闭式叶轮多轴数控铣削编程技术研究

针对闭式叶轮难加工的问题,基于NX提出了一套适用于闭式叶轮加工的多轴数控铣削编程策略。在粗加工阶段,通过作辅助面、线的方法提取流道的中心曲线,生成了安全、高效的粗加工刀具路径;在精加工阶段,通过B样条曲面理论对原始的流道曲面进行参数化重构,生成了具有统一u、v方向的驱动曲面,实现了精加工刀具路径对流道曲面的完整覆盖;在VERICUT中,通过搭建的DMU60机床仿真模型对生成的刀具路径进行验证。验证结果表明,使用该策略编制的闭式叶轮粗/精加工刀具路径无碰撞、干涉、过切、欠切等问题,可以用于生产实践。     

安全关键的信息物理系统中时序行为的组合与精化

信息物理系统（cyber physical systems, CPS）通常被应用于安全关键的场景中，需要进行实时监控，并计算反馈信息，实现对外部环境的自动控制与管理.基于模型驱动的开发方法是针对实时的、异构的CPS进行开发的，而模型的可组合性是其中的核心关键点.针对时序行为的可组合问题，首先通过时序约束语言（clock constraint specification language, CCSL）建立系统的时序行为需求模型，在此基础上通过迁移系统描述CCSL的时序行为语义，并给出其组合操作方法及可组合性的形式化定义.进一步地，对时序行为进行精化操作，给出从时序行为需求模型到任务执行模型的转换方法.同时，基于L*方法对模型行为进行学习，实现组合验证以缓解状态爆炸问题，并验证精化后模型的可组合性.最后通过仿真实验及主从智能小车实例对精化与验证方法进行评估.相关数据显示，精化与组合验证方法在处理时间和内存使用上具有一定的性能优势.     

浆态床渣油加氢机理与全局资源优化耦合模型研究与应用

炼油厂全流程设计过程中，如何通过机理模型获得准确的工艺装置操作预测值，并将其有效地整合至全流程优化模型中，是算法耦合与计算的难点。浆态床加氢裂化工艺是一种典型的复杂重油加工处理方法，但在炼油厂设计与规划过程中，如何高效地实现浆态床产品分布的准确预测和全流程优化是现有优化软件及算法的难题。本研究建立了浆态床渣油加氢机理模型，并将其与非线性混合整数规划的全局资源优化算法及软件集成，实现了机理模型与运筹规划算法的耦合，为炼油厂设计与规划提供了更高效的设计工具。利用所提出的模型与算法实现了炼油厂全流程的优化，综合商品率提升2.44百分点。     

基于联邦学习的含不平衡样本数据电力变压器故障诊断

基于海量样本数据的深度神经网络可以显著提升电力变压器的故障诊断效果，但实际环境中各变压器本地数据被“数据孤岛”隔离，难以进行集中式深度训练。联邦学习可以实现多源数据的共同建模，但各变压器的非独立同分布不平衡数据会使算法性能严重下降。针对上述问题，提出一种基于联邦学习的含不平衡样本数据电力变压器故障诊断机制。与传统深度学习集中训练方式不同，文中采用多个参与者分布训练方式。每个参与者采用LeNet-5深度神经网络进行本地训练，中央服务器将本地模型进行聚合，同时引入改进的数据共享策略对云端共享数据进行选择性下发，以降低非独立同分布数据的不平衡性。实验结果证明，该机制实现了各变压器独立且不平衡数据的协同训练，对变压器故障类型的诊断精度可达到97%。     

基于波形变换的超低频正弦电源控制策略研究

这里提出一种基于二阶广义积分器(SOGI)锁相环波形变换与准比例谐振(QPR)+比例积分(PI)双环控制的超低频正弦全波脉动控制策略,能消除静态误差和零点漂移,并提高波形正弦度。基于此,这里首先设计了单桥臂的低频直流脉动电路拓扑,能够实现能量可逆流动,为输出波形的直流脉动变换提供有利条件;其次,通过SOGI锁相环进行波形变换,将超低频正弦全波脉动直流信号变换为超低频正弦交流信号,使直流控制转换为交流控制,并结合QPR+PI双环控制,实现了系统的无静态误差控制,且提高了系统的动态性能。最后,通过仿真和实验证明了控制策略的可行性和有效性。     

