三点法中传感器位置优化方法

三点法自70年代提出以来，作为误差分离的经典方法之一，受到了很多关注，但是其存在的谐波抑制问题却没有得到很好的解决。本文主要通过寻找最佳的传感器相对位置来减小谐波抑制对测量结果的影响。本文通过数学建模和利用遗传算法的思想，较为简便地得到最佳的角度位置，这为提高测量精度奠定了基础。     

铸造水玻璃废砂在盐冻混凝土再利用中的应用研究

铸造后产生的废砂和氯化钙除冰盐破坏的废弃水泥混凝土路面对环境产生很大的负荷,产生大量不可降解固体废弃物.本文试图将这两种废弃物合理配合使用,在进行再生混凝土的配置中,使混凝土性能得到提升,达到双赢的效果.     

N对高强度压力容器钢组织转变的影响

利用扫描电镜、电子背散射衍射、透射电镜及VASP第一性原理模拟等方法研究了氮含量对微合金化压力容器钢组织转变及力学性能的影响.结果 表明:当氮含量从60× 10-6增加至93×10-6时,试验钢中的铁素体体积分数变化较小,珠光体占比从5.8 vol％增加至18.4 vol％,粒状贝氏体组织从49.4 vol％减少为28.0 vol％;当氮含量增加至150×10-6时,试验钢组织由47.6 vol％的珠光体与52.4 vol％的铁素体组成.氮含量增加使试验钢在强度变化较小的基础上,-40℃低温冲击吸收能量和伸长率提升,这主要是因为高氮(150× 10-6)试验钢中析出更多的氮化物颗粒,增加了相变过程中的形核位置,有效促进了珠光体转变;热轧后的低氮(60× 10-6)试验钢在正火后由于奥氏体中C的过饱和度增加,较高温度下连续冷却发生了贝氏体转变,形成粒状贝氏体组织,恶化了试验钢的塑韧性.     

基于图元向量的差异共表达分析研究

差异分析对于揭示生命体的生长、发育和衰老过程及疾病发生具有重大的意义,基于网络的差异分析方法已经成为系统生物学的一个研究热点.Przulj提出的图元及图元向量作为一描述网络局部结构信息的方法,已经在网络分析方法面取得了很多重要的结果.本文在图元向量的基础上提出了二种节点变化的差距度量方法,通过聚类可以分别挖掘网络中模块内变化基因簇和模块间变化基因簇.应用AGEMAP数据库中12个小鼠组织基因表达数据的结果表明:大部分聚类簇都高度显著富集与衰老相关的GO条目.     

临界布尔网络的函数泛化问题研究

布尔网络是研究基因调控网络的一种非常重要的模型,通过时序数据推理基因之间的调控关系是研究网络动态行为和干预策略的基础.现有的预测研究主要集中在基因之间的调控关系,而对调控基因与目标基因之间的布尔函数的作用方式研究甚少.由于基因调控网络是一种处于有序和无序之间的临界网络,本文研究了众数规则、基于偏斜和基于互信息的三种泛化方法对临界布尔网络的稳态分布距离和灵敏度误差的影响.结果表明合理的泛化能够明显提高预测网络的稳态分布距离和灵敏度误差指标.三种泛化方法中,基于互信息的泛化方法的总体性能最好.     

金属工具腐蚀性能随时间变化规律的研究

为了探索金属工具腐蚀特征与时间的关系,本研究选取了常见的金属撬棒为研究对象,将其置于上海土壤环境中进行腐蚀试验和腐蚀表征,利用数码相机、扫描电镜(SEM)以及X射线衍射仪(XRD)来观察其腐蚀过程中形貌的变化,分析腐蚀产物的成分,并通过失重法来计算表征平均腐蚀深度与时间的关系。研究表征金属在土壤环境中表面腐蚀形貌随时间变化的规律,计算出了平均腐蚀深度与时间变化的关系。这一结果可以作为在未知时间的条件下,推断相同土壤环境中同种金属工具腐蚀时间范围的数据基础。     

利用天然气管道掺混输送氢气的可行性分析

指出氢气加入到现有天然气管道后会引起管材方面的风险(氢脆和渗透)。在12T基准气条件下,为了不改变终端用户的燃具,混合气中氢气的最大允许体积分数为23%。根据氢气加入后管道输送混合气的数学模型,提出输气功率的定义,用以反映管道输送能量的能力。只需给现有燃气管网预留一定的压力,氢气加入后通过提高输送压力便可保证管道的输气功率不变。     

特重高强混凝土配制技术

阐述了研究开发特重高强混凝土的重大意义,提出了制备技术和途径,说明了原材料及其性能要求,介绍了正交试验法设计特重高强混凝土配合比的方法,分析了水灰比、砂率、减水剂和硅灰等因素对特重高强混凝土的影响,在此基础上给出了最优配合比。     

基于DNA算法的独立数问题的求解

在构造了一种链接链及一种新型的“类发夹式”探针的基础上,给出了图的独立数问题的一种DNA算法。利用顶点的简单编码及链接链,该算法直接生成数据池,使用常规的生物操作即可完成解空间的产生及最终解的分离。     

模糊输入的概率神经网络在变压器故障诊断中的应用

将概率神经网络引入到电力变压器的故障诊断中,并提出了利用模糊数学的知识对神经网络输入进行预处理的方法.采用改良的三比值方法来实现故障诊断,建立了基于模糊输入的神经网络故障诊断模型.通过对神经网络模型的实例训练及仿真,证明了此方法有较好的收敛性,提高了故障诊断的有效性和准确性.