“4·20”芦山地震次声波研究

2013年4月20日北京时间8点2分,放置于成都的数字化次声监测仪实时探测并完整记录了四川省雅安市芦山7.0级地震及以后多次3级余震的地震次声波全波形数据。通过时间-频率分布分析方法STFT(短时傅立叶变换)对所有特征次声事件信号进行分析处理发现,芦山地震次声波具有显著的特征:(1)具有3～4Hz的特征频率;(2)主震次声波卓越频率为3.2Hz,时频谱峰值能量强度达到220,维持时间长达230s;(3)该次地震的多次余震震级(Ms)与其对应次声波经STFT分析后的峰值强度值(Amax)具有良好的相关关系:Ms=0.60105lgAmax+2.06383,其相关性系数超过0.84。次声波或将为地震、滑坡等由岩石破裂引起的地质灾害的探测和早期预警提供一种新的手段和方法。     

适用于晶体硅太阳能电池的HF/LF-PECVD SiNx:H薄膜的特性研究

介绍了使用HF/LF-PECVD方法制备适用于晶体硅太阳能电池的SiNx:H薄膜.在温度、压强、射频功率和板极间距固定的条件下,通过改变气体流量,制备不同特性的薄膜,并测量薄膜的厚度均匀性、薄膜的折射率和基底的少数载流子寿命的变化,从这三个方面对SiNx:H薄膜的特性进行研究.     

蚂蚁追踪技术在辛34断块解释中的应用

东辛油田辛34断块断裂复杂,多数为低级序断裂,识别难度较大,利用蚂蚁追踪技术对辛34断块内断层进行自动追踪解释.地震资料构造平滑处理之后,利用方差体属性检测地震数据在空间上的不连续性,在方差体属性基础上生成蚂蚁属性体,将自动解释成果与人工解释成果进行对比.结果表明:蚂蚁属性体虽含有断裂假象,但其平面和剖面断层的空间展布痕迹较清晰;三维断片编辑后可直接转化为解释数据并用于构造模型建立;自动解释成果与人工解释成果相差不大,对于某些低级序断层,蚂蚁自动解释识别能力更强,蚂蚁属性体断裂痕迹可以有效地指导断裂平面及剖面解释,使得解释效果更加精确;验证了该方法的实用性和有效性,可以辅助人工解释.     

汽轮机2#瓦振动分析

利用推理诊断故障的方法分析抽汽式C50-8.83/0.98汽轮机2#瓦产生振动的原因,介绍实际运行中机组出现振动应当采取的解决方案。     

高原-平原交替训练与高原-亚高原交替训练对运动员肺功能的影响

目的：探讨不同海拔交替训练对运动员肺功能的影响。方法：长期生活在平原的男子运动员19人,分为两组：高原-平原交替训练组和高原-亚高原交替训练组。采用德国产Cortex MetaMax 3B心肺功能遥测仪同步实时检测运动员在进行1500m测试过程中的各项气体交换参数。结论：（1）高原-平原交替训练组运动员在高原期间峰值摄氧量水平要低于在平原时,运动强度很难保持和在平原一致;运动员训练水平提高后更易受缺氧的影响,峰值摄氧量水平下降更快;运动员在平原进行相同负荷运动时,更易达到更高的运动强度;（2）高原-亚高原交替训练组在亚高原训练后可以更好的过渡到高原进行训练,减少高原训练的适应期,容易保持较高的运动强度;（3）同等负荷运动时,在高原期间运动员的每份通气量水平要低于在平原或亚高原,下到平原或亚高原后显著升高;（4）通过两阶段交替训练,运动员肺功能适应性增强。教练员应根据训练计划和比赛情况选择不同的交替训练模式。     

基于分形理论的表面粗糙度测量研究

提出了一种基于分形几何理论的表面粗糙度测量与分析的方法。这种方法首先采用图像处理技术获取试件表面形貌的图像数据,然后利用分形几何的相关理论建立数学模型。依据模型对图像数据进行处理,得到能体现表面粗糙度等级的分形几何参数。     

基于轮廓多边形拟合的红外与可见光图像配准算法

针对红外图像和可见光图像配准问题,提出一种基于轮廓多边形拟合的图像自动配准算法。首先,为获得较好的主轮廓信息,对提取的轮廓进行多边形拟合,有效剔除轮廓上的冗余点和噪声。然后选取拟合轮廓上的多边形顶点为特征点,将轮廓划分为特征轮廓段,以特征轮廓段作为匹配单元匹配轮廓并得到匹配特征点。采用修剪的最小二乘法,在获取变换参数的同时不断剔除误匹配。实验证明,该算法可实现性强,配准精度高,配准速度快,较好地实现了刚体变换下红外图像与可见光图像的配准。     

基于目标检测的红外和可见光动态图像融合

提出一种基于运动目标检测的红外和可见光动态图像融合方法,通过对红外序列图像中的运动目标进行检测,将运动目标信息融合到可见光序列图像中。试验结果表明,文中算法所得到的融合图像能够综合利用红外图像较好的目标指示特性与可见光图像较清晰的场景信息,有利于安全监视人员进行目标识别和情景感知。     

基于PC并行口的FLASH卡测试系统设计与实现

实现一种面向中小型客户的FLASH卡测试系统。该系统的硬件和软件实现符合SD/MMC物理层协议的命令/响应及数据发送/接受。在硬件电路上考虑了接口信号的驱动、电平转换及不同宽度数据总线的扩展,完成了原理图到PCB的设计。在软件上实现各种控制时序的发生和检测,可方便地升级扩展。研究结果表明,该系统具有较强的实用价值,应用前景广阔,已经成功投入工业化生产。     

考虑网联汽车信息安全的交通流短时预测方法

针对智能网联汽车因网络攻击或干扰造成的信息安全及数据缺失问题,提出一种基于数据补全的交通流状态短时预测方法。首先,基于边缘计算任务卸载模型,对智能网联汽车V2X通信过程的异常数据动态辨识;其次,提出一种具有数据补全机制的图嵌入长短期神经网络模型,实现网联汽车缺失数据补全;再次,通过补全后的完整数据集构建神经网络模型,完成短时交通流状态预测;最后,选取北京市典型路段进行实验验证。结果表明,该模型应用后交通流状态短时预测效果显著提高,与其他方法相比预测误差最大降低87.4%,预测效果与实际交通流状态相比准确率达到95％,为智能网联环境下车辆信息安全与交通资源动态优化提供理论支持和技术方案。