氨水溶液汽液界面微观结构的分子模拟

为研究吸收式制冷机常用工质对氨水溶液的微观形态,采用分子动力学方法:蛙跳法积分运动方程,Ewald加和方法计算库仑相互作用,分别对不同摩尔浓度的氨水溶液的汽液界面的微观结构、密度分布、界面厚度、界面张力进行r分析与计算,并拟合出界面厚度随氨水溶液摩尔浓度变化的线性关系式.结果表明:氨分子比水分子更容易吸附于汽液界面处,随着氨水溶液摩尔浓度的增加,汽液界面厚度增加,汽液界面张力减小,变化趋势与实验一致.界面张力的计算值从计算结果的量级和数量上看,与实验值接近.     

VF中表单设计教学分析与改革

表革设计在整个VF程序设计中具有举足轻重的地位.本文讨论了如何有效地改进教学方法,提高教学质量,以取得较好的教学效果.     

基于图像传感器网络的隧道形变监测系统研究

随着地铁建设的持续发展,隧道结构的安全性受到了广泛的关注。介绍了一种地铁隧道整体沉降的监测系统,采用安装在隧道内壁的分布式图像传感器网络对相邻断面的目标光源进行监测,并将图像数据进行采集、储存、传输、处理,数据库系统对历史数据进行融合与分析之后获得相邻断面间的相对位移,在经过坐标变换和定位基准传递后,计算出每个断面在隧道整体中的绝对位移。最终通过网络发布隧道沉降信息,建立隧道形变的预警机制。     

气象雷达通用测试台的设计与实现

采用自动测试和综合仿真技术,解决了对雷达的多路被测信号的选择和陀螺平台的模拟等问题,适用于部分气象雷达的故障检测和性能测试,实现对雷达天线、收发机和显示器的自动测试;采用高灵敏度温度传感器、过压过流检测等多种保护措施,满足被测雷达对电源的特殊要求;其智能化程度高,操作简便,实用,可以减少维修检测的人为误差,对于提高飞行安全具有及其重要的意义,因此推广应用前景好,经济效益明显,填补了国内气象雷达检测设备的空白。     

基于粗糙集神经网络的燃煤发热量预测模型

通过对粗糙集和BP神经网络的分析研究,以专家系统为核心,提出了一种基于粗糙集神经网络的燃煤发热量预测模型;选取影响燃煤发热量的6个参数,利用粗糙集理论对原始信息表进行约简操作,去除冗余的属性和属性值,得到约简规则,并将其作为BP神经网络的输入,对燃煤发热量进行预测;通过分析对比线性回归方法和粗糙集神经网络方法,说明该模型能有效地简化神经网络的网络结构,减少网络的训练步数,提高网络的学习效率,能够较准确地对燃煤发热量进行预测。     

基于半实物仿真的电路板故障注入系统设计与实现

为了满足某型装备电路板测试性与诊断设计评价的需求,提出了一种基于DSP技术,利用半实物仿真方式实现的故障注入系统;该系统以TMS320C5416系列DSP器件为核心器件,利用CPLD扩展外部电路,主控计算机与该系统的通信通过USB接口实现,在故障注入时通过半实物仿真模式实现对电路板典型故障的注入;通过对典型电路的故障注入试验表明,该系统可靠性高,配置灵活,使用方便;目前该系统已经在工程实践中得到应用,效果明显,对提高电路板测试性设计水平具有重要意义。     

超高速水下航行器航向控制研究

超高速水下航行器在水下航行时,表面大部分被超空泡所包覆,其运动特性发生显著变化,使得其工况变得更为复杂、控制难度加大;通过分析它的运动特点,建立了系统模型方程,并提出把空化器作为控制面,通过操纵其舵角改变量来控制航行器航向;最后运用PI极限舵控制算法进行仿真分析,结果表明此控制方法简单易实现,产生的偏差小,同时还提高了系统的响应速度,较好地满足了系统要求,分析结论可为超高速水下航行器控制系统设计提供参考。     

“龙腾R2”微处理器模块级验证

针对"龙腾R2"微处理器验证过程中的存在验证规模大,人力资源不足的问题,采用流水线模型构建随机的指令序列生成器,搭建以功能覆盖率为导向的自动化验证平台;该平台在仿真验证过程中能根据处理器的运行状态及覆盖率实时地调整指令流以侧重当前验证不充分的功能模块,实现自动化验证;通过仿真,与传统方法相比,在达到同等验证程度的情况下,使用该平台验证周期明显缩短,同时验证覆盖率也有所提高。     

基于气浮台的小卫星姿态控制全物理仿真实验系统

设计了一套用于小卫星姿态控制全物理仿真的新型实验系统;该系统基于滑台式气浮台,采用回转中心与质心重合方法解决了气浮台力矩平衡难题;设计了独立的供气和供电系统,对供气、供电、星载计算机、执行机构和敏感器等分系统进行了设计,满足卫星控制全物理仿真要求,采用CAN总线技术和串口技术实现了星上部件之间以及地面站对其遥测遥控的通讯,并以双边极限环控制法为例,进行了卫星姿态控制全物理仿真实验,结果证明了该系统仿真结果精确,在小卫星仿真测试中具有实用价值。     

Matching pursuit based on nonparametric waveform estimation

Matching pursuit (MP) extracts signal feature components by decomposing the observed signal into a linear expansion of waveforms that are selected from a redundant dictionary of basis functions. It is difficult to predefine a parametric basis function that contains all prior information about the observed signal in practice, which restricted the application of MP. Focusing on this defect of MP, we present a modified algorithm of MP which decomposes the observed signal into a series combinations of waveforms, these waveforms are calculated by the nonparametric waveform estimation (NWE) method and used to best match the signal local structures. As a result, it is not needed to predefine the parametric basis function. With the NWE method, the adaptive adjustment of template signals makes it unnecessary for the method to require priori information, so that in practical applications it has better flexibility and adaptability. The extraction results of simulation signals are compared with the traditional MP decomposition, thus verifying the function of the proposed method. The extraction of testing signals on the rotor rig has again verified the feasibility and effectiveness of the method.