海上编队电子战综合仿真系统的设计与实现

介绍了海上编队电子战综合仿真系统的结构和功能,并给出了该系统关键技术中的逼真雷达信号环境模型、编队无源质心干扰效果评估模型以及编队有源压制干扰效果评估模型。     

带钢热镀锌及其保护气体的技术进步

介绍了带钢热镀锌技术的发展,同时对其保护气体的技术发展作了重点阐述.     

基于岩石破裂时间与声发射能量的花岗岩岩爆协同预警试验研究（英文）

在深部岩土工程和地下工程中,岩爆等动力灾害频繁发生且难以预测。本文以花岗岩为试验对象开展真三轴岩爆室内试验研究。结合花岗岩变形特征,采用声发射(AE)技术可以很好地揭示岩爆过程中微裂纹的演化规律。对撞击计数、振铃计数和能量等声发射特征参数进行综合分析,获得了花岗岩裂纹扩展和损伤演化的阶段性特征,与岩石变形破坏过程具有较好的一致性。随后,基于临界点理论,分析了岩爆过程中声发射能量的加速释放现象。基于损伤理论,提出了不同加载条件下岩石的损伤演化模型,同时确定了岩石破裂时间的预测区间。最后,以损伤为中间变量,构建了岩石破裂时间协同预测模型,并对模型的可行性和有效性进行了验证。     

精细化气候预测产品的制作及效果检验

[目的]研究精细化气候预测产品的制作方法及效果检验.[方法]以国家地面观测标准资料和来用距离权重插值法获得的二级资料库为依据.建立气候预报模型,集合多种预报方法和人工订正,做出定时、定点、定量的气象要素精细化气候预报,并参照气象部门制定的相关评分标准,对预报效果进行检验.[结果]目前,广州市精细化气候预测系统常用于制作该市10个站点的6个气象要素(平均气温、最高气温、最低气温、雨量、平均气压、日照)的逐日、侯、旬、月、季、年的气候预测.对近5年(2006～2010年)广州市10个站点的气象要素预报效果进行了检验,预报检验平均得分为:月雨量75.0分,月平均气温94.5分,月最高气温98.6分,月最低气温88.9分;旬雨量77.1分,旬平均气温90.6分,旬最高气温90.1分,旬最低气温82.8分,均达到广东省气象台的目标管理要求.[结论]该系统可广泛应用于农业气侯灾害预报以及大型水库、新机场、核电站等定点预报.     

应力水平对HTPB推进剂疲劳特性的影响

为探究HTPB推进剂在不同应力水平下的疲劳特性,开展了不同应力幅值和不同平均应力的疲劳试验。结果表明,平均应力和应力幅值增大都会使疲劳寿命缩短;疲劳过程中的应变是不断增大的,疲劳峰值应变呈现3阶段的发展规律,可以作为材料损伤的宏观表现,并从微观上分析了材料的疲劳断裂机理。通过将应力输入分解成恒应力和交变应力的叠加,基于损伤力学理论建立了HTPB推进剂不同应力水平下的疲劳损伤模型,可以很好地表征材料的损伤演化规律。     

基础隔震结构设计反应谱

基础隔震结构具有基本周期长，隔震层变形大，临界阻尼大的特点，规范反应谱没有给出该类结构的设计方法，为了简化基础隔震结构设计方法，便于工程的推广和应用，本文针对基础隔震结构长周期，大阻尼的特点，计算拟合了结构设计加速度反应谱和位移反应谱和位移反应谱，并给出了反应谱计算公式。     

环氧乙烷乙二醇装置检修环保管控措施

当前环境保护工作已成为国家重要的基本国策,人们对环境问题的社会关注度也在不断提高。炼化企业过去的粗放型管理已无法满足当前需要,务必要转变管理理念,重新修定环保管控的方针和目标,全面细化环保管控措施,严格检查措施落实与执行情况,只有这样才能应对严峻的环保管控形势。炼化企业装置的停工检修范围广、程度深、任务重、时间紧,使管控工作难上加难,并带来了各种事故事件的风险隐患。     

SiO2纳米粒子型低浓度阳离子表面活性剂压裂液研究

黏弹性表面活性剂(VES)压裂液由于具有无残渣、低摩擦、破胶完全等优点,越来越受到人们的重视.然而,由于价格高、耗用量大,进一步限制了VES的广泛应用,本研究提出了SiO2纳米粒子低浓度VES压裂液(NAVES).由1％EDAA和0.01％SiO2组成的NAVES体系在70℃下剪切2 h黏度在33 mPa·s以上;而1...     

基于神经网络的支持向量机学习方法研究

针对支持向量机（Support Vector Machine,SVM）对大规模样本分类效率低下的问题,提出了基于自适应共振理论（Adaptive Resonance Theory,ART）神经网络与自组织特征映射（Self-Organizing feature Map,SOM）神经网络的SVM训练算法,分别称为ART-SVM算法与SOM-SVM算法。这两种算法通过聚类压缩数据集,使SVM训练的速度大大提高,同时可获得令人满意的泛化能力。     

动态概率卷积神经网络在雷达回波外推中的应用

雷达回波外推方法已广泛应用于短时强降水临近预报中.针对传统雷达回波外推方法未充分利用海量历史气象数据从而导致预报准确度不高的问题,提出了一个基于动态概率卷积神经网络(dynamic probability convolutional neural network,DPCNN)的雷达回波外推模型.该模型在卷积神经网络的基础上增加动态概率计算层,对不同的雷达回波输入序列计算对应的概率卷积核,并用于后续的外推计算中,使得网络在预测阶段仍然能够根据不同的输入序列作出相应的概率调整,从而增强了外推结果与已知序列的关联.经某局部地区短时强降水外推实验,从外推图像、CSI指数、FAR指数、POD指数四个方面验证了该模型的有效性.