用重合度方法解一阶泛函微分方程周期解的存在性

本文通过使用重合度理论研究了一阶泛函微分方程x′(t)=f(t,x(t),xt)的ω周期解存在性问题的充分条件,并改进了相关文献中的结论.     

行进于世界3的技术

技术深深地介入世界3,既是世界3的集成、凝聚和黑箱化,以此使知识得以传播和共事,又以特定方式参与世界3的构建,影响其发展方向.     

一类具有非线性记忆的半线性抛物方程解的爆破速率

作者研究了如下的具有齐次Dirichlet边界的半线性抛物方程：ut-Δu=∫t0m(t-τ)f(u(x,τ))dτ+u(x,t),x∈Ω,t＞0,并得到其解在有限时间爆破的条件以及爆破速率的估计.     

计算机辅助螺纹钢孔型设计系统的开发及应用

型钢孔型设计是制定型钢轧制工艺的重要内容之一.传统孔型设计过程以人工经验为主,其计算繁琐,原材料消耗大.为提高生产效率,通过对螺纹钢延伸孔型系统、精轧孔型系统及成品孔型的构成和设计方法的分析,结合螺纹钢孔型系统的基本设计理论和实际生产经验,对以往孔型设计过程中所使用的数学模型、经验公式等进行了修正,并以结构化程序设计方法为基础,采用可视化编程工具Visual Basic6.0建立了计算机辅助螺纹钢孔型设计系统.试用效果表明,缩短了新产品的设计周期,降低了轧机能耗和生产成本.     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

BeH分子基态振动能级与光谱常数的理论研究

利用Molpro程序包提供的多种方法及基组对BeH分子基态(X2∑+)进行优化计算,结果表明,当选用多参考组态相互作用(MRCI)方法和基组aug-cc-pVQZ进行优化计算时,得到的平衡核间距及离解能与实验值符合较好.在该方法下对BeH分子进行单点能扫描,将得到的分子势能代入分子核运动的Schr9dinger方程,求解该方程获得了BeH分子X2∑+态J=0时的12个振动态,对于每个振动态,分别计算了其振动能级G(v)、转动惯性常数Bv及离心畸变常数Dv,同时进一步导出的光谱常数也与实验值较为吻合.     

基于SCP范式的安徽省快递行业发展研究

快递行业作为快速成长的行业,已成为邮政业不可或缺的重要组成部分。以安徽省快递行业为研究背景,基于SCP的分析范式,从业务发展及政策环境方面总结了安徽省快递行业的发展现状,从行业集中度、进入及退出壁垒、产品差异化分析了行业市场结构,从价格行为、营销创新及服务产品多元化分析了行业市场行为,从定性分析与因子分析两个角度分析了行业市场绩效。为制定安徽省快递行业发展战略提供参考依据。     

双极晶体管中子辐照后的高温退火特性

利用硅双极晶体管在线监测中子注量,其直流增益和损伤常数是作为探测器指标的重要参数。高温退火可使受到中子辐照的双极晶体管性能部分恢复,进而可以重复使用。开展高温退火特性研究,分析双极晶体管直流增益的恢复程度以及损伤常数的重复性。在快中子脉冲堆上对贴片型3DG121C双极晶体管进行三轮中子辐照,每轮辐照累计注量2.64×10~(13)cm~(-2)。经过第一轮中子辐照后,双极晶体管直流增益下降至辐照前的40%,经过180℃连续24 h的高温退火后,直流增益恢复至辐照前的67%;经过第二轮辐照后,直流增益下降至第二轮辐照前的50%,在相同条件下退火后,直流增益恢复至第二轮辐照前的73%;经过第三轮辐照后,直流增益下降至第三轮辐照前的58%,在相同条件下退火后,其直流增益恢复至第三轮辐照前的87%。三轮实验结果表明:双极晶体管直流增益倒数随辐照中子注量变化的线性关系基本一致,具体表现为其损伤常数具有很好的重复性。利用该高温退火特性,将双极晶体管作为中子注量探测器应用于快中子脉冲堆中子注量在线监测,监测结果与活化箔结果基本吻合。     

基于干扰控制的多小区分布式波束成形

在多小区干扰信道中,基于分布式竞争设计,提出一种优化基站发射波束成形矩阵的设计,使每个小区的最差信干噪比最大.在竞争设计中加入干扰控制,利用差异化的干扰系数,抑制小区间的干扰,提高系统性能.这种设计,既能保持算法的分布式特性,又能有效地提高用户信干噪比.仿真分析表明,基于干扰控制的设计性能更接近协同设计的性能.     

基于改进EEMD的卷积神经网络滚动轴承故障诊断

集合经验模态分解(EEMD,ensemble empirical mode decomposition)对信号进行分解,得到的模态函数(IMF,Intrinsic model function)在2端点存在严重的发散现象,如果将分解结果直接应用到故障诊断系统中,会导致诊断的准确率下降。首先将支持向量机(SVM,support vector machine)和EEMD算法结合进行信号分解,并利用仿真信号进行可靠性分析;其次对SVM(support rector machine)-EEMD分解的分量进行选择后再分解并构建能量向量,最后和卷积神经网络结合,构建滚动轴承故障诊断模型并通过实验验证。结果表明,改进EEMD算法可以有效缓解端点发散问题,构建的故障诊断模型提高了故障诊断精度。