基于ARMA模型的桥梁结构模态参数辨识研究

模态参数辨识是对结构进行动力损伤诊断的前提,本文介绍了一种通过建立ARMA模型来辨识结构工作模态参数的方法.待检结构在环境激励下发生自由振动,用位移传感器测出振动响应数据,据此建立适当阶数的ARMA模型,并估算模型参数.根据模型参数与系统模态参数的关系算得模态参数.最后用稳定图法剔除虚假模态,确定结构真实模态.重点讨论用ARMA时序模型进行模态频率辨识的问题,并通过一个简支梁振动试验对该方法进行了验证,将试验结果与随机子空间法和ANSYS建模分析法的计算结果对比发现,3种方法识别出的前三阶模态频率基本吻合,且满足精度要求,说明在激励数据未知的情况下,基于ARMA模型的模态参数辨识法能够准确地识别出系统的模态参数.     

基于射频技术的无线网络中继器的设计

无线网络可以克服传统网络技术中有线传输介质带来的组网困难等缺点。根据现场控制需要,基于射频技术,设计了一种使用公用频段和具有主从星型拓扑结构的无线控制网络中继器。它采用两种不同功率和频段的射频模块,与现场控制节点一起构成完整的无线控制网络。具体介绍了它的硬件构成和软件流程。     

中子单色器用大尺寸Cu单晶的生长

1 引言目前热中子散射实验多采用核反应堆做中子源,从核反应堆引出的中子束是一连续谱,为了获得实验用的单色中子束,一般采用单晶衍射的方法。经常用作中子单色器的晶体有Si,Ge,Pb,热解石墨和Cu等。单晶衍射获得的单色束波长λ=2d_(HKL)sinθ,单色束的波长分辨率面△λ/λ∝ctgθ,反射面间距小的Cu单晶在获得同佯波长的单色束时,Bragg角θ大,从而分辨率高(即△λ/λ数值小);另外峰值强度正比于相干散     

深度神经网络修复策略综述

随着智能信息时代的发展,深度神经网络在人类社会众多领域中的应用,尤其是在自动驾驶、军事国防等安全攸关系统中的部署,引起了学术界和工业界对神经网络模型可能表现出的错误行为的担忧.虽然神经网络验证和神经网络测试可以提供关于错误行为的定性或者定量结论,但这种事后分析并不能防止错误行为的发生,如何修复表现出错误行为的预训练神经网络模型依然是极具挑战性的问题.为此,深度神经网络修复这一领域应运而生,旨在消除有缺陷的神经网络产生的错误预测,使得神经网络满足特定的规约性质.目前为止,典型的神经网络修复范式有3种:重训练、无错误定位的微调和包含错误定位的微调.介绍深度神经网络的发展和神经网络修复的必要性;厘清相近概念;明确神经网络修复的挑战;详尽地调研目前已有的神经网络修复策略,并对内在联系与区别进行分析和比较;调研整理神经网络修复策略常用的评价指标和基准测试;展望未来神经网络修复领域研究中需要重点关注的可行方向.     

虹膜图像预处理算法研究

针对目前已有的虹膜图像预处理算法的局限性，提出了一套新型的虹膜图像预处理算法。此算法对虹膜图像进行了精确的定位，使定位后的虹膜图像具有旋转、平移和尺度的不变性。在完全相同的实验条件下，运用MATLAB软件对104个虹膜图像组成的虹膜数据库进行预处理，本算法只需要7min 50s的运行时间，而当前最流行的Daugman的算法大约需要1h，从而证明了本方法的运行速度约为Daugman方法的8倍，克服了当前流行算法计算量过大的问题。     

内燃叉车液压油箱设计

在内燃叉车液压系统中,液压油箱作为重要的辅助部件,用于储存液压系统的工作介质,具有散热,分离油液中的水、气体,以及杂质沉淀等作用。设计叉车液压系统时,由于受整车空间的限制,常出现油箱设计容积过小、油箱附件选用不合理等情况,由此造成系统运行温升快、热平衡温度过高,以及因液压油粘度下降使泄漏增加及泵吸油不足等现象,严重影响液压系统正常稳定的工作。因此,在设计叉车液压系统时,液压油箱设计十分重要。     

安钢小型ω300mm机组加热炉节能改造

本文详细论述了第一轧钢厂Φ 3 0 0 mm机组加热炉改造的方案及采取的节能措施 ,介绍了加热炉设备的特性 ,实践证明本次改造是十分成功的     

300机组加热炉改造经验探索与实践

主要介绍了300机组加热炉大修改造中采用的一些施工新技术及其取得的显著效果，为加热炉冬季施工提供可借鉴的经验。     

电液比例变量泵应急手动机构设计研究

七十年代以来,容积式泵控系统以其工作效率高的技术优势在机床、工程机械、轻工机械、船舶、航空、航天等领域得到了较为广泛的应用。目前用于容积系统中较为常见的变量泵有手动变量泵、电液伺服变量泵和电液比例变量泵。电液比例变量泵以其较好的动态特性和     

安钢小型Ф300mm机组加热炉节能改造

本文详细论述了第一轧钢厂Ф300mm机组加热炉改造的方案及采取的节能措施，介绍了加热炉设备的特性，实践证明本次改造是十分成功的。