一种汽油变频发电机组中的辅助直流电源设计

针对汽油变频发电机组中逆变器所需多组低压直流电源问题,设计了一种多路输出的开关辅助电源, 结构简单紧凑、输出电压纹波小、体积小、成本低;通过分析高频变压器的设计原理,设计了一台功率为１５W 的四路直流输出的开关辅助电源;实验证明了该辅助电源的可行性。     

基于激励惩罚机制的虚拟资源竞拍与分配模型

针对传统虚拟机资源往往按照物理资源数量进行均值分配,没有考虑各虚拟机自身的负载情况,从而造成资源浪费这一问题,提出了基于惩罚机制的虚拟资源竞拍模型(VRAA).利用合作博弈的纳什均衡进行求解,并通过实验以CPU资源作为研究对象,对模型的稳定性和公平性进行了验证,通过对比发现采用竞拍博弈控制后的资源利用率和公平性指标明显提高,资源分配更接近系统的实际负载情况,减少了资源浪费.     

垂直陀螺180°回转伺服变结构PID控制

为减小垂直陀螺仪的漂移,提高平台罗经系统精度,设计了垂直陀螺180°回转伺服控制系统,采用变结构PID校正网络和角速度数字控制器,实现垂直陀螺仪精确角位置伺服控制和接近匀速的回转．实验结果表明,采用变结构比例、积分、微分(PID)控制方法,可以使旋转机构在0°和180°位置精确定位,有效减小陀螺仪漂移．在对系统动态性能要求不高的情况下,该方案能将稳态绝对误差控制在30″以内,满足设计精度要求．     

基于模糊评判的组合导航自适应信息融合方法

针对组合导航系统在载体实际运动中,存在着局部滤波器精度急剧下降和滤波发散问题,并且会给整个联合卡尔曼滤波器带来污染,提出基于模糊评判的自适应信息融合方法。给出了评价滤波器性能的滤波结果可信度定义和模糊评价方法,并在此基础上进行信息分配保持全局估计精度和控制滤波发散。理论分析与仿真结果表明,该方法比常规联合卡尔曼滤波器具有更高的精度和可靠性。     

东北一般拓扑研究会成立纪要

东北一般拓扑研究会,在东北三省数学会的大力支持下,在吉林省教育厅、四平地委、四平师院党委的的关怀下,经过半年的积极筹备,于1982年3月24日在四平师院召开了成立大会。 参加东北一般拓扑研究会成立大会的有来自全国19个省、市、自治区兄弟院校的89名会员。中共吉林省委宣传部新闻工作处、吉林省教育厅、东北三省数学会、吉林日报社、吉林人民出版社、辽宁人民出版社、光明日报社驻长春记者站、东北三省省会所在市数学会,以及东北师大、长春光机学院、黑龙江大学、四平师院、四平市科协、四平市教育局等单位的领导和来宾光临了会议。     

基于UKF算法的无刷直流电机转子位置和速度的估计

针对无刷直流电机（BLDCM）非线性严重而导致控制困难的问题,利用无轨迹卡尔曼滤波（UKF）算法设计了观测器,以估计无刷直流电机的转子位置和角速度,分析了在BLDCM系统负载变化、负载扰动、参数变化以及低转速情况下的估计结果,同时讨论了噪声统计参数的变化对估计效果的影响由此可知,良好的估计效果与UKF算法中各个参数的设置有重要的关系．仿真和实验结果表明,该转子位置观测方法可以比较正确地给出电机换相信号,实现电机的无位置传感器控制．     

电力有源自适应格型滤波器谐波电流检测方法

针对有源滤波器谐波检测实时精度高的要求,将线性神经网络应用于自适应噪声对消技术,采用最小均方(least mean square, LMS)误差算法对神经网络进行训练,通过线性神经网络实现的自适应格型滤波器,每个神经元对输入基波和谐波信号并行协同处理,对电网高次谐波分量进行滤波和预测,较常规滤波器有更好的实时性和鲁棒性.仿真和实验结果分析表明,自适应格型检测算法比常规检测方法有更好的实时性和精度,补偿后5、7次谐波电流含有率明显下降,电力有源滤波器APF投入后补偿效果良好.     

基于QAR超限事件的民航飞行安全风险评价方法

 针对中国民航飞行安全,提出一种基于快速数据存取记录器（QAR）超限事件的民航飞行安全风险评价方法。根据风险源事件的风险贡献度大小对中国民航飞行安全隐患进行分类,依据QAR超限事件构建中国民航飞行安全隐患风险评价指标体系,并结合中国民航飞行品质监控标准的风险阈值,分别建立了基于离散型超限事件和连续型超限事件的飞行安全风险评价模型。应用该方法以中国民航2017年航班运行实际QAR数据为例,对2017年飞行安全风险进行计算评价,结果与2017年中国民航航空安全报告的安全风险分析结论基本一致,验证了基于QAR超限事件的民航飞行安全风险评价方法的合理性和实用性。     

针对机器问答中多跳问题的深度学习网络模型

多跳问答(multi-hop question answering, multi-hop QA)是文本问答的一项重要且具有挑战性的任务。针对现有方法在解决多跳问题时答案推理能力弱、答案寻找的准确率低等问题提出一种多跳问题的深度学习网络模型AGTNet(albert graph attention network,轻量双向编码图注意力网络)。首先在神经网络隐藏层使用参数共享和矩阵分解技术,然后使用点积计算方式进行答案预测,最后使用已标注的数据集对AGTNet模型进行训练验证。试验结果表明,本模型经过训练后在测试集上的F₁值达到70.4;与现有的多跳问答推理模型相比,本模型拥有较优的实体级推理能力,能够有效提高多跳问答推理能力,从而提升了问答系统的响应速度和准确率。本研究结果为问答系统和多轮对话机器人的研发提供了理论依据。     

影响电梯曳引能力的主要参数及其优化

为了提高电梯曳引传动的有效性，对影响曳引能力的3个主要参数轿厢质量系数、运动加速度和平衡系数进行分析．通过提出轿厢质量系数的概念，得出了最佳平衡系数的数学表达式．使动态和静态工况下有相同的曳引需求，得出了有实用价值的静载系数表达式．把制动过程与驱动过程同等看待，得到了制动过程中保证曳引传动不失效的合理的制动力矩．