Thermal expansion of an SiC particle-reinforced aluminum composite

Using a push-rod dilatometer, we measured between 76 and 390 K the thermal expansion of a particle-reinforced-composite wrought plate obtained by powdermetallurgy methods. The particles, 30% by volume, consisted of monocrystals of -SiC with sizes near 10 m. The matrix consisted of a 6061 aluminum alloy with original particle sizes near 20 m. We found the perpendicular thermal expansivity, ₃, higher by 26% than the in-plane thermal expansivity, ₁-₂. These values differ from a rule-of-mixture prediction by –3 and –23%, respectively. All three _i, components lie outside the Rosen-Hashin bounds. Levin's isotropic model agrees within 10% with the ₁-₂-₃ average. Both the anisotropy and the bounds violation result from microstructural nonhomogeneity arising from processing. Rosen and Hashin's transverse-isotropicsymmetry relationships account approximately for these effects by introducing the anisotropic elastic constants. Using neutron diffraction, we determined that the SiC particles are textureless.Paper presented at the Tenth International Thermal Expansion Symposium, June 6–7, 1989, Boulder, Colorado, U.S.A.     

基于醉汉漫步和反向学习的灰狼优化算法

灰狼优化算法在优化后期易陷入局部最优,在求解高维函数时因其复杂度更高,陷入局部最优概率更大,针对上述问题提出基于醉汉漫步和反向学习的混合灰狼优化算法（DGWO）。在迭代过程中对每代种群中优势狼与最差狼进行反向学习并进行比较、重新排序后保留前3的狼,同时将采用醉汉漫步机制更新领导狼,参数A和C采用系数标量而不是GWO原始算法中的系数向量。通过10个标准测试函数(100维、500维和1 000维)以及10维的CEC2013测试函数验证了算法的性能,并与PSO、GWO-CS和GWO算法进行了比较, 结果表明,该混合灰狼优化算法 在精度和收敛速度上都具有优势。此外,将改进的灰狼优化算法应用于两级运算放大器参数设计,以开环低频增益最大化为目标,验证该算法的实用性。     

A pair of parallel differential magnetic‐field probes with high measurement accuracy and high electric‐field suppression ratio

Magnetic‐field probes can be used for electromagnetic interference measurement of high‐speed circuits. The main magnetic probe performance includes sensitivity, spatial resolution, electric‐field suppression ratio (EFSR), and measurement accuracy. In this article, a pair of differential magnetic‐field probes is proposed to improve measurement accuracy without reducing sensitivity. The proposed differential probes consist of two asymmetric loop probes, which are designed in the same plane and separated by a row of periodic vias. The proposed differential probes are fabricated under PCB process. High accuracy can be achieved by measuring difference between outputs of the two probes. In addition, EFSR can be improved by size optimization of the differential magnetic‐field probes. Simulation and measurement results show the operating bandwidth is from 100 MHz to 12 GHz, the measurement error is 3.4% and the EFSR is about 40 dB. The proposed probes have higher measurement accuracy and higher EFSR than the conventional single probe, and larger operation bandwidth than the stacked differential probes.     

基于互信息F统计量特征选择技术的地基气象云图分类

在地基气象云图的云状(云类)识别研究中,基于局部二值模式(Local Binary Pattern,LBP)描述子的特征选择技术由于它的简单性和有效性成为最通用的方法.然而,LBP特征的高维特性使得云状识别的性能和计算开销不能令人满意.为此,本文提出一种基于互信息构造的F检验统计量的LBP特征选择算法,可以实现高维LBP特征的有效降维,同时保证云状识别的准确性,极大减少了特征选择过程的计算开销.     

快速卷积算法的综述研究

卷积神经网络是深度学习算法应用最广泛的方向之一,目前卷积神经网络的应用不仅仅是停留在科技领域,已经扩展到医学、军事等领域,并且已在相关领域发挥着巨大的作用。卷积是卷积神经网络中最为核心的一部分,卷积运算占整个网络70%以上的时间,所以针对卷积运算的加速研究就显得十分重要。首先介绍近年来的卷积算法,并对其复杂度进行分析,总结了这些算法各自的优点和不足,最后对其理论研究和应用领域可能存在的突破进行了探讨和展望。     

基于改进A*算法室内移动机器人路径规划

A*算法常用于二维地图的路径规划,但是在利用其进行室内移动机器人路径规划时,存在过多的冗余点和拐点,造成了内存消耗过大和路径不平滑。针对上述问题,提出了一种改进的A*算法。结合跳跃点搜索理论,利用先验信息,用选取的关键点代替了传统A*算法中Openlist和Closelist的点,减小了计算量,提高了运算速度。运用反向搜索策略,对路径进行二次规划,删除不必要的转折点,降低了路径长度。将路径在转折点处进行动态圆平滑处理,提高了路径的平滑性。为了验证改进A*算法的性能,将其应用于不同尺寸仿真栅格环境地图和处于真实室内环境的机器人中,实验结果表明,在相同环境下,改进算法相较于传统的A*算法,在运行时间、路径长度和平滑程度上均有明显的提高。     

