LNG低温储罐夹层真空丧失过程内壳裂纹扩展研究

研究液化天然气(LNG)低温储罐夹层真空丧失后,内壳应力-应变及裂纹尖端原子变化规律,揭示该状态下低温容器内壳微裂纹扩展的微观机制。应用分子动力学方法对内壳微裂纹扩展进行模拟计算,得到不同时刻微裂纹附近应力、应变、压力及原子结构的变化。结果表明:在LNG低温储罐夹层真空丧失后,其应力出现峰值后回落并趋于稳定,应力强度因子K IK C,应变不断增加;同时,微观上可见裂纹附近出现位错累积并向前运动,使得裂纹发生扩展。     

低功耗有损网络中节点缓存空间模型分析

为了节省无线传感器网络中节点的能量,节点在保证网络质量的前提下,应该能够在睡眠和唤醒两种状态间动态切换.文中为传感器节点建立了两种不同有限缓存空间的马尔可夫模型,通过分析这两种模型,可得到节点的丢包率,根据丢包率得出数据包的到达速率和服务速率以及节点状态切换对于缓存空间大小的影响,仿真结果证明,在缓存空间大小确定的情况下能适当地设定占空比,可以提高网络质量.     

室内楼梯环境2.6 GHz频段传播特性测试与建模

在室内楼梯环境中,测量了2.6 GHz频段的无线传播特性.基于大量的实测数据,建立了路径损耗模型并得到阴影效应Xσ的统计特性,发现Xσ均值和方差随天线高度变化而变化.通过对测得的频率响应做傅里叶反变换,得到均方根（RMS）时延扩展的统计特性,发现其均值与方差也是随天线高度变化而变化.进一步研究均方根时延扩展和频率相干带宽之间的负相关性,得出它们之间满足幂指数关系式.这种传播模型能够为LTE通信系统的设计提供重要依据.     

Y2O3掺杂对钛酸锶钡基陶瓷结构及介电性能的影响

采用固相反应方法制备出（1-x）Ba 0.2Sr0.8Ti0.98Zn0.04O3＋xY2O3（x=0,0.02,0.025,0.03）陶瓷材料,并研究Y2O3掺杂对BST-Zn陶瓷样品结构和介电性能的影响,得到以下结论：（1）一定量的Y2O3掺杂,可使BST-Zn陶瓷的晶胞体积增大,晶粒尺寸减小;（2）频率为10Hz时,当掺入2%Y 2 O 3时,ε＆#39;最大值可达到885,此时介电损耗为0.024;（3）Y 2 O 3掺入使得低温的弥散相变转化向极化玻璃化转变,并在250K和350K附近出现新的弛豫过程.     

基于连续隐Markov模型的理论线损率预测研究

提出一种基于连续隐马尔可夫模型的理论线损率预测方法,运用Baum-Welch参数重估修正公式实现CHMM参数优化,建立CHMM模型。依据CHMM模型概率输出判别各可选仿真模型相对于实际系统的有效性。结果表明,该模型运行速度快,在理论线损率预测中有更高的精度。     

多孔纤维吸声材料填充蜂窝结构的声学性能

本文理论研究了多孔纤维吸声材料填充矩形蜂窝结构的声学特性.假设周期蜂窝结构将多孔纤维吸声材料划分为独立周期子空间,理论建模中选取单个蜂窝胞元进行分析.蜂窝结构内部的多孔纤维吸声材料采用等效流体模型进行模拟,斜入射的声波在各个子空间呈驻波分布,由声场的声压和速度可积分得到通过蜂窝结构入射平面和透射平面的能量流,从而得到多孔纤维吸声材料填充蜂窝结构的吸声及传声损失性能.与单一多孔纤维材料声学性能的对比发现,多孔纤维吸声材料填充蜂窝结构的吸声性能得到了有效提高.基于理论模型,进一步分析了结构参数对多孔纤维吸声材料填充蜂窝结构吸声/传声损失性能的影响.     

随机效应线性模型在不等式约束下的可容许估计

本文研究了一般的Gauss-Markov(简记G-M)线性模型(Y,Xβ,σ2 V),其中V≥0已知,获得了不等式Rβ≮0约束以及矩阵损失函数下非齐次线性估计可容许的充要条件.     

采煤塌陷地土壤氮、磷季节性变化规律研究

以兖州煤矿塌陷地为研究对象,通过分层采集不同水文期的土壤样品,研究塌陷地积水区和非积水区氮、磷变化规律。结果表明,在季节性积水区一个水文年内,土壤中氮元素发生流失现象,全氮流失率达10.03%,碱解氮流失率达30.15%;全磷、速效磷发生沉积聚集现象,其中速效磷的积聚更明显。在非积水区,由于塌陷加剧土壤养分的表聚作用,促使全氮和碱解氮的流失减少。而全磷发生流失,流失率为15.24%。在垂向上,丰水期各指标含量减少的梯度平水期的梯度枯水期的梯度,在0~40cm深度,碱解氮流失率最高为50.6%,速效磷流失率最高为38.11%,在40~60cm变化幅度较小,在60cm深度之下,各指标逐渐成汇聚状态。判定60cm深度为土壤养分的塌陷影响深度。     

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

利用卷积神经网络的显著性区域预测方法

针对神经网络的显著性区域预测存在数据采集代价大、处理繁琐等问题,提出2种卷积神经网络,即从头开始训练的浅层卷积神经网络,以及前三层源自另一个网络的深层卷积神经网络。其中,浅层网络结构简单,可避免过拟合问题;深层网络可以充分利用最底层的模型参数,收敛更快,效果更好。所提卷积神经网络应用于回归问题,均没有直接训练特征图的线性模型,而是在迁移层上训练了一堆新的卷积层。从端到端的角度解决显著性预测,将学习过程演化为损失函数的最小化问题。测试和训练在SALICON,SUN和MIT300数据集上进行,实验结果验证了所提方法的有效性。其中,深层网络和浅层网络在SALICON和SUN数据上的结果相似,深层网络在MIT300上的结果更优,与其他方法相比,所提方法具有不错的表现,而且具有跨数据集的鲁棒性。