激光冲击强化技术的理论模型及参数优化研究

为了提高激光冲击强化的效果,研究了一维激光冲击强化理论模型及关键参数的优化方法。根据激光冲击强化技术的原理,建立了一维激光冲击强化理论模型,推导了激光束透射系数的解析表达式。利用Matlab软件得到了约束层的相对介电常数、约束层厚度、等离子体厚度,以及吸收涂层相对介电常数、吸收涂层厚度等关键参数对透射系数的影响曲线,并根据厚度对透射系数的影响曲线来确定约束层、等离子体层和吸收涂层的厚度。研究表明,通过透射系数的影响曲线对关键参数进行优化后,对铝合金板进行激光冲击强化处理,可使铝合金板表面变形深度增加3倍多,从而为激光冲击强化技术中关键参数的选取提供了理论指导。     

高温后地质聚合物混凝土损伤特性试验

采用矿渣和粉煤灰为原料,硅酸钠和氢氧化钠为激发剂,制备了矿渣粉煤灰基地质聚合物混凝土,通过超声波检测及抗压强度试验,研究了不同温度、不同冷却方式下SFGC的质量损失及力学、声学特性变化规律。结果表明,高温总体上导致SFGC的质量、抗压强度及纵波波速减小,峰值应变增大,频谱中高频成分衰减; 冷却方式对高温后SFGC的损伤演化具有显著影响,经浇水冷却后的试件较自然冷却情况性能退化更为严重; 600 ℃为SFGC性能突变的临界温度,600 ℃之后,其性能急剧劣化。     

一种新型H_∞变结构末导引律设计

为了实现异弹制导的全程鲁棒性,弥补变结构控制在滑模外不具有鲁棒性的不足,该文针对大机动目标,将有限时间区间全信息反馈H∞控制应用于滑模趋近运动段,用其解析解构造变结构趋近律,获得一种具有全程鲁棒性的H∞变结构导引律。分析了滑模运动的可达性和稳定性。仿真表明,与最优变结构导引和比例导引相比,该文设计的导引律制导精度更高,鲁棒性更强。     

玄武岩纤维对不同胶凝材料混凝土的强韧化效应

为了研究玄武岩纤维对不同胶凝材料混凝土的强韧化效应,制备了玄武岩纤维增强普通硅酸盐水泥混凝土BFROPCC与玄武岩纤维增强地质聚合物混凝土BFRGC.采用φ100mm SHPB试验装置,分别研究了BFROPCC与BFRGC的冲击力学性能,并分析了玄武岩纤维对普通硅酸盐水泥混凝土OPCC与地质聚合物混凝土GC的强韧化效应...     

序列图像运动自适应V1-MT光流估计算法

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT(motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能.     

抗耐土壤稳定剂加固细粒土的微观结构分析

为了更好地评价AC101抗耐土壤稳定剂的加固作用,首先对其产品性能和作用机理进行了分析,然后选取山东省济宁地区的细粒土应用AC101进行加固,同时用水泥、石灰两种常规的稳定材料也对其进行加固,再利用TS5136XM型钨灯丝扫描电子显微镜,采集三种固化剂及加固前后土体试样的微观结构照片。通过观测比较,探讨了抗耐土壤稳定剂加固细粒土的作用机理。结果表明,AC101抗耐稳定剂对于快速加固细粒土具有一定的作用。     

自适应高斯模型与多基地雷达机动目标跟踪

为改善多基地雷达系统对高机动目标的跟踪性能,提出了基于自适应高斯模型和扩展卡尔曼滤波(EKF)的机动目标跟踪算法.将目标加速度的概率密度特性描述为一具有均值和方差的高斯分布,建立了系统的离散状态方程和非线性观测方程进行EKF滤波,并在每个采样周期实现对输入控制信号及过程噪声协方差的更新,使加速度符合目标的实际变化情况.Monte Carlo仿真结果显示,对目标的变加速轨迹,该算法在位置和加速度上的均方根误差均比Singer模型小,且误差曲线平滑,表明了该算法能对机动目标实现准确跟踪.     

复杂系统多主体仿真方法论

多主体仿真是研究复杂系统的重要方法,但缺乏规范的方法论.总结了多主体仿真的基本假设和技术特点,指出其本质特征是采用多主体视角建立系统的概念模型.根据多主体仿真的目的和特点提出了一种多主体仿真方法论,讨论了在概念模型建立、仿真模型建立、模型校核与验证等环节的特点.最后指出多主体仿真在适用性判据、建立微观-宏观联系、模型有效性验证方面尚存在的问题.     

UWB通信系统中的窄带干扰检测算法研究

针对改进的多带并发UWB通信系统的干扰检测算法和干扰抑制性能进行了分析.鉴于传统多带UWB调制方案的不足,对改进的多带并发UWB通信系统进行了数学分析和描述.在此基础上,提出了一种新的低采样率的共存干扰检测算法——并发子带干扰检测算法,并对该算法进行了数学分析和系统仿真.分析和仿真结果表明,该算法可在信号帧速率的采样量级上,完成对共存窄带干扰的有效检测,并与多带并发UWB系统的干扰抑制处理相结合,可对共存干扰进行有效抑制,明显改善共存UWB系统的误码率性能.     

基于反面选择原理的智能融合故障检测模型及其应用

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.