环境模拟风洞高压动力系统设计研究

为实现环境模拟风洞风速性能指标,对动力系统进行了设计;介绍了环境模拟风洞的气动轮廓构型,阐述了动力系统的工作原理,包括主驱动回路、散热辅助系统和控制系统,给出了10 kV 4 MW动力电机的计算选型过程并分析了电机特性曲线;采用高压变频器实现了动力系统的调速驱动,通过48脉冲整流完美无谐波矢量变频实现高品质的电能利用;通过基于Modbus TCP现场总线协议,实现了主控计算机、本地控制系统的实时通讯和数据交互,给出了控制系统软件工作流程;通过不同构型风洞喷口试验,分析研究了最大风速和极端温度负荷工况条件下,轴功率随试验温度的变化关系、电机温升特性以及稀油站供油压力与轴升的关系;实验测试结果表明,本系统对于环境模拟风洞有较好的风速、温度匹配性能,对于开展相关实验具有优良环境适应性.     

基于机器学习合成高分辨率布料褶皱

为了精化布料网格得到逼真的布料模拟效果,提出了一种基于机器学习的方法合成高分辨率布料褶皱。首先模拟真实的布料运动,获取布料运动的帧数据信息,将布料运动的帧数据信息转换为图像信息的形式进行存储。然后将图像信息作为输入,输入到卷积神经网络(CNN)中进行训练,通过将卷积神经网络与缩小网络相结合,最终得到高分辨率布料图像。最后将高分辨率布料图像转换为高分辨率布料网格,对布料进行模拟。实验结果表明,与初始的低分辨率布料网格对比,合成的高分辨率布料网格模拟出的布料有着大量且细微的褶皱,并且能够模拟出真实的布料效果,与真实场景中的布料模拟效果相似。该方法在不同的场景中都可以模拟出高质量的布料动画效果,而且减少了仿真速度,验证了该方法的有效性。     

存在高渗透区的黏土心墙土石坝渗流稳定性分析

黏土心墙土石坝是重要的挡水建筑物,心墙的低渗透性可以大幅降低坝体水力梯度,减少坝体发生渗透破坏的风险。然而心墙的质量问题（如局部高渗透区）会影响坝体的渗透稳定性,甚至酿成管涌溃坝等严重后果。以瀑布沟心墙土石坝为原型开展坝体渗流大型水槽模型试验,并结合有限元数值模拟方法研究高渗透区对坝体内部渗流场和渗流稳定性的影响。试验表明高渗透区域将改变心墙的渗流场,成为优势渗流通道,导致高渗透区域附近孔压值大幅上升,同时高渗透区域的存在将显著提升坝体渗漏速率。试验与模拟结果一致表明,随着高渗透区域逐步上移,高渗透区所在位置处的孔隙水压力增大,坝体渗漏量减小。高渗透区和心墙的渗透系数增加都会使心墙孔压值和渗漏量增加;随着高渗透区的渗透系数的增大,心墙坝渗流稳定性系数降低,导致坝体稳定性下降;随着心墙渗透系数的增大,高渗透区水力梯度略微减小,但心墙整体临界水力梯度下降,坝体稳定性降低。所得结论可为基于监测数据反演分析心墙的质量问题和评估坝体的安全性能提供依据。     

高应力硬脆玄武岩微裂隙分布及破裂发展辨识

白鹤滩水电站区域构造地应力高,玄武岩坚硬性脆、隐微裂隙发育,地下厂房开挖过程顶拱浅层应力型开裂和深层破裂特征明显,传统的声波、钻孔电视测试和变形监测等方法难以精确获取岩体微破裂裂隙分布特征及高应力破裂发展特征信息。采用高精度超声波成像综合测试系统新方法,对厂房顶拱应力破裂破坏显著区域进行了多次重复测试。测试成果揭示：① 厂房顶拱上方岩体赋存的裂隙面倾角以陡倾角为主,优势倾角范围为45.98°~52.06°;裂隙面的倾向为NWW向,优势倾向范围为276.36°~292.01°,裂隙面倾角和倾向随深度变化不明显。② 顶拱浅层围岩破裂裂纹集中区一般在3.50~4.25 m的深度范围内,围岩深部诱发破裂裂纹区主要分布在9.68~10.11,16.12~16.32,21.45~21.77 m范围。③ 局部岩体受顶拱应力场不断调整演化作用,出现岩体破裂随时间加剧的现象。该成果高精度地辨识了玄武岩不同深度微破裂裂隙面分布特征、深度范围和应力破裂发展特点,对研究高应力硬脆玄武岩力学特性和响应机理提供了坚实基础资料,为工程开挖施工和动态支护设计发挥了重要支撑作用。