影响装配可靠性关键故障源提取方法*

针对产品在装配过程中可靠性低,产品故障频发及故障源多样性的问题,引入信息熵理论,首次提出“可靠度熵”的概念,对影响装配过程可靠性的故障源进行定量分析。建立可靠度熵的综合评判矩阵,结合专家打分法对可靠度熵综合权重进行评价和排序,同时结合客观性强的粗糙集对故障源进行属性约简,提取出影响装配过程可靠性的关键故障源。采取预防及改进措施减少故障源的发生,从而保证装配过程可靠性。以数控磨床的砂轮架为例,验证了上述方法的可行性和正确性。     

开源IaaS云服务软件平台的分析与比较

作为一种新兴的计算模式,云计算已经由最初的理论探索,逐渐进入了理论、技术与实际应用共同发展的阶段。开源云平台项目的研究与发展在其中起到了重要作用。迄今为止,使用开源IaaS云平台搭建自己的公共云或私有云,已经成为很多学术机构和商业企业信息管理、信息服务和技术研究中经济而有效的解决方案。为了评价和选择合适的IaaS云平台,根据NIST云模型,从体系结构、资源抽象和控制技术、云服务管理、安全策略、社区规模及活跃度和基本情况等多个方面 抽象出详细指标,对4个具有代表性的开源IaaS云平台软件进行了研究、分析和比较。     

基于GPRS大口径水表远传系统在水司中的应用

针对供水行业水表计量的信息化发展要求,本文在介绍大口径水表远传工作原理的基础上,采用可测倒流的计数装置,将水表信息传送给水表传输端站,利用网络运营商提供的GRPS网络,实现公户水表表字传输到远程抄表系统的数据库中。系统具有倒转预警功能,数据及图表统计等功能。     

基于曲率匹配和递归排序的自适应排样算法

为提高盘状毛坯的使用率,提出一种口腔修复加工中模型边界在盘状毛坯中的排样算法,主要包括边界匹配、多边形定位及递归排序.首先基于协方差矩阵及矩阵SVD分解算法对模型多边形进行分段,并采用等弧长曲线采样曲率匹配确定待匹配模型边界;然后依毛坯边界角度分布及沿圆周排样的思想确定模型轮廓的旋转和平移定位;最后提出一种基于包络率的递归排序算法,对在排样过程中发现的大孔洞可动态地调整排样顺序.实验结果表明,该算法可以处理不规则模型边界在任意形状毛坯中的排样,能有效地降低加工成本.     

NASA系列雪参数反演算法在单像元内的时间序列验证与分析

NASA系列算法(Chang,NASA96和Foster算法)是被动微波遥感反演雪深、雪水当量的简单、实用的经验算法,并经过了很多学者大范围的算法验证和改进。为了进一步评价NASA系列算法在东北地区的时空适用性,于长春净月潭区域选定了一个以农田和森林为主的10km×10km被动微波遥感混合像元,在时间上连续观测整个干雪期(2014年12月至次年2月)的积雪参数和气象数据,结合FY3B卫星搭载的微波成像仪(MWRI)亮温数据,对NASA系列算法精度进行了评价分析。结果表明:对于雪深的反演,Chang算法和NASA 96算法前期反演效果较好,后期随着时间的推进高估雪深的趋势愈加明显。由于考虑了森林覆盖率的影响,NASA 96算法的反演精度更高。两种算法最大高估值分别是24.46和14.62cm,这是因为期间雪性质不断变化,尤其是雪粒径不断增大的缘故。Foster算法也严重高估了雪水当量,可能是由于积雪类型的分类系统未必适合于东北地区的积雪特征。本文的积雪连续观测数据为认识东北地区的积雪特性奠定了基础,对算法的时间序列验证与分析为雪参数反演算法的进一步改进提供了可靠依据。     

核电站堆芯温度场软测量方法研究

核电站堆芯内部温度是反应堆安全运行的重要参数,由于受到测点安装条件的限制,无法直接测量。为解决该问题,在现有压水堆堆芯功率模型的基础上,结合稳态传热热量守恒方程,构建堆芯温度场的计算模型,推算出堆芯内部温度。并通过数值模拟计算结果与堆芯出口实测值的比较,运用数据不确定度作为判断依据,验证了方法的可行性,得到了堆芯内部不同截面的二维温度分布图,为堆芯内部温度的实时监测提供了理论依据。     

全相位与Geiger算法的岩石声发射源定位方法

Geiger定位算法在岩石定位分析中得到广泛应用,但是对初始值要求非常严格,若初始值选择不当,则很难进入收敛范围。为了提高定位精度,减少迭代次数,针对这些问题,提出全相位与Geiger算法的岩石声发射源定位方法。首先进行花岗岩（50 mm×100 mm×50 mm）断铅实验,接着充分利用全相位FFT相位不变性的优势分析断铅信号,通过相位差法求出时延同时反演声发射源求出Geiger迭代初始值,最后综合最小二乘法与Geiger算法,迭代求出最优解。实验仿真结果显示此算法的平均误差相比美国PCI-2型声发射仪器定位结果降低了约5 mm,有效解决了Geiger初始值选取的问题,能够迅速进入收敛范围,提高了收敛速度和定位精度。     

高校科研能力的协同IWD粗糙集-块神经网络评估模型

针对高校科研能力评估过程中存在的多因素、高非线性特点,经典评估模型主观性较强,导致模型评估准确性不高的问题,提出基于协同智能水滴算法IWD和粗糙集块神经网络RBNN的高校科研能力评估模型。首先,引入智能水滴算法,并针对传统智能水滴算法固定旁域搜索范围不利于提升算法搜索效率的问题,提出一种局部空间自动缩放算法LSAS,该算法根据当前种群最优个体,自动调整下一步搜索空间大小,对进化过程进行指导,提高算法的进化效率;其次,基于粗糙集理论对高校科研能力数据进行特征预处理,简化数据计算量;最后,对块神经网络和粗糙集参数进行编码,并对高校科研能力模型进行评估。仿真结果表明,此评估模型具有较高的准确性和较快的计算效率。     

基于矩阵联合分块对角化的通信信号监测

在非协作通信和军事通信对抗中,接收机需要对接收到的多个通信信号进行分离,以提取出有用的信号,这可以归为通信信号卷积盲分离问题。首先构建信号模型,并将问题转化为多个矩阵的联合分块对角化。然后提出一种新的非正交矩阵联合分块对角化算法,使用最速下降法得到迭代算法,并分析了算法的可能优化策略和计算复杂度。最后仿真实验验证了新算法的有效性和可靠性,在无须计算最优步长等条件下能够获得比现有算法更快的收敛速度。     

栅元有效共振积分的CUDA算法设计与实现

核反应堆中需要实时精确地计算堆芯和增殖材料的有效共振积分或群截面来实现反应堆的安全控制。整个计算过程因为涉及大量的积分运算和庞大的核素截面数据,采用常规的计算方法,计算时耗相当大。基于统一计算设备架构(CUDA)平台,利用图形处理器(GPU)的计算能力,对整个计算过程进行并行化分解,多线程同时运算,大幅度提升计算速度,降低时耗。实验结果表明,在GPU上并行计算所得结果与原始数据没有明显差异,且加速效果显著。