基于形式化方法的航空电子系统检测

随着航空型号的快速发展,航空电子系统的数字化程度越来越高,软件在其中所占的比例越来越大.对航空电子系统中的软件进行测试和检测是保证航空电子系统质量及可信运行的基础.通过分析航空电子系统软件体系结构,对航空电子系统进行形式化建模,并在此基础上,提出了一种形式化的系统级综合检测方法,从静态和动态两个方面对航空电子系统进行检测,最后通过设计并实现一个综合检测系统来验证该方法的有效性.     

基于Android平台的校园故障报修系统

为方便师生对校园故障设备的报修,设计一种基于Android平台的校园故障报修系统。系统一方面采用ASP.NET技术及C#程序设计语言构建校园故障报修系统的主体,提供在线报修及报修管理功能,并采用Web Service技术实现对智能手机终端提供故障报修服务的功能;另一方面基于Android平台,实现Android手机终端报修子系统,提供使用Android手机终端进行故障报修的功能。经过对系统的实际运行,验证了系统的可行性及实用性。      

离散事件系统基于模式的安全故障诊断

基于模式的故障诊断方法能将触发系统故障的事件串诊断出来,但在诊断期间系统仍然可能执行被禁止的不安全操作.为此,提出了一种离散事件系统基于S型和T型模式的安全诊断方法.先对离散事件系统基于模式的安全可诊断性进行形式化,再通过构造非法语言识别器和安全诊断器对系统发生的故障模式实施安全诊断,最后分别得到了一个关于S型和T型模式的系统安全可诊断性的充分必要条件,实现了离散事件系统基于模式的安全故障诊断.     

基于IPSO-BP神经网络的变压器故障诊断方法

标准粒子群优化(PSO)算法对惯性权重采取简单的线性衰减方案, 无法获得全局最优点. 为了弥补该方法的缺陷, 提出了一种改进的粒子群优化(IPSO)算法, 并将该算法与误差反向传播神经网络(BPNN)相结合, 进而提出一种基于IPSO-BPNN的变压器故障诊断新方法. 该方法将单个粒子连续被选为最优解的次数作为自适应变量, 并根据粒子的性能分类结果, 自适应地调整各粒子的惯性权重, 从而达到平衡局部和全局搜索能力的目的. 大量仿真表明该算法性能明显优于基于BPNN和PSO-BPNN的变压器故障诊断系统,     

基于平铺数据流的可配置神经网络加速器

卷积神经网络已经是公认最好的用于深度学习的算法,被广泛地应用于图像识别、自动翻译和广告推荐。由于神经网络结构规模的逐渐增大,使其具有大量的神经元和突触,所以,使用专用加速硬件挖掘神经网络的并行性已经成为了热门的选择。在硬件设计中,经典的平铺结构实现了很高的性能,但是平铺结构的单元利用率很低。目前,随着众多深度学习应用对硬件性能要求的逐渐提高,加速器对单元利用率也具有越来越严格的要求。为了在平铺数据流结构上获得更高的单元利用率,可以调换并行的顺序,采用并行输入特征图和输出通道的方式来提高计算的并行性。但是,随着神经网络运算对硬件性能要求的提高,运算单元阵列必然会越来越大。当阵列大小增加到一定程度,相对单一的并行方式会使利用率逐渐下降。这就需要硬件可以开发更多的神经网络并行度,从而抑制单元空转。同时,为了适应不同的网络结构,要求硬件阵列对神经网络的运算是可配置的。但是,可配置硬件会极大地增加硬件开销和数据的调度难度。提出了一种基于平铺结构加速器的并行度可配置的神经网络加速器。为了减少硬件复杂度,提出了部分配置的技术,既能满足大型单元阵列下单元利用率的提升,也能尽可能地减少硬件额外开销。在阵列大小超过512之后,硬件单元利用率平均可以维持在82%～90%。同时加速器性能与单元阵列数量基本成线性比例上升。     

基于Fluid的大规模带宽限制蠕虫仿真模型

在利用子网抽象技术的基础上,进一步针对带宽限制蠕虫高速扫描的特点,提出了一种基于Fluid的大规模带宽限制蠕虫仿真模型.通过Fluid仿真技术对蠕虫高速扫描产生的数据包进行抽象,降低其对仿真系统计算能力和存储能力的要求,进而提高仿真执行效率.仿真结果和数据包级仿真以及和实测数据的对比表明,该仿真模型可以在消耗较少资源的...     

LaO_x(OH)_y supported platinum catalysts for CO oxidation:Deactivation by formation of lanthanum carbonate

Platinum catalyst for CO oxidation has been studied for decades,due to its high activity and good stability.In this work,we prepared three different lantha num oxide or hydroxide supports(LaO_x(OH)_y),and deposited platinum(Pt) with 0.5 at% via an impregnation approach to synthesize Pt/LaO_x(OH)_y catalysts.However,we find that these catalysts perform a poor stability for the CO oxidation reaction.The fresh and used samples were comprehensively characterized by multiple techniques including power X-ray diffraction(XRD),X-ray absorption fine structure(XAFS),transmission electron microscopy(TEM),temperature-programmed reduction by carbon monoxide(CO-TPR) and thermogravimetric analysis(TGA),to demonstrate that the oxidized platinum atoms or clusters,without any component of Pt-Pt metallic bond,are highly dispersed on the surface of LaO_x(OH)_y.Furthermore,the as-formed lanthanum carbonate(La₂O₂CO₃) during the exposure to ambient circumstances or in the reaction atmosphere of CO+O₂,severely impair the reactivity of Pt/LaO_x(OH)_y.On the basis of the obtained experimental results,we have drawn a conclusion that the oxidized P_tO_x atoms or PtxOy clusters are the active species for CO oxidation,while the formation of lanthanum carbonate is the origin of deactivation on reactivity.     

三体船阻力的数值计算研究

采用商业CFD软件FLUENT模拟了三体船周围的粘性流场,并考虑流体粘性及自由表面影响,数值预报了一艘三体船试验船模的阻力.计算中进行了2种不同侧体布置情况下船体周围流场细节的详细模拟,得到了相应情况下的船体总阻力,确定了合理的侧体位置.在此基础上,改变了侧体与主体横向间距进行了3种布置方案的相应计算,并进行比较,选取了最佳的侧体间距.通过计算结果与实验值进行的对比,验证了计算的可靠性,计算达到了船型优化的目的.     

数据与知识驱动的零件特征工艺决策方法

在零件的工艺设计阶段, 加工工艺方案的生成强依赖于设计人员选择和应用的工艺知识. 而由于实际的生产环境与设计人员选择工艺知识存在着诸多偏差, 加工方案与实际的工艺过程不匹配成为当前零件制造领域关注的难题. 为解决上述问题, 本文提出了一种数据与知识双驱动的零件特征工艺决策方法. 本方法使用基于注意力机制的MLP深度学习算法, 从结构化工艺数据中挖掘工艺知识, 关联零件特征与特征工艺标签. 将其经过数据加工后, 用于训练神经网络模型. 经过验证, 该方法能够以零件特征的工艺数据为输入, 输出其对应的特征工艺标签的概率分布, 为零件工艺方案的选择提供决策支持.     

NADS氨法脱硫工艺的可行性

对氨法脱硫技术的发展、机理和不同技术的特点进行综述。着重介绍了NADS氨法脱硫技术的特点,并分析了NADS氨法脱硫技术的优势。结合本厂实际提出了未来在工业烟气处理中应用NADS氨法脱硫技术的可行性建议。