温度和机械载荷联合作用下油田超深井中硬质涂层膨胀锥与套管的屈服挤毁压强及试验验证

在充分考虑温度载荷、机械载荷、硬质涂层膨胀锥硬度、套管硬度对膨胀锥与套管之间屈服挤毁压强影响的基础上,根据分形理论和接触力学推导出膨胀锥与套管之间屈服挤毁压强的计算公式.数值分析表明:膨胀锥与套管之间的屈服挤毁压强随最终温度、分形粗糙度、线膨胀系数、硬质涂层膨胀锥布氏硬度、中间主应力系数、套管壁厚的增大而增大;当分形维数从1增大时,膨胀锥与套管之间的屈服挤毁压强随分形维数的增大而减小;当分形维数增大到接近于2时,膨胀锥与套管之间的屈服挤毁压强随分形维数的增大而增大;随拉压强度比的增大,膨胀锥与套管之间的屈服挤毁压强减小.屈服挤毁压强的计算值与试验测试值之间的相对误差为-8.9253%～-0.9901%.     

远距离支援干扰下双隐身飞机自卫相参干扰对单脉冲雷达影响

以复杂电磁环境下双隐身飞机自卫相参干扰对抗单脉冲雷达为研究背景,针对单脉冲雷达角欺骗问题,提出了远距离多假目标干扰下双隐身飞机自卫相参干扰模型。首先构建双隐身飞机姿态敏感性模型,提取即时雷达散射截面序列,依据目标回波与干扰信号对应关系,建立复合等效信干比模型。在此基础上,采用脱靶与有效干扰最小即时距离对双机干扰模式下雷达角跟踪误差形成评判指标。仿真表明，该组网干扰模式使雷达角跟踪误差提高696.49倍,比单一干扰模式使单脉冲雷达角跟踪误差平均提高1.07倍,检验了组网复合相参干扰样式的有效性。     

考虑单元互测的测试性指标分配方法

测试性分配是将系统级测试性指标按照一定规则分配给各组成单元的过程。针对现有主流测试性分配方法未考虑单元之间的互测情形,导致分配结果不合理,尤其是部分单元分配指标虚高,难以实现或代价过高等问题,提出了在综合考虑单元故障率、故障危害度等多重影响因素基础上,进一步考虑单元互测因素的测试性指标分配方法。首先实施考虑多重影响因素的指标初次分配;然后基于单元测试性初步设计结果,实施测试性建模与分析,得到单元自检故障率与他检故障率;再利用这两个数据以及初次分配结果构造分配函数实施再次分配,进而得到最终的分配结果;最后应用该方法进行仿真和实例运算,证明了该方法的有效性和先进性。     

基于强化学习和共识融合的分布式协作频谱感知方法

在频谱感知中为了解决不同信誉用户网络节点之间的数据融合问题,提出了一种基于强化学习和共识融合的分布式协作频谱感知方法。该方法将每个感知用户认为是一个智能体(agent), agent通过强化学习算法从相邻节点选择合作用户进行共识融合,采用信誉值作为奖励,确保agent倾向于信誉高的节点进行融合,并同时降低恶意用户的信誉值,使其逐渐退出感知网络,最后采用一致性融合方法使整个网络达成共识,并与判决门限对比,完成协作频谱感知。仿真实验表明,该方法能够有效的识别恶意用户,并通过强化学习提高整个网络的感知性能,使协作频谱感知网络更具智能性和稳定性。     

二氧化碳观测卫星遥感反演研究进展

二氧化碳(CO_2)是大气中主要的温室气体,利用卫星平台观测大气干空气柱中对流层二氧化碳气体体积混合比(XCO_2)是当前温室气体监测的主流手段.首先介绍了5种具备近地面XCO_2浓度观测能力的卫星平台,并以GOSAT卫星的短波红外二级数据产品为例,重点介绍了中国2009～2016年大气XCO_2浓度的时空变化情况.结果表明,中国XCO_2浓度高值区主要出现在东南部,西部地区以及高纬度地区XCO_2浓度相对较低.8年间XCO_2平均浓度为392.28 ppm,并以2.28 ppm/a的速度持续增长.XCO_2浓度随NDVI有明显的季节变化,春季最高,夏季最低,年平均变化量达到6.2 ppm.     

反演一类间断热传导方程的辐射系数

讨论了一个利用终端观测数据重构抛物型方程未知系数的反问题,这类问题在科学研究中有重要的应用.与一般问题不同的是,未知系数是间断的函数.基于最优控制理论,证明了控制泛函极小元的存在性及其满足的必要条件,并讨论了最优解的唯一性及稳定性.运用Gradient型迭代法进行数值模拟,且未知系数反演的效果也很好.     

基于马氏距离的二元退化可靠性分析

为解决二元退化产品可靠性建模困难,提出了基于马氏距离(Mahalanobis distance,MD)的二元退化产品可靠性分析方法。首先引入MD,将二元退化数据降维至一元MD,并采用蒙特卡罗方法确定MD失效阈值;然后分别采用了Wiener过程的基本模型和3个具有随机参数的Wiener过程模型进行退化建模,运用贝叶斯方法进行参数估计,并通过模型验证、分位数图(quantile-quantile plot,QQ图)和改进的留一法交叉验证等模型选择方法综合判断确定最优模型。最后采用裂纹增长数据实例验证了所提方法的有效性。     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

人工智能用图像和生物组学解码癌症

正机器学习可以对癌症照片、肿瘤病理切片和基因组进行分析。如今,科学家正准备将这些信息整合到癌症超级模型中。每个癌症患者都在思考的一个问题是:我还能活多久?基因组学家迈克尔·斯奈德(Michael Snyder)希望他能找到答案。目前,所有医生能做的就是将患有类似癌症的患者分组,然后对他们和其他组患者的相同药物反应或预后进行评估,但目前的分组方法粗略而不完善,而且往往都只是基于人工收集的数据。     

父代肥胖对精子表观遗传跨代继承的影响

父代肥胖会导致精子表观遗传修饰的改变,这种异常的表观遗传修饰会传递至后代,对后代健康产生严重影响.本文主要综述了由于父代肥胖所致的DNA甲基化、组蛋白修饰和非编码RNA等表观遗传修饰的异常及其跨代继承的机制,从表观遗传水平阐述父代肥胖对自身和后代健康的影响,可为后代相关疾病的预防和诊断提供参考资料.