全球月平均蒸发数据在流域径流模拟中的适用性

利用分布式水文模型CREST对淮河史灌河流域梅山水库1978-1987年的入库径流过程进行了参数自动率定和验证,对比分析了实测蒸发数据与全球月平均蒸发数据对径流模拟结果的影响程度,同时进行了蒸发影响效果的误差对比实验.结果表明,采用全球月平均蒸发数据来驱动模型,替代模型运行中所需的实测蒸发数据,具有较好的模拟效果,同时...     

形象进度图法编制桥梁工程施工进度计划

文章提出了工程进度计划编制常用方法横道图和网络计划图的优缺点,介绍了形象进度计划图法的编制方法,并以此法举例编制大桥进度计划,指导大桥开工后的施工组织安排。     

基于特征选取与树状Parzen估计的入侵检测

针对目前网络空间安全形势快速变化带来的新风险和新挑战, 提出一种基于相关性分析的特征选取和树状Parzen估计优化的入侵检测方法。首先, 通过基于相关性分析的数据特征选取方法对数据维度进行压缩。其次, 对原始数据集进行特征筛选, 生成新的特征子集。最终, 使用序列模型优化算法中的树状Parzen估计算法对随机森林算法进行模型优化。实验结果表明, 相比其他应用机器学习算法的入侵检测方法, 所提方法在提升综合性能的同时拥有更高的检测效率, 有效地提升了入侵检测技术的实用性。     

定温加热下微石英管内部换热特征的实验研究

以蒸馏水为工质,流过内径分别为242μm,315μm和520μm石英管,采用饱和水蒸气来加热石英管,实现定温加热以研究石英管内部的换热．根据饱和水蒸气的压力来确定石英管外壁的温度值,实现了定温加热与温度测量的同步．实验得到了雷诺数RP在100-6000变化时的努谢尔特数Nu,并与经典的层流、过渡流及紊流换热准则方程式进行了对比．实验结果表明,在Re较低时,微石英管内部的Nu低于常规经典的换热准则方程式的解,但RP增加到16001900时,微石英管内的Nu与过渡流准则方程式的解基本一致;当RP增加到3500～5000时,微石英管内部换热的Nu达到常规尺度下的紊流换热方程式的解．     

基于粒子群优化的圆阵列波束形成方法

围绕均匀圆阵列(uniform circular array, UCA)在波束形成中存在的波束主瓣宽、旁瓣电平高的问题,提出了一种基于粒子群优化(particle swarm optimization, PSO)算法的圆阵列波束形成方法。通过对UCA的输出信号进行模式空间变换,将UCA数据转换为虚拟均匀线阵数据形式。利用PSO算法充分挖掘均匀线阵各阵元间数据信息,进行阵元拓展,从而实现阵列阵元数及孔径尺度的增加,实现降低阵列波束主瓣宽度及旁瓣电平的目的。实验结果表明,在适当增加计算复杂度的前提下,利用PSO算法对阵列进行阵元拓展可以显著地提高波束形成质量,且适用于自适应波束形成。     

基于强化学习的连续型机械臂自适应跟踪控制

针对空间主动碎片清除操作中连续型三臂节机器人系统跟踪问题,提出一种基于强化学习的自适应滑模控制算法。基于数据驱动的建模方法,采用BP神经网络对三臂节连续型机械臂进行建模,并作为预测模型指导强化学习实时调节所提出滑模控制器的控制参数,从而实现连续型机器人运动的实时跟踪控制。仿真结果表明：提出的数据驱动的预测模型对随机轨迹预测的相对误差保持在±1%以内,能够高精度地反映系统动态特性。对比固定参数的滑模控制器,提出的自适应控制器在保证系统达到控制目标的同时具有更低的超调量和更短的调节时间,表现出更好的控制效果。     

燃料电池气、水、热平衡分析及综合管理系统设计

建立了质子交换膜燃料电池系统的气、水和热平衡计算模型,总结了电堆气、水和热管理相关物理量的计算方法;以60kW电堆为例计算分析,认为气、水、热管理三者有着密切的联系,应建立综合管理的概念;设计了气、水、热综合管理系统,该系统充分回收利用了电堆的尾气、电化学反应生成的水和电堆产生的热量。     

柴油机故障诊断中振动信号测点位置的研究

在295柴油机上进行设定的进排气系统故障实验,获取各工况下三个不同测点位置的缸盖振动信号,然后利用改进的基于神经网络和小波分析的故障诊断方法进行分析.实验和仿真结果表明,不同测点获取的振动信号蕴含故障特征是不同的.从缸盖上方采集的振动信号更能表征各种故障特征,其故障准确识别率达到95.4%,较其他两个测点有大幅度提高.为基于振动信号的柴油机故障诊断提供了最佳的测点位置,以提高故障的诊断准确性.对其他复杂机械的振动诊断同样具有参考价值.     

离子液体[Bmim]Br3对1—乙酰基奥—3—甲酸甲酯的选择性单溴代反应

在无溶剂和室温条件下,三溴化1-丁基-3-甲基睐唑（[Bmim]Bra）选择性地与1-乙酰基奥-3-甲酸甲酯进行溴化反应,以92％的收率生成1-溴乙酰基奥-3-甲酸甲酯。该方法反应条件温和、产率高、选择性好、环境友好。