地设计开发薄板焊接工装。结果表明:焊缝熔池边缘为枝晶奥氏体,中心为等轴奥氏体晶粒;焊缝室温与350℃高温拉伸性能与母材的相当,抗拉强度分别可达691 MPa和470 MPa;模拟计算所得焊缝变形量与实际变形量吻合良好,且变形趋势一致;设计开发的专用工装能有效将焊接变形减小93%。     

基于MMBI的高分辨率影像建筑物提取研究

利用高空间分辨率遥感影像准确提取建筑物信息是在更精细尺度上分析、管理人类活动的重要途径,但建筑物形态的多样性、复杂性使得建筑物提取方法在精度、效率等方面依然面临挑战。基于高分辨率影像中建筑物所呈现的多种形状及结构特点,通过发展形态学建筑物指数并结合具有良好保边去噪性能的引导滤波,提出了基于多结构元素形态学建筑物指数(MMBI)的建筑物提取方法。将之应用于具有不同特征的GeoEye-1影像建筑物提取实验,并与MBI方法进行比较,发现该方法准确率达到88.2%以上,比MBI的准确率提高了约5%,且漏检率下降近6%。结果表明:MMBI方法能够快速、准确地提取出高分辨率影像中的建筑物区域,在建筑物的自动化提取方面具有较好的应用前景。