抗振条-传热管大间隙多跨直管束流致振动试验研究

针对抗振条-传热管大间隙的4跨传热管直管束开展了流致振动试验研究。传热管束转角正三角形排列,3处抗振条将直管束分为4跨,中间其中1跨的局部区域受到横向流体的冲刷。试验测试获得了管间流速在3.3～14.7 m/s区间内传热管振动位移和振动频率响应特性。结果表明,随着管间流速逐渐增大,传热管在来流方向和升力方向的振动频率依次增大,传热管的振动模态从抗振条1处有效支撑、2处未有效支撑的状态,转换为3处抗振条均有效支撑的状态。试验观测到传热管流弹失稳,其临界流速为14.5 m/s,与5种经验关系式预测结果的对比表明,Chen关系式能较好地预测流弹失稳的发生,预测结果较保守,与试验值间的相对偏差为21.4%。     

RFID系统防碰撞算法比较分析及其改进算法

防碰撞算法是RFID系统中的一项关键技术。在对基本二进制搜索算法及其各种改进算法进行详细的定量分析的基础上提出了一种改进算法。该算法能有效地降低命令发送的总次数和减少每次命令所附带的参数长度。仿真结果表明了该算法的有效性。     

旋转体点云分离与旋转轴提取

提出了一种基于线元几何与运动方程的旋转体点云数据特征分离与旋转轴提取算法。该算法将三维空间中的点云数据投影到线元空间中,通过拟合运动方程并分析运动特征参数而计算出旋转轴位置。算法使用基于特征约束的klo-RANSAC（k-local-RANSAC）算法将特征点从自由曲面背景以及噪声中提取和分离,进一步提高了算法的收敛速度与健壮性。实验证明,本算法无需精确估算曲面法矢即能快速地从海量点云数据中迅速地识别与分离具有旋转特征的数据点并提取其旋转轴特征。     

多策略融合改进的蜣螂优化算法

针对标准蜣螂优化算法(DBO)存在的全局探索能力欠缺、收敛精度低及易陷入局部最优等不足, 提出了一种融合多策略的改进蜣螂优化算法(MSDBO). 首先, 引入社会学习策略引导推球蜣螂进行位置更新, 提高了算法全局探索能力, 避免算法陷入局部最优; 其次, 提出一种方向跟随策略, 建立起小偷蜣螂与推球蜣螂个体间的交互, 提高了寻优精度; 最后, 引入环境感知概率, 引导小偷蜣螂合理采用方向跟随策略, 兼顾了性能与时间消耗. 在12个基准测试函数上进行求解分析, 并与其他优化算法进行对比, 证明了MSDBO的寻优性能明显优于对比算法, 在压力容器设计优化问题上的结果验证了MSDBO求解实际工程约束优化问题的有效性.     

考虑热动态的综合能源系统碳排放流建模与分析

在电力系统低碳转型背景下,传统的源侧碳排放控制难以满足碳排放责任公平分摊需求,亟需对多能源网络进行碳排放流(即碳流)追踪,明确源网荷碳排放责任。基于此,提出了热网准动态碳流模型,并对综合能源系统碳流进行建模与分析。介绍了热网静态碳流的管道计算模型;从热损耗和热延时两方面对热网管道的动态特性进行描述;在此基础上,引入热网管道储能变量刻画2种情况下热动态特性对管道和节点碳流分布的影响;进一步地,提出了热电联产机组的碳势计算方法和储能设备各时刻平均碳势的计算方法,并总结了电、热网络碳流联合分析方法;通过算例分析了静态和准动态热网模型下综合能源系统的碳流分布结果,并考虑了负荷热惯性及机组碳势对碳流分布的影响。     

基于ST7单片机的太阳能直流供电系统控制器设计

设计一种用ST7单片机构成的全数字化太阳能直流供电系统控制器。系统在ST7单片机的控制下,能将太阳能电池转换的直流电进行有效存储和合理使用。系统充分利用了ST7单片机的软件资源,最大程度地简化了硬件电路,使电源具有较高的性价比和可靠性。     

mesh优先级容错路由

随着深亚微米技术的发展,片上网络（Network on Chip,NOC）已成为芯片设计的热点。单位面积晶体管的急剧增多,给NOC可靠性带来了挑战。当节点或链路出现故障时,如何实现容错,提高系统可靠性成为NOC设计的重点。在对NOC容错技术进行简要介绍的基础上,利用现有mesh拓扑结构和维序路由算法,提出一种全新的基于优先级的mesh容错路由算法（fault-tolerant routing in mesh based on priority,PR算法）,并采用OPNET仿真平台对算法进行仿真和性能对比。     

基于计算解语义的逻辑程序测试和调试框架

逻辑程序开发过程中需要花费大量的时间用以程序调试,原因之一是调试通常包含大量的用户交互.减少对调试过程不必要的调用能够提高软件开发的效率.程序测试中得到的由同一个错误引发的多个症状是引发对调试过程不必要调用的因素之一.给出了一种逻辑程序测试和调试框架,其中测试用例的生成、症状的发现和调试(包括诊断和改错)交叉进行,由同一个错误引发的症状只有一个可引发调试过程执行,并以此方式避免了对调试过程不必要的调用.然后,利用一种基于约束的Prolog计算解语义,该框架被实例化为一种Prolog程序的测试和调试算法,本实例表明了该算法的应用.     

一种并行多目标遗传邻域搜索算法

现有的多目标遗传算法在解决大规模多目标生产调度问题时虽然有效,但往往非常耗时,难以应用于实际.为了提高求解效率,提出了一种并行多目标遗传邻域搜索算法来求解Pareto边界.该算法将多目标遗传算法的进化方向划分为若干范围,然后同时对每个进化方向的范围使用多目标遗传邻域搜索算法,并行地搜索各方向范围内的Pareto边界;在各进化方向范围内进化的子种群会定期交流各自进化成果.多目标遗传邻域搜索算法的并行化在不增加求解时间的前提下,提高了求解精度,加快了算法的收敛速度.仿真实验结果验证了算法的可行性与有效性.