一种新的时频分析方法——局部特征尺度分解

在定义瞬时频率具有物理意义的内禀尺度分量(Intrinsic scale component,ISC)的基础上,提出了一种新的自适应时频分析方法——局部特征尺度分解(Local charac-teristic-scale decomposition,LCD),该方法可以自适应地将一个复杂信号分解为若干个ISC分量之和.分别采用LCD方法和经验模态分解(Empirical mode decomposition,EMD)方法对仿真信号进行了分析,分析结果表明:2种方法都可以有效地对信号进行分解,但LCD方法在计算效率和抑制端点效应等方面要优于EMD方法.此外,还将LCD方法应用于滚动轴承故障诊断,实验信号的分析结果进一步表明了该方法的有效性.     

考虑应变软化纤维增强混凝土圆管极限荷载统一解

纤维增强混凝土通常通过在混凝土中掺入少量的钢纤维、合成纤维等制成，能有效地改善混凝土的抗拉、抗弯性能，近年来纤维增强混凝土越来越多地应用到厚壁圆筒的制造中．由于Mohr-Coulomb、Mises、Tresca等屈服准则只适合拉、压强度相等的金属类材料，不适用于纤维混凝土，因此本文在讨论纤维增强混凝土软化特性的基础上，基于俞茂宏提出的能考虑中间主应力影响的统一强度理论和材料应变软化特性，得到了适合应变软化材料的统一强度准则，分析了受内压作用纤维增强混凝土厚壁圆管的受力特性，导出了其弹性与塑性极限荷载统一解形式．利用此解，可以很容易得到具有应变软化特性的各种拉、压强度不等材料以及不同纤维增强混凝土材料的厚壁圆管极限荷载解，同时，由于此解既考虑了材料的软化特性的影响又考虑了中间主应力的影响，因此它更符合实际情况。     

SiC材料制备工艺研究进展

综述了制备SiC材料的工艺及进展 ,介绍了多种SiC材料的制备方法 ,评述了各种制备工艺的优缺点 .     

土工格室+碎石垫层结构体的稳定性分析

传统的圆弧条分法未能充分考虑加筋材料对于软基稳定性的影响，其计算结果偏于保守。通过对土工格室 碎石垫层处理的软弱路基和一般加筋软弱路基的加固机理以及破坏模式的比较分析，提出采用极限承载力概念的滑块平衡分析法对加筋路基的稳定性进行分析。其工程实例计算结果表明，该方法更符合土工格室 碎石垫层处理的软弱路基的真实可能破坏机理，是一种合理简便的方法。     

行业协会概念辨析

行业协会不同于一般的社会组织,它的出现是对传统国家管理的修正,是社会发展的必然,在政府与社会之间发挥着重要的桥梁和纽带作用。探讨了行业协会的基本性质,给出了自己对于行业协会的定义,并对几个相似概念进行了辨析。     

自适应最稀疏时频分析方法的分解能力研究

自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)方法将信号分解转化为最优化问题,在优化的过程中实现信号的自适应分解.为了研究ASTFA的分解能力,在定义分解能力评价指标(Evaluation Index of Decomposition Capacity,EIDC)的基础上,以双谐波分量合成信号模型来研究幅值比、频率比、初始相位差对ASTFA的影响.同时,将ASTFA方法与经验模态分解(Empirical Mode Decomposition,EMD)、局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)进行对比分析.研究结果表明,ASTFA方法的分解能力基本不受幅值比的影响,可分解的极限频率比较大,不受初始相位差的影响,该方法的分解能力具有明显的优越性.     

铝合金无色化学氧化新工艺

运用正交实验的方法研究了提高名及其合金零件耐蚀性能的一种化学氧化新工艺。     

合成愈创木酚环境友好催化剂的研究

研究了甲酵与邻苯二酚反应合成愈创木酚的环境友好催化剂．553K的温度下，在主要组分为A1TiSb—NaO的催化剂上，愈创木酚的选择性达到了98％以上，反应100h邻苯二酚的转化率保持在70％以上．考察了金属Na、K、Li和Mg对催化剂活性和选择性的影响．结果表明K和Na有利于提高催化剂的活性．钠铝的原子比为0．0l时催化刑的活性最高．Li和Mg加入催化剂则降低了催化剂的活性．     

孔板消能工消能率的二维数值模拟

孔板消能是水利工程中广泛应用的一种消能方式,具有消能效果好、空化破坏小及结构简单等优点。孔板的孔径比和流体的雷诺数是影响孔板消能效果的主要因素。采用数值模拟方法,分析了孔板消能率随孔板的孔径比和雷诺数变化的规律,并通过拟合计算得到消能率经验式。该研究成果对类似工程的设计和施工具有一定的参考价值。     

半自动图像分割

半自动图像分割是图像分割的方法之一,本文提出了一种半自动图像分割的方法,即首先用手工粗略地将图像中的对象勾画出来,将图像划分为目标区域和背景区域,再利用边缘检测、最佳阈值分割、数学形态学等算法对图像的目标区域边缘进行优化,通过大量试验,得到精确的对象形状信息。