AFRP筋混凝土粘结强度和锚固长度的试验研究

通过对27个拉拔试件和16个梁式试件的试验,探讨AFRP筋与混凝土的粘结滑移关系、粘结强度,并且综合分析其他文献的结果,提出简化的局部粘结滑移本构关系和拔出破坏模式下锚固长度的计算公式。     

网络编码在拓扑推断中的应用研究

针对现有的基于线性网络编码的网络拓扑推断算法中拓扑错误推断率较高、节点资源消耗大等问题,提出了一种改进的网络拓扑推断解决方案。在无链路丢包的情况下,提出了组合包测量方法,不仅适合二叉树类型的网络,也适合于存在节点度数大于3的中间节点的树状网络拓扑;在存在链路丢包的情况下,提出了快速发包算法,避免了网络中间节点和探测包帧结构设计上的额外开销。仿真结果表明,该算法具有更广泛的适用范围,具有更严谨的推断过程,同时能够在不增加网络节点运行负担的情况下降低错误推断率。     

基于预测编码与DCT变换编码的比较

深入分析了预测编码与DCT变换编码的异同点，并从编码增益、块效应系数、预测与变换与变换前后的能量关系等多方面比较了两种编码的优缺点。     

基于FP-growth算法的高维混合属性数据挖掘方法

常规高维混合属性数据挖掘方法多采用云平台技术,无法完整保留数据的结构相似性,使得数据挖掘效率较低。为此,提出了基于FP-growth算法的高维混合属性数据挖掘方法。为了改善数据质量,根据高维混合属性数据在数据库中的存储结构,采用了一种固定算法实现数据去噪,并依据数据类型计算分类型和数值型相似度,结合FP-growth算法对频繁项样本分支进行筛选生成项表头,保证数据结构相似性的完整性,通过搜索项表头输出有效关联规则,实现数据挖掘过程。实验结果表明,所提方法具有较高的挖掘效率。     

计及故障持续时间的电力系统暂态稳定分布式控制

针对电力系统故障持续时间会影响暂态稳定控制的问题, 本文提出了一种使系统在固定时间内恢复暂态稳定运行的策略. 该策略通过电力系统通信拓扑建模方法为每个发电机建立“邻居发电机”, 利用发电机本地信息和其邻居发电机的信息设计分布式控制器, 通过控制储能装置作用于受扰动后的系统, 使其在固定时间内恢复稳定运行. 其次, 此控制策略还解决了一些实际挑战, 如控制器的输入延时、外部的干扰、储能装置的容量限制等. 通过构建李雅普诺夫函数并利用图论知识对该策略展开了稳定性分析, 推导出了稳定系统的时间界限. 最后, 将控制器投入新英格兰39节点测试系统中, 并与其它控制器进行比较, 仿真结果验证了在低容量储能装置限制下和抗干扰性上控制器性能的优势.     

以EPROM查表反馈实现的抗干扰细分电路

介绍了新颖的以EPROM查表技术为核心的四细分辩向电路。由于采用了记忆元件及反馈回路,它能有效地滤除各种不符合相序的干扰脉冲信号,同时其它性能参数(如测量速度等)不受影响。该电路可用于光栅、激光干涉仪等输出非调制信号的增量式测量装置的信号处理。     

土钉支护结构中土钉长度的设计研究

土钉支护结构由于其诸多优点在深基坑中得到广泛应用,但是土钉长度布置问题一直是一个热点问题。本文研究了土钉长度的布置方式,结合工程实践,基于内部整体稳定性安全系数最小值的限制原则分析了土钉钻孔直径、水平倾角以及土钉间距等设计参数对土钉长度的影响,最后分析了不同土钉长度布置方式对安全系数的影响,所得结论可供工程技术人员参考。     

Completion and stimulation trends in North American unconventional plays and resulting impact on well productivity

过去十年,非常规油气勘探开发在全球范围内大幅扩张。水平钻井和多级水力压裂技术也在不断地发展和创新,使得超长水平井成为可能。同时,因为压裂强度不断增加,作业者可以最大限度地提高储层接触面积和对储层的改造体积 （SRV）。然而,完井优化方面的挑战仍然存在,作业者持续不断地尝试和试验各种完井与增产参数组合,以确保非常规油气藏开发的经济可行性。优选最佳的完井与增产参数组合是一项非常关键的任务,应结合油气田的具体储层特征进行优化。本文总结了2014—2020年间北美9个主要非常规油气藏的压裂增产趋势,包括Marcellus, Haynesville, Barnett, Utica, Bone Spring, Bakken, Wolfcamp Midland, Eagle Ford, Scoop/Stack。分析了各油气田几个关键的完井和增产参数的整体趋势,同时还评估了单个参数（如水平段压裂长度、支撑剂强度、段间距等）对井产能的影响。然后对比分析相应的初始井产量（90 天平均初始产量）,评估各个参数对产能的影响,从而确定每个完井参数的最佳范围,以实现产能最优化。     

扰流防舞器与气动力阻尼片的防舞效果

利用计算流体动力学方法,分别计算了安装有扰流防舞器、悬挂式阻尼片和固接式阻尼片的覆冰输电导线的气动力系数,计算结果表明:安装有扰流防舞器的导线,其不同截面的气动力可以互相抵消,扰流防舞器能够有效抑制导线的舞动;安装有悬挂式阻尼片的导线,其邓哈托系数恒大于0,其尼戈尔系数大幅度增大,悬挂式阻尼片也是有效的防舞装置;安装有固接式阻尼片的导线,其邓哈托系数和尼戈尔系数未发生改变,固接式阻尼片不是有效的防舞措施。     

Iterative Learning Control Algorithm with a Fixed Step

Iterative Learning Control (ILC) captures interests of many scholars because of its capability of high precision control implement without identifying plant mathematical models, and it is widely applied in control engineering. Presently, most ILC algorithms still follow the original ideas of ARIMOTO, in which the iterative-learning-rate is composed by the control error with its derivative and integral values. This kind of algorithms will result in inevitable problems such as huge computation, big storage capacity for algorithm data, and also weak robust. In order to resolve these problems, an improved iterative learning control algorithm with fixed step is proposed here which breaks the primary thought of ARIMOTO. In this algorithm, the control step is set only according to the value of the control error, which could enormously reduce the computation and storage size demanded, also improve the robust of the algorithm by not using the differential coefficient of the iterative learning error. In this paper, the convergence conditions of this proposed fixed step iterative learning algorithm is theoretically analyzed and testified. Then the algorithm is tested through simulation researches on a time-variant object with randomly set disturbance through calculation of step threshold value, algorithm robustness testing,and evaluation of the relation between convergence speed and step size. Finally the algorithm is validated on a valve-serving-cylinder system of a joint robot with time-variant parameters. Experiment results demonstrate the stability of the algorithm and also the relationship between step value and convergence rate. Both simulation and experiment testify the feasibility and validity of the new algorithm proposed here. And it is worth to noticing that this algorithm is simple but with strong robust after improvements, which provides new ideas to the research of iterative learning control algorithms.