基于信息融合的汽车防撞决策系统研究

研究并提出了基于多传感器信息融合的动态目标跟踪算法来实现防撞系统的信息获取，并引入预测残留误差来修正跟踪残留误差不能完全反映不可预测的信息所带来的误差；研究了驾驶过程状态信息的表达方法，建立了汽车一环境状态特征模型，描述了汽车在行驶过程中时变动态的驾驶状态。在此基础之上，利用模糊积分方法融合多种相关信息，确定汽车应采用的安全运行模式，实现主动安全防撞决策。     

钢球磨煤机的动态参数模型与仿真研究

火电厂锅炉制粉系统的钢球磨煤机是多变量耦合、时滞及非线性的复杂对象,其复杂的动态特性,使其数学模型很难得到,投入自动控制的效果不理想。本文根据制粉系统钢球磨煤机的工作过程机理,研究了各输入、输出之间的相互影响关系,通过集中参数方法建立了钢球磨煤机的动态参数模型,用三输入三输出的状态方程表示。此模型很好地揭示了钢球磨煤机的运行状况及其非线性、强耦合的特性, 而且适合于不同类型的钢球磨煤机。动态参数模型仿真模块用Matlab 的Simulink 编写,仿真效果与实际运行相符, 因此为火电厂锅炉制粉系统的先进控制研究提供了良好的数学模型基础。     

胃大部切除术后功能性排空障碍的处理

目的探讨对胃大部切除术后功能性排空障碍的治疗措施.方法对1996年9月至2005年9月收治的16例胃大部切除术后功能性排空障碍者进行临床分析.结果16例患者经对症处理,3-8周后均治愈.结论胃大部切除术后功能性排空障碍非机械性梗阻,一经诊断明确应行保守治疗,切忌再次手术.     

基于提升静态小波变换的自适应消噪方法

基于离散小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了基于提升静态小波变换的自适应消噪方法,它首先根据DWT的提升方法,得到SWT的提升和对偶提升实现方法,然后通过SWT的提升方法将信号分解为多个子带,利用引入更多动量因子的权系数的迭代公式进行自适应匹配.并对匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

泛函微分方程边值问题解存在性

用上下解方法结合不动点定理，研究了带非线性边值条件的泛函微分方程，获得了解的存在性结果。     

基于分布式仿真模型对象的分布式协同建模技术研究

针对目前复杂机电产品仿真通常只能集中建模的现状，提出一种新的分布式协同建模方法。首先分析了支持分布协同建模所必需的信息，然后利用分布式对象技术，将这些信息集成为分布式仿真模型对象。分布式仿真模型对象通过包含的丰富信息，支持能够被正确的组装和重用；通过自身的分布式特点使得建模人员能够透明访问它们。基于分布式仿真模型对象的分布式协同建模方法能够强有力支持复杂机电产品的分布式协同建模。     

由统计规律模拟生成的岩体裂隙网络的非稳定渗流数值分析

研究裂隙岩体中渗透水流随时间、边界条件的变化规律,从而客观反映渗透水流情况,具有重要的意义.利用MonteCarlo模拟岩体中裂隙网络分布情况,基于裂隙岩体网络非稳定渗流数学模型,编制相应的程序,并通过算例进行验证,进而对工程实例进行分析.结论表明:运用MonteCarlo方法模拟岩体中裂隙网络分布状况并进行渗流分析是一种较好的分析方法;当边界条件发生变化时,裂隙岩体中水头分布变化存在一定的滞后性,并且当边界条件变化一定时,岩体中水头分布受时间变化影响不大.     

准噶尔盆地石炭系火山岩储层主控因素分析

通过对准噶尔盆地石炭系火山岩油气藏岩芯的详细观察以及对储层岩石物性数据的统计分析,认为构造运动、岩性与岩相、风化淋滤作用是控制准噶尔盆地石炭系火山岩储层的主要因素。火山岩储集空间类型分为原生裂缝、原生孔隙、次生裂缝、次生孔隙四类。储层的渗流能力主要由裂缝决定。风化壳是准噶尔盆地石炭系火山岩储层的主要类型。优质储层主要分布在风化壳顶面以下250 m距离以内,其中环坳陷分布的古隆起部位更为有利。距离风化壳顶面越远,孔隙和裂缝充填程度越高,火山岩储集性能越差。     

GPU加速的2维矩量法研究

矩量法(MOM)是求解电磁场散射和辐射问题的一种常用数值方法,当未知量数目比较大时,其计算需要大量的时间开销.引入计算统一设备架构(CUDA)技术,在图形处理器(GPU)上实现并行MOM,并且与传统的中央处理器(CPU)串行计算比较,验证GPU计算结果的准确性.在未知量数目不同时,分析MOM中的阻抗矩阵填充和共轭梯度(CG)迭代法的加速情况.当未知量数目较大时,计算速度与CPU相比可提升数十倍.     

数据驱动的在线MW-MSPCA故障诊断

针对动态非平稳过程数据的时变性和多尺度性导致故障诊断准确率下降及故障准确定位难以实现的不足,引入滑动窗口多尺度主元分析(Moving window multi-scale principal component analysis ,MW-MSPCA)〖BP)〗,通过小波阈值消噪解决统计模型偏离与数据相关性降低之间的矛盾,并在各个尺度上利用滑动窗口主元分析实现模型更新,然后借助三维贡献图描述反映过程行为变化的各独立过程变量对统计过程的贡献程度,进而对故障准确定位,最后给出诊断准确性的定量评价机制。在对6135D型柴油机进行数值实验中,并通过与传统的多尺度主元分析及自适应多向主元分析比较,实验结果从故障的漏报率、误报率及诊断准确率三方面表明新方法能更好地实现传感器故障诊断。