氢自养还原菌同步降解水中4-溴酚及硝酸盐

基于摇瓶研究了以H₂为电子供体的氢自养还原菌降解4-溴酚(4-BP)的可行性；并在此基础上研究了4-BP浓度、硝酸盐(NO₃^--N)浓度及氢分压对4-BP的去除影响；最后研究了4-BP加入前后的微生物菌群变化。结果表明，提高初始4-BP浓度会降低其去除效果；作为一种优先电子受体，NO₃^--N会与4-BP争夺电子供体H₂，增大初始NO₃^--N浓度导致4-BP去除效果下降；提高氢分压会使得单位浓度NO₃^--N及4-BP获得更多的电子供体，提升两者还原速率；加入4-BP后，改变了微生物的生长环境，使得具有脱卤能力的Thauera丰度提升，达到42.8%。当系统中存在H₂时，具有正常活性的氢自养还原菌，在脱卤酶作用下4-BP释放Br^-从而被降解。     

高效液相色谱法测定果蔬中松脂酸铜残留

建立了基于高效液相色谱法-紫外检测器(high-performance liquid chromatography-ultraviolet detector, HPLC-UVD)检测松脂酸铜在火龙果、豇豆和杧果3种果蔬中的农药残留的分析方法。果蔬样品在加入盐酸衍生后，使用石油醚超声提取，提取液蒸干后使用乙腈定容，通过HPLC-UVD对样品进行定量测定，选择静电场轨道阱高分辨质谱仪对松脂酸铜转化为松脂酸进行确证分析。结果表明，松脂酸铜的相关系数R²为0.999 6,平均回收率在77%～108%,相对标准偏差均小于5%,线性关系良好，该方法的检出限为0.03 mg/kg,定量限为0.1 mg/kg。该方法简便、准确、快速，可满足果蔬中松脂酸铜残留检测灵敏度和准确度的要求，其他果蔬样品中的松脂酸铜残留也可参照该方法进行分析。     

基于MMS模型的继电保护装置自动测试技术研究∗

提出一种基于MMS模型的继电保护装置自动测试技术,该技术能够自动模拟继电保护装置的输入信息,自 动验证输出信息,通过MMS报文读写保护装置的定值、控制字、软压板,针对各厂家“六统一” 保护型号功能配 置,建立典型测试模板库,实现继电保护装置一键式测试,并通过中间模型文件解决了不同厂家的保护装置数据输出 端口信息描述不统一的问题,实现模型自动映射.最后以某型号线路保护装置测试为例验证所提方法的可行性.     

基于BASFPA-BP的可靠性预测模型研究

软件可靠性预测以软件可靠性预测模型为基础，对软件的可靠性以及与其直接相关的度量进行分析、评价和预测，利用软件运行中所收集的失效数据对未来的软件可靠性进行预测，成为了评估软件失效行为和保障软件可靠程度的重要手段。BP神经网络结构简单、参数少、易实现，在软件可靠性预测领域已经得到了广泛应用。然而基于传统BP神经网络搭建的软件可靠性预测模型的预测精度无法达到预期目标，因此提出了基于BASFPA-BP的软件可靠性预测模型。该模型利用软件失效数据，在BP神经网络训练过程中利用BASFPA算法优化网络权值、阈值，从而提高模型的预测精度。选用3组公开的软件失效数据，将实际值与预测值的均方误差作为预测结果的衡量标准，同时将BASFPA-BP与FPA-BP,BP,Elman这3种模型进行对比研究。实验结果表明，基于BASFPA-BP的软件可靠性预测模型在同类型模型中实现了较高的预测精度。     

含节理层状类岩石在单轴压缩下裂纹的定量识别研究

为研究复合岩层在单轴压缩下裂纹扩展机理和破坏模式，通过数字图像相关方法(DIC)观测单轴压缩下含预制节理的层状类岩石试件裂纹走向和应变场变化，引入协方差矩阵对节理倾角分别为0°、15°、30°、45°、60°、75°的试件应变场离散性进行量化，经过分析得到：(1)用新的方法对裂纹两侧点位的位移数据量化处理，判别裂纹类型为拉伸裂纹(Ⅰ型)、剪切裂纹(Ⅱ型)和拉剪复合裂纹(Ⅰ-Ⅱ型);(2)基于协方差矩阵得到的参数V可表征裂纹起裂和扩展过程，V增长速率与裂纹发育的充分程度有较强相关性；(3)根据V的增长速率识别裂纹类型分别为：拉伸裂纹(0.12×10^-4～0.49×10^-4)、剪切裂纹(1.17×10^-4～4.5×10^-4)、拉剪复合裂纹(0.72×10^-4～0.99×10^-4)。