煅烧温度对高体积分数SiC_p/Al复合材料性能的影响

以F220、F500、F600这3种粒度的磨料级绿SiC混合粉为原料制成预制件,然后将其分别在500、1 100和1 200℃煅烧后无压熔渗液态铝合金制备SiC体积分数为62%~64%的铝基复合材料SiCp/Al;研究预制件煅烧温度对SiCp/Al复合材料结构和性能的影响。结果表明:不同温度下煅烧的SiC预制件渗铝后,都能获得结构均匀致密的复合材料;高温煅烧使SiC颗粒氧化形成骨架,导致强度从305 MPa降至285~245 MPa;SiC颗粒表面氧化转变成的SiO2薄膜增加复合材料中的陶瓷含量,使复合材料的热膨胀系数进一步降低;当SiC预制件中SiO2薄膜质量分数达到3.7%~6.7%时,SiCp/Al复合材料界面热阻增大4~6倍,复合材料热导率从184 W/(m.℃)降至139~127 W/(m.℃)。     

ERW焊管成型变形研究及有限元分析

研究了ERW焊管成型的变形特点和相应辊花图的计算方法,编制了变形辊花图自动生成及分析软件.利用该软件可针对不同的成型方法和变形参数自动生成辊花变形图,并能计算辊花曲线极限位置坐标、辊花开口度、管坯变形边沿延伸率和升起角等变形数据.以自动生成的辊花图为基础,建立了管坯变形的有限元分析模型,使用有限元分析软件COSMOS对管坯变形进行了非线性有限元分析,得到了管坯变形的各种力学参数(包括变形应力、应变、变形量等).综合辊花图自动生成及分析软件和有限元分析的结果,得到了ERW焊管成型过程的几何变形参数和物理变形参数,从而为ERW制管机组的设计和制定变形工艺提供了重要的参考数据.     

2007年上半年油气资源勘探开发形势分析

2007年上半年，全国石油天然气勘探、开发等各项指标均呈稳定增长态势。油气勘探发现主要集中在东部和中西部地区，以深水区为主要目标的勘探开发重大工程陆续启动，全国原油生产继续保持小幅增长，天然气生产继续保持两位数增长势头。     

基于辅助变量的压缩采样匹配追踪闭环系统辨识方法

针对被控对象和反馈通道均具有未知时滞的闭环系统,提出一种基于辅助变量的压缩采样匹配追踪辨识方法.该方法利用辅助变量方法对压缩采样匹配追踪算法进行改进,获得过参数化辨识模型稀疏参数向量的估计,根据稀疏向量的结构得到前向通道的参数估计和时滞估计,进而根据模型等价原理获得反馈通道的参数估计.仿真结果表明,所提出方法仅需少量的迭代即可获得这类闭环系统参数与时滞的有效估计.     

分布式系统模糊航迹关联算法分析

目标航迹关联是分布式多传感器系统数据融合研究中的一个关键问题,传统航迹关联多采用统计相关的方法,计算较为复杂,且存在较大的不确定性.文中以分布式系统的航迹关联问题为研究对象,采用多因素模糊综合决策方法,建立了该算法的模糊因素集、评价集、单因素模糊矩阵、多因素模糊综合决策准则以及航迹关联质量域脱离质量等数学模型,最后给出了典型环境下的仿真结果,并与最近邻域法和K近邻法进行了比较,显示了该算法的优越性.     

基于辅助模型的多新息广义增广随机梯度算法

将辅助模型辨识思想与多新息辨识理论相结合,利用系统可测信息建立一个辅助模型.分别用辅助模型输出和噪声估计值代替辨识模型信息向量中未知真实输出变量和不可测噪声项,并引入新息长度扩展标量新息为新息向量,提出了Box-Jenkins模型的辅助模型多新息广义增广随机梯度辨识方法.所提出方法重复使用系统数据,能够改善参数估计精度"加快算法的收敛速度.

     

一类非线性系统的加权自校正控制

本文提出了仅含一个非线性环节的一类非线性系统控制的逆算子方法,建立了这类非线性系统的加权自校正控制算法。该算法也适用于不稳定和(或)逆不稳定系统,具有渐近最优控制效果,可以保证闭环系统全局稳定和收敛。仿真结果表明该算法能克服系统非线性的影响,改进了系统的控制性能。     

时变系统最小均方算法的性能分析

在无过程数据平稳性假设和各态遍历等条件下,运用随机过程理论研究了最小方算法（LMS）的有界收敛性,给出了估计误差的上界,论述了LMS算法收敛因子或步长的选择方法,以使参数估计误差上界最小。这对于提高LMS算法的实际应用效果有着重要意义。LMS算法的收敛性分析表明：（1）对于确定性时不变系统,LMS算法是指数速度收敛的;（2）对于确定性时变系统,收敛因子等于1,LMS算法的参数估计误差上界最小;（3）对于时变或不变随机系统,LMS算法的参数估计误差一致有上界。     

一种综合信息熵和遗传算法的知识约简方法

针对粗糙集理论核心内容之一的知识约简问题,本文结合信息论有关知识,给出了粗糙集理论中一些概念和运算的信息表示,并利用遗传算法作为约简工具,提出了一种知识相对约简的方法．为使所得约简相对最优,将条件信息熵的重要性定义融入了适值函数中．同时,在适值函数的选取上引入了惩罚函数和罚系数,从而保证所求的约简在包含最少而又非零个属性的基础上保持原有的分类能力．通过实例分析可看出,该算法对求解约简问题是快速有效的．     

衰减激励条件下递阶最小二乘辨识的均方收敛性

为减少递推辨识的计算量，提出了递阶辨识原理，它是将系统分解为多个维数较小的虚拟子系统进行辨识，从而获得递阶最小二乘辨识方法。在衰减激励条件下，针对时不变系统研究了递阶最小二乘法的收敛性，得到了参数估计误差均方收敛于零时衰减指数应满足的条件。递阶最小二乘具有良好的性能，其计算量比递推量小二乘辨识要小得多，并具有容易实现等优点。