单色软X射线木材密度计的研制

在直接发描械Ｘ射线木材密度计基础上，研制了单色软Ｘ射线木材密度计。相对直接扫描式Ｘ射线木材密度，它具有木材质量吸收系数大，灵敏度、准确度和精确密度高，射线管电压电流可调及多次测量叠加等优点，为材性改良等研究提供了崭新手段。     

应用压电振子测量稳恒电流磁场的可行性分析

提出利用压电振子在外接高频正弦电压信号下的振动驱动导线在磁场中运动以产生动生电动势，并以此来获得稳恒电流磁场中空间某处磁感应强度量值的方法。     

金属陶瓷激光熔覆处理的工艺参数和组织性能优化

通过对金属陶瓷ＷＣ－ＳｉＣ－Ｃｏ在４５＃钢表面上进行了激光熔覆实验．讨论了如何从调整激光功率、激光扫描速度和激光束直径来优化熔覆工艺参数和熔覆层组织性能     

Reconstruction algorithm of computerized ionospheric tomography

Applying the technique of computer tomography to ionosphere detection, Computerized Ionospheric Tomography (CIT) can produce the large scale distribution of electron density in a two dimentional longitudinal section of ionosphere. According to the actual detecting condition of sparse receiver and limited projecting angle, polynomial interpolation method and projecting angle expansion method are proposed. A new energy function is formulated according to the constraint of least neighbourhood error. Simulated annealing is incorporated in the iteration of ART to get the global minimum of energy function. Sun Xiaon; born in May 1968, Ph. D. Current research interest is in computer graphics & Image processing Supported by the National Natural Science Foundation of China     

两块平行导板之间的电磁波

通过对两列对称于Ｚ轴方面传播的均匀平面电磁波迭加后的合成电磁波的分析。得出在两块平行导板之间，由于两导板壁对平面电磁波连续反射结果形成了ＴＥ型电磁波，并指出ＴＥ型电磁波的能量是沿波导长度力向传播的。     

密度演化方法在概率分布估计中的应用研究

利用密度演化方法，提出了随机变量概率分布估计的一个新方法．在此方法中，构造一个与基本随机变量相关的虚拟随机过程，使得基本随机变量成为该随机过程的截口随机变量．利用独立随机抽样的样本值，即可获取虚拟随机过程的瞬时概率密度函数，进而获得随机变量的概率密度函数估计．以约束混凝土极限应变的试验与理论预测值之比值为例，进行了概率密度函数估计．     

垂直向上横掠水平管束两相流型的实验研究

在小质量流速和流动沸腾条件下,对R134a工质垂直向上横掠水平光滑管束的汽液两相流型进行了实验研究,实验的质量流速范围为4~25 kg/(m2.s),质量干度范围为0.02~0.90.通过可视化观察,发现泡状流、块状流和环状流等3种流型.对汽液两相流的压差波动信号的功率谱特征进行分析的结果表明,压差时域信号的功率谱密度可以客观地鉴别泡状流、块状流和环状流3种主要流型.     

齿轮信号特征识别的谱相关密度分析

针对齿轮初期故障以调频形式表现且包络解调仅能够解调幅的现状,以一般调制信号为模型,引入解析思想,对各类型调制信号进行二阶循环平稳分析,理论推导了各自的分析结果,给出了调制信号谱相关密度分析的统一构架,证明了解析形式的谱相关密度同时提取调幅、调频特征的能力.仿真分析和齿轮故障实例验证了该分析方法对于调制特征的提取能力,表明该方法能够准确反映齿轮振动信号调制特征的变化,适用于齿轮初期故障的监测和识别.     

基于滑动概率神经网络的早期故障诊断

针对机电设备早期故障难以识别的问题，提出了一种动态的概率密度估计方法——滑动概率神经网络，用以跟踪分析测量信号的概率密度变化过程，及时发现早期故障．该网络以固定不变的抽样集作为第一层，动态滑动的测量信号作为样本层，通过求和层得到抽样集的条件概率密度估计，将样本层内测量信号的概率密度动态地投影到统一的抽样集上．将网络分解成以测量值为中心的子网络，来实现网络的递归运算，并且利用高斯函数的快速衰减特性或使用分段线性函数近似高斯函数，从而提高了网络的计算实时性．通过压缩机喘振过程数据的应用实例，表明该方法能够有效识剐故障的早期征兆．