基于ARM和FPGA的高扩展性超声检测模块设计与实现

介绍了一种以ARM和FPGA联合作为中央控制处理单元的4路超声探伤模块。给出了其整体结构方案,阐述了以4路超声模拟信号为一组的多路超声探伤模块硬件扩展的设计思路和实现方案,讨论了FPGA对高速LVDS数据的采集、处理、时序同步功能的实现,ARM与FPGA之间总线接口的实现,ARM嵌入式系统功能以及网络通信功能的实现。实际应用表明,该功能模块能达到预期的设计要求,并能方便地实现硬件扩展。     

压实粘性土三轴拉伸试验研究

对于岩土材料而言,在相同的压力下(应力张量第一不变量I1)的三轴拉伸强度与三轴压缩强度相比,在较低的偏应力下发生破坏,这说明岩土材料的强度明显依赖于偏应力张量第三不变量J3,而常用莫尔-库仑准则虽然能够反映在相同的压力下三轴拉伸与压缩强度的差异性,但其比值Q2与压力无关.通过三轴压缩和三轴拉伸试验,对主应力差和比值Q2随压力的变化进行了研究,结果表明:在一定压力范围内,主应力差与围压的关系为线性关系;在低围压(指使试样发生剪切破坏的最小围压),测试获得的主应力差值与摩尔-库伦公式计算值相当,但随着围压的增加,两者差值增加,且计算所得的主应力差均大于测试值;在一定范围内,比值Q2随压力(应力张量第一不变量I1)呈线性指数递减变化;同时在较低压力下,三轴拉压强度比值与利用莫尔-库仑准则计算的数值相当.     

曲条面引水渠首在阿韦滩渠首改造工程中的应用

在多沙河流上,泥沙淤积常会造成渠首引水设施的破坏,通过对阿韦滩渠首运行中发现的问题,结合当地工程实际,在原底栏栅式渠首基础上改造提出的一种新型引水渠首——曲条面引水渠首。该新型渠首利用弯道凸岸沉沙、凹岸引水的原理,对原底栏栅式引水渠首进行改扩建,在条形冲沙槽进水口前修建曲线形挡沙坎,采用曲面引水实现第一级水沙分离,凹岸表层较清的水流进入条形冲沙槽后,更清的水流入两侧的溢流槽,最终实现条形冲沙槽冲沙、溢流槽双向溢流面进水的第二级水沙分离。工程建成运行后,发现通过这两级的水沙分离过程,最终实现了其引水、排沙,水沙分离效果较好,值得推广应用。     

大化水电站扩建工程上游翼墙设计及工程处理

根据大化水电站扩建工程枢纽布置的需要,引水渠右侧、接头土石坝坡脚处设置了一段圆弧型翼墙,因基础地质较差,采取了一系列工程处理措施,经过两年多时间的运行,证明上游翼墙设计合理、工程处理合适。     

几乎优化扩张和Gorenstein同调维数（英文）

假设R是环,S是R的几乎优化扩张环。主要研究环R和环S上的Gorenstein同调维数的关系。首先,假设M是S模,证明MR是Gorenstein投射的充分必要条件为Ms是Gorenstein投射的。其次,证明了环R的左Gorenstein维数跟环S的左Gorenstein同调维数相等。     

基于区间值可拓集员工绩效评价模型研究

利用可拓集理论建立了基于区间值可拓集的员工绩效评价模型,并应用该模型进行了销售人员绩效评价实例分析。实例研究结果表明该模型通过关联度和等级特征值的计算,可以确定员工的绩效等级以及其在某个等级中的位置,能直观地反映员工绩效水平质与量的变化,而且该方法采用区间值对员工的绩效状态进行度量,反映的信息更加完整,另外采用这种方法不需要对数据进行标准化处理,减轻了计算难度。     

工控图形的组态优化设计

随着工程数量的增加,系统组态成本加大显得十分突出.针对DCS图形组态的耗时费力,提出了优化解决方案.标签替换辅助工具软件综合多种技术,简化了组态过程.用图形模板简化图形操作;用每个标签代替复杂信息语句;用电子表格汇总登记指定信息.用软件对图形文本的XML语言进行编辑和信息替换,自动批量处理图形.所有替换数据信息被定义在开放的配置文本文件中,方便其修改和扩展.设计思想可作为组态优化的参考模式.     

基于VB的WebAccess组态功能扩展

结合高速铁路国家实验室"车厢环境检测"项目,探索如何用VB设计一些辅助程序,并将这些程序嵌到WebAccess组态软件中,通过两者的紧密结合,解决一些现实中的棘手问题,扩展组态软件的功能以便更好地满足用户需求。     

不确定离散系统的神经网络自适应控制方法研究

本文研究了不确定离散系统的神经网络自适应控制器的设计。因为它不需要假设系统状态是可测的,一个观测器用来估计不可测状态。与现有离散系统的结果相比,该控制器具有较少的直接自适应参数。因此,可以很方便地实现工程算法。利用Lyapunov分析方法,所有的闭环系统的信号是保证最终有界（UUB）,并且能够实现系统输出跟踪参考信号到有界紧集。一个仿真例子,验证了该方法的有效性。     

一种基于本体与描述文本的网络图像语义标注方法

网络图像语义自动标注是实现对互联网中海量图像管理和检索的有效途径,而自动有效地挖掘图像语义是实现自动语义标注的关键。网络图像的语义蕴含于图像自身,但更多的在于对图像语义起不同作用的各种描述文本,而且随着图像和描述知识的变化,描述文本所描述的图像语义也随之变化。提出了一种基于领域本体和不同描述文本语义权重的自适应学习的语义自动标注方法,该方法从图像的文本特征出发考查它们对图像语义的影响,先通过本体进行有效的语义快速发现与语义扩展,再利用一种加权回归模型对图像语义在其不同类型描述文本上的分布进行自适应的建模,进而实现对网络图像的语义标注。在真实的Wcb数据环境中进行的实验中,该方法的有效性得到了验证。