基于虚拟样机技术的动力换档离合器动力学仿真

该文针对目前自动变速（AT）车辆普遍采用的动力换档离合器,应用大型CAD软件Pro/E和机械系统动力学仿真分析软件ADAMS建立了其虚拟样机模型.并且对离合器在工作过程中的受力状况进行了较详细地描述,得出了其动力学方程.通过对其接合与分离等工况进行动力学分析,最后得到了与实际情况相吻合的仿真结果,并总结出了一套动力换档离合器在ADAMS中设计的简化方法.此外,这个离合器模型还可以作为一个子系统,在今后用于整体动力传动虚拟样机系统的分析与设计.     

多元时间序列的Web Service QoS预测方法

为准确并多步预测Web服务的服务质量（quality of service,简称QoS）,方便用户选择更好的Web服务,提出了一种基于多元时间序列的QoS预测方法MulA-LMRBF （multiple step forecasting with advertisement-levenberg marquardt radial basis function）.充分考虑多个QoS属性序列之间的关联,采用平均位移法（average dimension,简称AD）确定相空间重构的嵌入维数和延迟时间,将QoS属性历史数据映射到一个动力系统中,近似恢复多个QoS属性之间的多维非线性关系.将短期服务提供商QoS广告数据加入数据集中,采用列文伯格-马夸尔特法（Levenberg-Marquardt,简称LM）算法改进的径向基（radial basis function,简称RBF）神经网络预测模型,动态更新神经网络的权重,提高预测精度,实现QoS动态多步预测.通过网络开源数据和自测数据的实验结果表明,该方法与传统方法相比有较好预测效果,更适合动态多步预测.     

野草猴群算法的传感器优化布置方法研究

简易猴群算法存在初始化分布随机、爬步长固定、优秀猴子特征信息不能传承等缺陷,使算法求解性能受限。为解决以上问题,提出了一种用于传感器优化布置的野草猴群算法。该算法利用正态分布方法提高初始种群的多样性;采取自适应爬步长提升求解速度和搜索精度;融入野草繁殖进化和竞争排斥机制,扩大后代种群繁殖中优秀猴子的影响范围。以常用的模态置信度矩阵为传感器优化布置的目标函数,配置传感器的布置位置。以常用的8个测试函数和3个常用算法对其进行分析,验证了算法的可行性和有效性。最后以糊底机涂胶机构为例,进行传感器优化布置方案选择。实验结果表明,野草猴群算法的求解精度较简易猴群算法有大幅提高。     

单模光纤环轴向磁场问题的理论研究

去偏光纤陀螺的非理想单模光纤,在垂直于光纤环面的轴向磁场作用下,由于Faraday 效应,在其中传播的正反两束光会产生一个与磁场有关的非互易相位差.本文基于单色光对在轴向磁场作用下的单模光纤环进行理论推导、分析,给出仿真结果和实验结果,并提出减小轴向磁场作用下的Faraday非互易相位差的方法.     

节镍不锈钢的开发与展望

近年全球镍金属价格上涨,不锈钢节镍非常必要.节镍不锈钢主要有铁素体不锈钢,Cr-Mn-Ni-N奥氏体不锈钢与含N的双相不锈钢.重点对超铁素体不锈钢与新型Cr-Mn-Ni-N奥氏体不锈钢与节镍双相不锈钢作了介绍.     

气相色谱法测定酒后人体汗液中乙醇含量的方法及研究

在酒后驾车引发的交通肇事案中,对驾驶员进行酒精的定性和定量检验对事故责任的定性有至关重要的作用。对气相色谱法测定酒后人体汗液中乙醇含量的方法进行了研究与探讨。通过对酒后人体分泌的汗液进行实验．利用乙醇易挥发的性质,用火焰离子（FID）检测器,采用顶空-气相色谱法进行分析测定,以峰面积定量,利用两点法测定汗液中的乙醇含量。此方法具有操作简便,快速,测定结果准确等特点。     

精馏操作型问题的讨论

本文针对精馏学习的难点一精馏操作型问题,提出可视性强的相图分析法和逻辑性强的数学证明法,把精馏过程从不同角度立体化地展现在学生面前,帮助学生充分理解精馏操作型问题的实质内涵,提高学生的工程观念和实践能力,激发学生的创新性思维。     

萃取分离邻甲代烯丙氧基苯酚中邻苯二酚的相平衡

在25℃时,以蒸馏水和0.5％碳酸钠水溶液为萃取剂,从邻苯二酚单醚化制备邻甲代烯丙氧基苯酚的醚化液中萃取回收邻苯二酚,通过对不同浓度的邻苯二酚进行萃取,确定了相平衡曲线以及两相分配系数。同时利用二甲苯对醚化液的互溶性以及对水的不溶性,萃取剂与二甲苯同时使用,能够有效提高分配系数。另外对醚化液进行多级错流萃取研究,结果表明,邻苯二酚的萃取率可以达到90.2％,具有良好的萃取效果。     

机载单站对机动目标无源定位与跟踪

机载无源探测定位技术是机载电子对抗中的一个重要的研究领域。针对空间机动目标,建立了机载单站无源定位的三维模型。基于传统测量相位差变化率的方法,增加了多普勒及其变化率信息,探讨了其定位原理,重新推导了定位公式;给出了其中的预处理过程和系统状态方程,并引入了可调白噪声UKF滤波算法以提高对机动目标的跟踪定位精度和收敛速度。通过计算机仿真,验证了该方法的正确性及有效性。     

基于复小波变换全监督学习的微震波形降噪与相位拾取

由于井下微震信号有着更低的信噪比, 导致信号拾取精度降低. 现阶段基于小波阈值的信号降噪算法等在面对信噪比较低的信号时存在泛化性差, 阈值难以衡量等问题. 为解决这一问题, 本文研究了一种复小波变换全监督学习的微震波形降噪方法. 该方法首先利用复小波变换结合卷积自编器设计一个具有多个卷积和反卷积操作的编码-解码器完成图像的降噪过程. 为验证此方法的有效性, 首先在Stanford的Earthquake数据集上构建了Earthquake2023进行训练和测试, 并有着较好地拟合效果和训练结果. 同时基于该方法降噪后信号设计了一种震相拾取方法, 并达到了较高的拾取精度. 本文设计了多组对比实验, 结果表明此降噪方法能有效提高信号的峰值信噪比和均方根误差, 两者分别提高了16 dB和24%, P波、S波初至到时拾取的误差相较于STA/LTA减小了0.3 ms.