复杂树状结构树冠风荷载研究

以珠海华发艺术馆初步设计方案为工程背景,选取最高的5号生态树作为研究对象,基于测压试验获得的风压时程,对生态树树冠部分的风荷载特性进行了研究。分析了网壳表面的风压分布情况以及测点风压时程的非高斯特性,结果表明,网壳表面整体表现为向上的升力作用,且在背风区域出现较明显的沿顺风向对称分布的负压区域;迎风面区域风压呈现标准高斯特性,背风面部分区域风压出现非高斯特性,且为正偏态。并对生态树测点风压的频谱特性进行了研究,结果显示,网壳结构迎风边缘以及网壳中部区域有较大的脉动能量且频谱成分较为丰富,而横向边缘及尾流区域脉动程度相对较小;网壳迎风表面上、下测点相关性表现为正相关,迎风区域上、下表面的测点相关性大于背风区域上、下表面测点的相关性。     

混凝土框架结构地震作用影响因素分析

混凝土结构是目前应用最广泛的结构形式,一般需计算水平地震作用并进行抗震验算。本文采用比较相对值的方法分析了诸因素的变化对水平地震作用大小的影响,并用图形表示影响水平地震作用各因素对混凝土框架结构所起的作用,为结构设计提供了参考。     

织物疵点特征提取主要算法比较

在研究相关文献的基础上,详细分析了目前织物疵点自动检测研究中特征提取的3种主要算法:灰度直方图法、灰度共生矩阵法及小波变换法.对3种算法做了详细介绍,给出了具体的模型和公式,对3种算法的研究现状进行了阐述,详尽列出了近期相关的主要工作和研究进展;通过对比,指出了3种算法的优缺点,并给出了3种算法在计算量、灵敏度、有效性、识别种类、可操作性、区分效果方面的对比结果.     

机车轴承故障诊断中振动信号采集的研究

介绍了机车轴承故障诊断中振动信号采集的硬件实现.先通过压电式加速度传感器对振动信号进行拾取,然后经过电荷放大器、抗混滤波器等系列电路对拾取的微弱信号进行处理,最后进入A/D转换电路得到微机可以识别的数字信号,从而实现振动信号的采集.     

基于Hilbert-Huang变换和时频域参数的机车轴承故障诊断

提出了基于Hilbert-Huang变换和时频域参数指标相结合的机车轴承故障诊断方法,分别对时频域参数指标诊断方法、Hilbert-Huang变换诊断方法进行了理论分析和研究,通过试验验证了此方法能有效提取机车轴承的故障特征频率。     

复合地基选型的决策模型

通过分析比较地基基础选型的方法,根据决策过程的一般规律,构建复合地基选型的模型。模型建立的步骤是,先通过专家定性比较来筛选可能方案,再运用层次分析法比较可行方案,最后通过定量计算确定最终选用方案。在避免漏选方案和减少计算量的同时,可使整个决策过程系统化、规范化、模块化。     

无模型自适应控制算法的改进及其在锅炉系统中的运用

针对工业过程控制中存在的大时滞问题,提出一种无模型自适应控制改进算法(Improved Model-Free Adaptive Control,IMFAC),其优点是不需要对象的具体模型,仅仅根据系统的输入和输出即可对系统进行控制。在改进算法中通过引入带滞后时间输出的变化率的约束项,从而来减小大时滞对系统的影响。同时通过MATLAB与SMPT-1000仿真验证改进算法对大时滞系统在系统响应速度与系统稳定性方面有很好的控制效果。     

基于多尺度形态学和Kalman滤波的基波分量提取

针对Kalman滤波在提取基波分量时存在暂态噪声抑制能力差和噪声统计特性不精确的缺点,提出了一种新的基波分量提取算法。采用改进的数学形态滤波器对采集信号进行多尺度分析得到平滑信号和细节信号,改进的滤波器使用不同形状的结构元素,有效地提高噪声抑制能力。利用平滑信号更新Kalman滤波器的观测值,减少故障信号暂态噪声的干扰,提高了滤波算法的收敛速度;利用细节信号实时在线计算测量噪声的方差,提高了滤波算法的收敛精度。在Matlab/Simulink环境下搭建仿真模型对算法进行验证与测试,仿真结果证实了算法的可行性和有效性。     

基于无迹Kalman滤波的基波分量提取

针对全波Fourier和Kalman滤波算法在提取基波分量时对频率偏移敏感和直流偏移量抑制能力差的缺点,提出了一种新的基波分量提取算法。首先以故障信号的直流偏移量、基波角频率和基波分量作为状态变量,建立信号的非线性状态空间模型。然后采用无迹Kalman滤波(Unscented Kalman Filter,UKF)在信号的非线性模型基础上估计出基波分量。此外,滤波算法还能够实时估计出信号的直流偏移量和基波频率。通过多个算例仿真对算法进行验证与测试,仿真结果证实了算法的可行性和有效性。仿真结果表明,算法对频率突变和直流偏移量突变具有良好的适应性,能快速准确地提取出基波分量。     

一种多层多维的关联规则挖掘算法在推荐系统中的应用

针对传统协同过滤算法将用户-项目评分矩阵作为数据的输入,试图找到最相似的用户或者项目,但却忽略了用户与项目属性之间的关联关系等问题,本文构建一种多层数据的模型,在不同层次之间找出多维序列,挖掘出频繁多维序列模式,输出关联规则。用输出的关联规则改进评分矩阵,改进后的数据包含了用户和项目之间的关联关系,经过协同过滤算法输出TOP-N推荐项目。在MovieLens数据集上进行试验验证,实验结果表明所提方法能够优化模型的推荐性能。