高效有机吸附膜吸附数学模型的建立

本文建立了高效有机吸附膜吸附数学模型，并与实验数据进行了比较，发现模型的数值计算结果与实验值基本相符，本模型具有较高的实用价值。     

建筑物变形观测的过程控制与安全措施

分析了引起建筑物变形的原因及建筑物变形的类型，介绍了建筑物变形观测的实施过程及具体方案，并根据观测结果提出了确保施工与建筑物使用的安全措施。     

SACD中的DSD技术和数据无损压缩算法

SACD是对现有CD的改进，它利用直接数字流（DSD）技术，和DST无损压缩方法，对数据进行存储。它可以存储2声道或6声道的声音数据。由于采用了全新的技术来记录声音，使它可以产生更好的声音质量，必将成为新一代的声音记录格式。本文详细介绍了1比特DSD编码技术的原理，和DST无损压缩方法的原理。     

高速磁浮车-轨耦合系统动态机理与振动响应

对高速磁浮车-轨耦合系统进行动态机理和振动响应研究。首先,对高速磁浮中的各类耦合关系进行建模;其次,分别分析了动态和静态条件下的车-轨耦合作用机理;然后,建立了高速磁浮车-轨耦合动力学有限元模型;最后,对磁浮列车高速通过桥梁时轨道梁、功能件的动力响应和车-轨共振速度进行分析。结果表明：高速运行时车-轨作用频率不同,长时间共振速度下运行时车-轨振动明显增大;若桥梁动力放大系数小于1.2,则基频比最小值为1.16;若桥梁动力放大系数小于1.3,则基频比最小值为1.04。     

贵州省不同类型自然保护地空间分异及其影响因素

受自然与社会因素的影响,不同类型自然保护地的空间分异存在较大的差异.研究针对贵州省内的自然保护区、森林公园、湿地公园和风景名胜区等4类自然保护地,综合运用最邻近点指数、地理集中指数、核密度和地理探测器模型对其空间分异特征进行分析,并探讨其影响因素.结果表明：自然保护区与其余3种自然保护地在数量的空间分异特征上具有明显差异,但4种自然保护地在面积的空间分异特征上均表现出离散化分布的特征,具有较高的相似性.相同影响因素的解释力在不同类型的自然保护地上差异较大,在数量上主要影响因素呈现出趋异性,而面积上主要影响因素则呈现出趋同性.任意2个影响因素交互后其解释力均增强,交互的特征呈多维度复合影响的态势.不同类型自然保护地功能定位的差别是其主要影响因素呈现出趋异性和趋同性的主要原因.     

基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.     

补偿线路分布电容电流的柔性直流配电网电流差动保护方法

针对系统接线方式和线路分布电容影响导致柔性直流配电网故障辨识困难的问题,在对传统电流差动保护在柔性直流配电网中的适用性分析基础上,利用线路贝瑞隆模型推得故障点电流与直流线路两端差电流之间的关系.进一步地,提出具有线路分布电容电流补偿的新型电流差动保护方案,解决对称单极接线方式下故障特征微弱、分布电容电流影响大带来的故障辨识难题.最后,基于PSCAD/EMTDC仿真平台,建立柔性直流配电网模型,通过仿真分析验证所提出的电流差动保护方案的可行性和适用性.     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

光学兼容红外伪装涂料研究进展

当前侦察设备波段宽、分辨率高,具备全天候、全天时侦察能力,对现有武器装备的伪装提出了挑战。伪装涂料采用功能颜、填料,通过一定的制备、施工工艺涂覆在目标表面,在不影响武器装备战场机动性能的前提下实现武器装备的伪装,是目前最有效的伪装技术手段之一。在阐述光学伪装涂料、红外伪装涂料、光学兼容红外伪装涂料伪装机理的基础上,梳理了3种伪装涂料技术的研究进展,总结了3种伪装涂料的技术特点和存在的问题,对伪装涂料技术今后的发展进行了展望,提出了发展光学兼容红外伪装涂料的技术实现途径,为有效对抗日益发展的先进侦察技术,满足战场伪装需求提供了方法指导。