FPGA中主脉冲波形的输出和触发输出的实现

对脉冲/数据发生器波形产生模块的硬件设计进行了详细阐述。首先设计了系统硬件的功能,然后完成了脉冲发生器核心高速FPGA的设计,重点分析了FPGA中的主脉冲波形的输出和触发输出的实现方法,通过仿真表明输出波形符合设计要求。     

典型氧化铁皮结构电化学腐蚀行为

利用电化学腐蚀实验系统研究4种典型氧化铁皮结构及基体钢在Cl-环境下的腐蚀行为,通过极化曲线和交流阻抗谱(EIS)对比分析不同氧化铁皮结构的低频容抗弧的半径和电化学阻抗(Ra+Rt),同时借助Tafel外推法拟合得出试样自腐蚀电位和自腐蚀电流变化规律。研究结果表明:不同结构氧化铁皮的耐蚀性从强到弱依次为Ⅳ型氧化铁皮,Ⅲ型氧化铁皮,Ⅱ型氧化铁皮,Ⅰ型氧化铁皮,钢板基体,这是由于Ⅳ型的氧化铁皮(外层为非常薄Fe2O3层,中间为Fe3O4层,靠近基体的为较厚Fe O层)表面的孔隙率最低为16.61%,并且Ⅳ型氧化铁皮中的共析组织最少,因此通过控制氧化铁皮结构可以达到提高热轧带钢的常温耐蚀性的目的。     

基于RUKF-IMM的非线性系统滤波

从交互式多模型估计(IMM)方法的特点出发,提出用IMM估计方法对有测量数据丢失的非线性系统进行估计.IMM模型集中包含两个模型:一个模型对应测量数据丢失情况,另一个对应测量数据未丢失.最终基于两个模型的估计进行融合得到估计结果,改善估计器在测量信息丢失情况下的稳定性.采用随机无迹卡尔曼滤波(RUKF)方法对每个模型分别进行滤波,消除标准无迹卡尔曼滤波(UKF)方法的系统误差.仿真结果表明:在测量信息丢失的情况下,提出的估计方法在稳定性与估计性能上都优于传统的基于单模型的非线性系统混合估计方法.     

金属材料高温蠕变变形的云纹干涉法实验研究

为了研究金属材料高温蠕变及其不均匀应变场的变形规律，使用高温双镀层全息光栅（线密度为 １２００ｍｍ－１）并应用云纹干涉法对 ２０号钢带孔拉伸试件在 ６００℃下的拉伸蠕变进行了测量研究，提出了云纹干涉法测量残余蠕变变形的基本原理，得到了该试件在 ４０ ｈ范围内的残余蠕变云纹场和试件应变集中系数随蠕变时间的变化规律，且应用蠕变理论对所得结果进行了分析。实验结果表明，使用双镀层高温栅进行高温蠕变的云纹干涉法测量是可行的。     

当前形势下对高校集体主义教育的思考

在当前形势下,部分大学生受多种因素的干扰,出现集体主义观念淡漠的现象,由此引发一些不容忽视的问题,如在政治参与和追求个人成功上急功近利,过分强调奉献与索取的统一,极端利己主义思想有蔓延趋势等。本文从家庭、社会、网络、学生本身认识等角度分析了集体主义观念被弱化的原因,并就新时期高校的集体主义观教育提出了针对性的建议。     

玻璃熔窑富氧燃烧的计算

本文导出了油重及天然气在富氧条件下燃烧的一些计算方程,并用热平衡方法分析了富氧燃烧对玻璃熔窑的影响。指出了对低热值的燃料及热回收系统工作效率较低的熔窑,采用富氧燃烧会收到明显的效果。     

采用混合遗传算法设计最短时间4冲量转移轨道

转移轨道的设计与优化是航天器完成空间任务的基础性工作,研究最短时间转移轨道的设计方法对执行空间快速响应的航天任务具有重要意义.本文通过分析4冲量轨道转移的物理过程,将轨道优化问题转化为参数优化问题,从而建立了多冲量轨道转移的数学模型:而后采用混合遗传算设计最优轨道,设计了串联型和嵌入型两种不同的混合结构,并选择一种具有自适应性的退火惩罚函数策略来处理约束条件;最后通过数值仿真验证了算法的有效性.仿真结果表明,本文设计的两种混合遗传算法能够很好地处理多冲量变轨的优化问题,特别在处理多约束条件时十分灵活、有效.     

Al-β沸石催化合成乙酸辛酯

用不同浓度的AlCl3溶液将Si/Al比为50的β沸石进行离子交换得4种改性Al-β沸石,并对β-沸石及改质沸石的表面酸量和酸强度进行了表征.用0.2mol.l AlCl3进行离子交换的Al-β沸石的表面酸量和酸强度最大,催化活性最高.利用Al-β沸石分子筛作催化剂.对乙酸和辛醇的酯化反应进行了研究,考查了催化剂用量、醇酸摩尔比、反应时间等对乙酸辛酯的酯化产率的影响;适宜的反应条件为:n(醇)/n(酸)为1.0:1.4,催化剂用量6g/mol辛醇,反应时间1.5h.酯化率达92%以上.     

米堆模型中由无序性引起的一种转变

采用矩分析方法对米堆模型进行了大尺度的数值模拟研究,考虑了不同的驱动机制:固定位置驱动、两个位置随机驱动、等问距的多个位置随机驱动和系统全部位置随机驱动.结果表明,系统的临界行为,随着外在无序性的增加,从一种简单的有限大小标度行为,转变为一种不规则的复杂行为.     

使用高斯分布估计策略的改进樽海鞘群算法

针对樽海鞘群算法在求解复杂优化问题时存在种群多样性减弱、易于陷入局部最优等不足, 提出了一种使用高斯分布估计策略的改进樽海鞘群算法(salp swarm algorithm using elite pool strategy and Gaussian distribution estimation strategy, GDESSA)。首先提出一种精英池选择策略, 领导者位置在每次更新时随机从精英池中选择一个个体作为食物源, 增强领导者的探索能力, 丰富种群多样性。其次利用高斯分布估计策略对追随者公式进行改进, 通过拟合优势群体信息, 修正种群进化方向, 增强算法的寻优能力。使用CEC2017测试函数对改进算法进行测试, 并通过统计分析、收敛性分析、稳定性分析、Wilcoxon检验、Friedman检验、Iman-Davenport检验评估改进算法性能。仿真结果表明: 本文提出的改进策略能有效提高算法性能; 提出的改进算法相比其他算法, 具有更快的收敛速度和更好的收敛精度。