二滩水电站油、水、风系统设备运行与改造

水电站辅助设备的运行直接影响水电站运行的安全性和可靠性。二滩水电站投运初期，油、水、风系统先后出现了许多问题，通过应用新产品和新技术对其进行了改造。为水电厂辅助设备的设计、选型、安装提供了宝贵的经验，并对水电厂辅助设备的检修、调试和运行维护有一定的指导作用。     

数字演播室程序软件

在美国拉斯维加斯举办的１９９３年ＮＡＢ年会上，介绍了一种ＤｉｇｉｔａｌＳｔｕｄｉｏ（数字演播室）程序软件，用于节目制作和后斯加工，该程序内容为：二维和三维图形，数字视频和数字音频，ＤｉｇｉｔａｌＳｔｕｄｉｏ还包含广播质量的视频输入和输出，数字音频信息流，三维动画，连机和脱机编辑，随意编辑，音频编辑及同步，着色，图像处理，数字合成，赛璐格动画及字幕等，采用ＤｉｇｉｔａｌＳｔｕｄｉｏ程序软件，使得利用     

数控加工三维场景几何建模技术研究

讨论了基于构件技术的数控加工三维场景建模技术,并以OpenGL和Visual C++6.0为开发平台,开发出一个基于STL文件格式的建模系统.     

杂化介孔二氧化硅溶胶的制备及表征

在室温、不同pH值条件下合成出纳米球形介孔二氧化硅溶胶。通过研究得出当pH=4时为最佳生产工艺,在pH=4条件下以十六烷基三甲基溴化铵为模板剂,利用正硅酸乙酯和硅烷偶联剂共水解制备了杂化介孔二氧化硅溶胶。运用激光纳米粒度仪、透射电镜、X射线衍射等测试方法对材料进行表征。结果表明:通过共水解溶胶-凝胶法成功合成了改性介孔二氧化硅溶胶,其粒径约为25 nm,具有规则的介孔结构和良好的分散性。     

数据驱动的航天器故障诊断研究现状及挑战

总结了基于数据驱动的故障诊断技术理论、方法及其在航天器上的应用现状,指出其面临的挑战并提出一种解决方案。将基于数据驱动的故障诊断方法按照技术发展顺序分为基于传统机器学习的方法、基于深度学习的方法以及基于迁移学习的方法。基于传统机器学习的方法需要大量的人工参与和丰富的专家经验,在小样本数据上有着优异的性能,但不适合处理大数据。在大数据背景下,重点介绍了卷积神经网络、循环神经网络、深度自编码器以及深度信念网络的基本概念以及原理,对其在航天器故障诊断领域的研究现状进行了阐述和总结。针对深度学习严重依赖于带标签数据这一问题,介绍了基于迁移学习的故障诊断技术,并提出适应航天器应用的场景,为数据驱动的故障诊断技术工程应用提供了一种方法和思路。     

16Mn钢埋弧焊接头组织及其性能研究

采用交流和直流反接焊接工艺，在相同焊接速度下对16Mn钢进行自动埋弧焊接试验。研究了交流和直流反接两种型式下焊丝金属熔敷率、焊接接头金属组织以及接头的力学性能。结果表明：交流和直流反接两种型式下焊接获得的焊接接头均具有良好的力学性能；与直流反接焊接比较，交流焊接时焊丝金属熔敷率较高；交流焊接焊缝区金属中形成了魏氏组织，致使焊缝金属冲击韧度值降低：交流和直流反接两种型式下焊接获得的焊缝和热影响区金属冲击韧度值均高于母材的冲击韧度值。     

Fe和Fe-Ti稀固溶体合金的晶体生长

用应变退火法研究工业纯Fe、电解纯Fe,Fe-0.05wt-%Ti和Fe-0.5wt-%Ti合金的晶体生长.并讨论了临界应变和板厚对晶体生长的影响.由实验发现:Fe-0.28wt-%Ti合金冷轧薄板(约0.5—1mm厚)通过适当的一次湿氢(或干氢)高温退火就能长出较大的单晶.     

闪烁脉冲时间信息实时处理单元设计

多阈值采样法是以闪烁脉冲特征模型为先验知识,通过预设多个阈值电压,对脉冲上升沿数字化得到的时间-阈值采样点进行最小均方误差拟合以精确获取脉冲起始时间.高计数率是目前PET仪器发展的一个热点方向,这就要求采用多阈值方法提取时间信息的数据获取系统具有快速高效处理脉冲以减少系统死时间的能力.论文提出了一种基于FPGA的闪烁脉冲上升沿拟合算法,通过数据预处理技术、流水线设计结构和并行处理简化算法复杂度,实现实时闪烁脉冲时间信息快速获取.仿真和实验结果表明,在FPGA上实现该算法的处理速度和精度均达到设计要求,可以满足在高计数率环境下对闪烁脉冲进行实时处理的需求.     

基于遗传算法的BP神经网络优化策略研究

人工神经网络（ANN）可用作机器人控制器,完成多机器人协作搬运作业。针对这种方法收敛速度较慢,误差较大的不足,本文提出基于遗传算法优化的方法。该方法利用遗传算法优化人工神经网络,通过改变ANN结构和遗传算法操作参数,找到最优网络,提高网络收敛速度。仿真结果证明,该方法的可行性与有效性。