探秘《神鬼传奇》的新世界

不去考虑方舟的真伪,只需要在游戏中生存下去,因为《神鬼传奇》为我们奉献上了第九大遗迹——"方舟遗迹"。全新的版本,带来全新的挑战。方舟遗迹中,新地图、新副本、新装备、新召唤兽系统等等,精彩内容、海量新玩法,谁说2012注定是"灾难",对于《神鬼传奇》的玩家来说,未知领域才意味着探索,探索就意味着乐趣。     

自行火炮扭力轴强化疲劳寿命计算及分析

开展自行火炮强化试验研究,关键问题是如何计算强化路面下自行火炮扭力轴疲劳寿命.首先,基于虚拟样机技术,建立了某型自行火炮的虚拟样机,结合强化路面数字化模型,开展自行火炮行驶强化试验仿真,获得自行火炮悬挂装置关键件扭力轴的载荷时间历程.然后,利用有限元分析软件MSC.Nastran与疲劳分析软件MSC.Fatigue计算其疲劳寿命.最后,针对自行火炮在部分强化路面上行驶时,随着车速的提高,出现了扭力轴疲劳寿命不降反升的现象,利用振动学的相关理论,从路面、车速对载荷的影响规律入手,对这种现象的原因进行了分析,为自行火炮实车强化行驶试验方案的制订提供了数据参考.     

Ni－Fe－Cr－B－Si涂层超塑扩散焊接的强化效应及耐磨性

研究了Ｎｉ－Ｆｅ－Ｃｒ－Ｂ－Ｓｉ合金涂层超塑性扩散焊接及焊接后的强化效应。通过对涂层的组织结构分析、硬度及耐磨性能的测试表明，当基材（５ＣｒＭｎＭｏ钢）与涂层产生协调超塑变形时，涂层原颗粒间、涂层与基材结合界面完全焊合。超塑焊合后的涂层比高频重熔及火焰重熔涂层硬度（ＨＶ）提高１００－１５０，耐摩擦磨损性能提高３０％。指出，沉淀强化、细晶强化及晶内位错密度增加是引起涂层强化效应和提高耐磨性的主要因素。     

伺服驱动器可靠性强化试验技术研究

本文结合伺服驱动器应用环境,设计可靠性强化试验方案,采用不同应力类型用于激发伺服驱动器的故障模式和故障机理,查找产品应力极限,通过伺服驱动器试验验证,本文提出的强化试验方案可以充分暴露产品薄弱点,为设计改进提供依据,同时为行业其它产品可靠性评估提供参考。     

基于改进深度强化学习的智能微电网群控制优化方法

针对微电网群控制的经济效益、负荷波动以及碳排放问题,提出一种基于改进深度强化学习的智能微电网群运行优化方法。首先,计及分布式电源、电动汽车及负荷特性,提出微电网的系统模型。然后,针对微电网群的运行特点,提出4个系统优化目标和5个约束条件,并且引入分时电价机制调控负荷运行。最后,利用改进深度强化学习算法对微电网群进行优化,合理调控多种能源协同出力,调整负荷状态,实现电网经济运行。仿真结果表明了所提方法的有效性,与其他方法相比,其收益较高且碳排放量较小,可实现系统的经济环保运行。     

基于改进指针网络的卫星对地观测任务规划方法

针对卫星观测任务规划问题约束复杂、求解空间大和输入任务序列长度不固定的特点,使用深度强化学习（DRL）方法对卫星观测任务规划问题进行求解. 综合考虑时间窗口约束、任务间转移机动时间和卫星电量、存储约束,对卫星观测任务规划问题进行建模. 基于指针网络（PN）的运行机制建立序列决策算法模型,使用Mask向量来考虑卫星观测任务规划问题中的各类约束,并通过Actor Critic强化学习算法对模型进行训练,以获得最大的收益率. 借鉴多头注意力（MHA）机制的思想对PN进行改进,提出多头注意力指针网络（MHA-PN）算法. 根据实验结果可以看出,MHA-PN算法显著提高了模型的训练速度和泛化性能,训练好的MHA-PN算法模型可以直接对输入序列进行端到端的推理,避免传统启发式算法迭代求解的过程,具有较高的求解效率.     

从锌锗浸出液中提取锗的研究进展

锗资源开发对通讯和航空航天行业的发展具有重要的战略意义,由于提取锗的原料有限,所以开发和优化锗提取工艺受到日益关注.通过综述国内外从锌锗浸出液中提取锗的研究进展,对比多种锗的提取方法,总结出单宁沉锗法为应用最广泛的提锗方法.该方法具有绿色环保、操作简单的优点,但也存在单宁用量大,锗直收率低等问题亟待解决.基于超声波具有频率高、方向性好等优点,且已成功应用于湿法冶金工业中,因此进一步提出将超声外场引入单宁沉锗工艺中,并详细分析了超声外场强化的可行性和机理,以期降低单宁酸用量,提高锗直收率.指出超声外场强化单宁沉锗新工艺具有很好的研究和应用前景.     

密集观测场景下的敏捷成像卫星任务规划方法

针对密集观测场景下敏捷成像卫星任务规划问题求解空间大、输入任务序列较长的特点,综合考虑时间窗口约束、任务转移时卫星姿态调整时间、存储约束和电量约束,对敏捷成像卫星任务规划问题进行建模. 提出融合IndRNN和Pointer Networks的算法模型（Ind-PN）对敏捷成像卫星任务规划问题进行求解,使用多层的IndRNN结构作为算法模型的解码器. 基于Pointer Networks机制对输入任务序列进行选择,使用Mask向量考虑敏捷成像卫星任务规划问题中的各类约束. 基于Actor Critic强化学习算法对算法模型进行训练,以获得最大的观测收益率. 实验结果表明,对于密集观测场景下的任务规划,Ind-PN算法的收敛速度更快,可以获得更高的观测收益率.