基于多物理场耦合的电子器件性能分析

考虑电子器件实际工作过程中受到电、热、力多个物理场的耦合作用,基于顺序耦合计算理论,构建了电子器件的多物理场耦合分析方法。以某型电子插槽为对象,通过实例分析计算,对该分析方法进行了具体应用。最后,通过实验对该分析方法的准确性进行验证,结果表明:仿真计算误差在4.6%以内,能够用于电子器件的性能预测与优化。     

运用标准误差法识别泵功图中游动阀的开闭点

针对现有的功图中游动阀开闭点识别技术存在的不足,提出了一种新的识别方法。该方法给出了一种新的泵功图分区方法,缩小了游动阀开、闭点的寻找范围;建立了中值去噪模型和平滑去噪模型,有效地消除了噪声的影响;首次提出了基于标准误差法(SE)的游动阀开、闭点计算模型,利用同类数据间变化量小而类与类之间数据变化量大的数据结构特性和标准误差法的统计特性,达到了准确提取泵功图中游动阀开、闭点位置的效果。实例验证结果表明:该方法不仅可准确提取泵功图中游动阀开、闭点的位置,而且其提取精度较之曲率法识别算法和斜率法识别算法有较大的提升。     

红外辐射对极大螺旋藻生长的影响

【目的】采用红外辐射处理极大螺旋藻以提高其产量。【方法】分别使用远红外(2~25μm)、近红外(940nm和850nm)处理极大螺旋藻,测定其最终干重和生长速率,研究不同波长红外线对极大螺旋藻生长的影响。【结果】极大螺旋藻经远红外(2~25μm)辐射处理后的最大干重为对照组的3倍,经940nm红外处理后的最大干重为对照组的2.3倍,经850nm红外辐射处理后的最终干重与对照组相差不大。【结论】远红外(2~25μm)和940nm波长的近红外对极大螺旋藻的生长都有促进作用,而850nm红外对极大螺旋藻的生长无促进作用。     

SIO五人谈

中国加快“引进CIO制度”的步伐以来,上海在全国率先确立了SIO职业资格认证制度。在本期栏目中,本刊编委专程拜访了此次首批取得“上海市高级信息技术主管”职业资格的20名SIO,并请五位来自政府、企业、教育、金融、船务等不同背景的SIO畅谈中国的CIO生存现状与发展前景。     

PB-1/PP共混合金的结晶形态与动态流变性

采用熔融共混的方法制备了聚丁烯–1/聚丙烯(PB-1/PP)共混合金,利用偏光显微镜观察了共混合金的结晶形态,使用动态力学分析仪和旋转流变仪研究了共混合金的动态流变性.结果表明:PP的加入导致PB-1晶体尺寸略有减小,合金固体的储能模量以及损耗因子增大;随PP含量的增加,熔体的储能模量、损耗模量、复数黏度和剪切变稀敏感性逐渐下降;在熔融状态下,共混合金的两相具有一定的相容性.     

基于连通管原理的桥梁挠度自动监测系统

基于连通管原理,采用电感调频液位传感器、RS-485通讯技术、光纤通讯技术和计算机技术,设计了一种桥梁挠度自动监测系统,能够对桥梁挠度进行远程自动监测,且不受人为因数和环境影响.系统于2004年初安装于洞庭湖大桥,工程应用表明系统稳定可靠,挠度测量结果的相对误差小于5%,能有效用于桥梁挠度的长期监测.     

基于Gamma过程的水下连接器密封性能退化随机模型

水下连接器服役期间密封性能退化现象客观存在,为准确获得不同时刻连接器的密封性能指标,考虑密封面接触应力和有效接触长度对水下连接器密封性能的影响,以密封接触强度为连接器密封性能评价指标,建立连接器密封性能有限元分析模型,结合Norsok腐蚀速率预测模型,获得不同时刻连接器密封接触强度指标。以此作为密封性能退化数据,根据密封性能退化过程随机性与不可逆性特点,采用Gamma过程建立连接器密封性能退化随机模型,形成水下连接器密封性能退化模型建模新方法。     

一种基于ELECTRE法的多目标优化进化算法

将多目标属性决策方法中的ELECTRE法引入到多目标优化进化算法中,提出了一种新的多目标优化算法.采用辅助群体来存储进化过程中的非劣个体,并且采用与SPEA-Ⅱ相同的适应值分配策略来保证解的良好分布性.此外,构造出一种新的超序关系对个体进行排序,证明了该超序关系比Pareto优劣关系弱,利用此超序关系,能增强进化过程中的选择压,加快收敛速度.数据实验结果表明,该算法能很好地收敛到Pareto最优,有效地保持解的多样性.     

一种改进的SURF快速匹配算法

经典的SURF(speeded up robust features)算法在匹配的过程中,对一幅图像上每一个选定的特征点都要与另一幅图像上所有的特征点一一进行匹配,耗时较高,并且由于误匹配导致匹配的准确率下降.基于此,结合特征点的分类思想对SURF算法进行改进.根据特征点邻域内像素之间的差值形成一个4维的特征向量,与SURF的特征描述子相结合形成68维的特征向量,以达到提高匹配速度和准确率的目的.在哥伦比亚大学Coil-100图像库中对改进SURF算法进行试验.结果表明,相对于经典SURF算法,改进SURF算法在速度上有很大的提高.