超高压输电导线疲劳强度衰减规律

 钢芯铝绞线疲劳破坏是一个损伤不断累积、强度逐步下降的过程。导线的疲劳强度随其所受的动载荷和导线振动次数的增加而下降,当导线的剩余强度等于此时的动弯应力时,导线发生疲劳断股。因此,研究导线的剩余强度对导线疲劳断股及导线损伤具有重要意义。本文结合超高压输电导线结构特性及受力特性基于非线性强度退化模型推导出了钢芯铝绞线的疲劳剩余强度模型,并根据国际大电网会议中给出的较为保守的导线S-N曲线计算得出了模型中相关参数。通过对导线疲劳剩余强度模型进行实例分析说明了该模型的可行性。研究表明,导线强度衰减程度与载荷加载次数呈非线性关系,不同载荷下导线强度衰减速度不同,导线强度衰减量与导线振动强度及导线振动时长呈正相关,同一载荷下导线强度衰减速度随着载荷加载次数的增加而变快。     

地物背景下的运动目标频域带宽合成方法

在频率步进雷达中,利用带宽合成技术进行距离成像,具有距离像不模糊范围大、栅瓣电平低等优点。但对地物杂波下的运动目标成像时,距离像信杂比低,并且栅瓣电平对多普勒频移很敏感。提出一种改进的频域带宽合成方案。首先研究了多普勒域抗杂波的参数设计问题,然后设计了二维杂波滤波器实现了抗杂波,最后利用脉间相参处理后的信号特性提出了一种运动补偿方法,有效抑制了距离像的栅瓣电平。外场试验结果验证了方案的优势。     

基于SOA企业IT架构重组解决方案的对比研究

面向服务架构(service—oriented architecture,简称SOA)是现代大型企业广泛采用的IT组件模型。目前,国际上提供基于SOA的IT架构重组解决方案的公司主要有甲骨文、IBM和SAP。本文通过对这三家公司产品的对比研究,分析了三家公司提供解决方案的异同点,使得企业可以根据自身行业特点选择最适合的解决方案。     

液晶高分子流体在拉伸流动中拉伸粘度的解析计算研究

在液晶高分子熔液挤出过程中,剪切拉伸是主要考虑因素.用液晶高分子B模型本构方程,并考虑取向运动的影响得到拉伸粘度随松驰时间与拉伸率之间的变化关系和曲线.     

液晶高分子流体在拉仲流动中拉伸粘度的解析计算研究

在液晶高分子熔液挤出过程中,剪切拉伸是主要考虑因素．用液晶高分子B模型本构方程,并考虑取向运动的影响得到拉伸粘度随松驰时间与拉伸率之间的变化关系和曲线．     

沈阳市五里河体育场爆破拆除方案与实施

针对沈阳市五里河体育场其自身结构及周边环境,尤其是迄今为止国内一次爆破拆除面积最大的建筑物等特点,采用毫秒微差、原地坍塌爆破法进行爆破拆除,其技术设计包括爆破预处理、爆破网络选择、爆破安全校核.爆破结果表明:体育场按设计顺序依次倒塌,爆破飞石、冲击波及爆堆高度完全控制在预计范围之内,爆破非常成功.该结果对一次爆破拆除大型建筑物具有一定的参考价值和指导意义.     

关于“江蚁”就业问题的问卷调查

蚁族聚居群体的存在,带来了许多相关的社会问题,引发了全社会的广泛关注。本文采取问卷调查的方式,对武汉市的几个蚁族聚居地的毕业大学生对大学生就业的相关情况进行调查,通过对调查数据的分析,加深对蚁族就业现状的了解,引发在校大学生对就业问题的思考。     

液晶高分子各向异性粘弹流体拉伸流动中拉伸粘度的解析计算研究

将聚合物熔体的挤出过程看作是剪切流动主导的剪切单元,采用用液晶聚合物熔体或溶液LCP-B本构方程;采用共转Oldroyd B流体模型计算出取向运动拉伸粘度的影响.无量纲拉伸粘度随松弛时间和剪切速率的变化曲线.得到了无量纲拉伸粘度随剪切速率之间变化关系.     

小波神经网络模型的改进及其应用

将优化函数的连续型蚁群算法与小波神经网络耦合,用蚁群算法优化神经网络的权值和小波参数,找到蚁群算法中信息素更新的最佳衡量标准,且建立了基于蚁群优化的小波神经网络模型,旨在准确预测水稻需水量,为制定合理的灌溉制度、提高水利用率提供科学依据.通过对三江平原富锦市1985至2001年的井灌水稻区全生育期需水量预测检验,确定网络结构为6-12-1,训练最大次数20次时网络收敛,误差精度达到0.0024.研究结果表明,该模型不但计算简便,而且具有较强的逼近能力、较快的收敛速度和较好的预报精度,并且为网络模型的参数优化提供一种新方法,也为预测、预报的研究拓宽新思路.     

一适用于超多类手写汉字识别的新改型Adaboost算法

提出一种适用于超多类手写汉字识别的新改型Adaboost算法,采用基于描述性模型的多类分类器（modified quadratic discriminant function,MQDF）作为Adaboost基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,其训练复杂度大大低于已有的多类Adaboost算法。算法提出根据广义置信度更新样本权重,实验证明这种算法适用于大规模多类分类问题。为了降低算法的识别复杂度,提出从所有训练后得到的Adaboost基元分类器组中选择一个最优的基元分类器作为最终分类器的方法进行删减。在HCL2000及THOCR-HCD数据集上进行实验证明,所提改型Adaboost算法提高了识别率的有效性,该算法的相对错误率比现有最优算法分别下降了14.3 %,8.1 %和19.5 %。