粗粒料缩尺效应研究现状与趋势

总结了粗粒料室内试验不同缩尺方法的优缺点、目前粗粒料强度和变形试验常用仪器的优缺点以及这些仪器用于研究粗粒料强度和变形的代表性成果;概括了缩尺效应对粗粒料强度和变形特性影响方面的研究成果;分析了缩尺效应的评价依据;讨论了缩尺效应研究中应考虑和注意的一些问题,如试样密度的控制、缩尺效应的定量化表述等,并指出缩尺效应研究应注意替代级配料和原级配料的密度控制方法.     

多电平矩阵变换器系统的数学模型

多电平矩阵变换器（MMC）是在多电平逆变器和传统矩阵变换器（CMC）的基础上发展的一种新颖电力电子变换器.笔者介绍其拓扑电路,采用基于空间矢量调制策略,以电容电压、输入侧电流和输出侧电流为状态变量,建立了由供给电源、输入电感、多电平矩阵变换器和阻感性负载组成的系统的状态平均模型,为设计其控制器及深入研究提供参考.     

熔融碳酸盐燃料电池实验研究

熔融碳酸盐燃料电池(MCFC)是第2代燃料电池,工作温度650°C.组装了12cm×10cm的MCFC单体电池,开发了电池的关键材料、烧结及升温程序.电池以多孔陶瓷板材料γ-LiAlO2作为电解质支持体,其厚度为0.8mm,孔径分布0.1～0.8μm,孔隙率50%;阴极采用多孔板Ni,厚度为0.8mm,平均孔径为12μm,孔隙率55%;阳极采用多孔板Ni,厚度为0.8mm,平均孔径为8μm,孔隙率50%.电池的开路电压达到1.10V,电流密度达到120mA/cm2,工作时输出电压为0.65～0.70V,输出功率5～10W.     

青海牦牛与云南牦牛乳球蛋白基因5''''调控区核苷酸序列同源性比较

利用一对PCR引物，寡聚核苷酸序列的上游引物为5’-gCg，AAT，TCA，TCC，CAC，gTg，CCT，gC-3’；下游引物为5’-gAg，AAT，TCC，Tgg，ggA，ggg，ACC，TT-3’。经68℃退火及30轮循环的PCR程序后，分别克隆来自我国青海和云南地区牦牛的乳球蛋白基因的5’调控区1447bp的DNA片段。将该片段从琼脂糖凝胶中回收，克隆在pMD1S-T Vector后进行序列测定。序列分析结果表明，青海牦牛该序列的核苷酸序列与文献报道的奶牛该基因的同源性为97．65％，云南牦牛该序列的核苷酸序列与奶牛该基因的同源性为96．8％，青海牦牛与云南牦牛该基因片段的核苷酸序列同源性为99．4％。     

分数阶不确定四翼混沌系统的自适应滑模同步

基于自适应滑模方法研究了一类不确定分数阶四翼混沌系统的同步控制问题.分数阶导数采用Caputo的定义,通过设计非奇异的分数阶滑模面和控制器,给出了系统取得同步的充分性条件.研究表明,选取适当的分数阶滑模面及控制器,不确定分数阶四翼混沌系统的主从系统能取得混沌同步;文中给出了严格的数学证明和推理过程,数值仿真表明了方法的有效性.     

湿地松的组织培养及植株再生

在以湿地松实生无菌苗带子叶顶芽为外植体诱导丛生芽的过程中，激素的种类及浓度、处理时间等对丛生芽的诱导影响较大，表现为：单独使用6-BA即可诱导丛生芽分化，但NAA与6BA协同作用效果更佳；外植体在改良GD 5mg／L 6-BA 0．1mg／L NAA的培养基上培养4～5周，其丛生芽诱导率最高达95％。将丛生芽单个切下继代培养在改良GD 3．5mg／L 6-BA 0．05mg／L NAA的培养基上时增殖较快。改良GD培养基中添加0．05～0．1mg／L生长素(NAA)或0．5g／L活性炭(AC)能明显促进丛生芽伸长；培养基中的大量元素减半则不利于湿地松丛生芽的伸长生长。将伸长的丛生芽单个切下置于生根培养基中，4周后生根率达53．3％，移栽成活率达85％。     

复杂船体外板曲面拟合研究

采用双三次样条插值函数方法,对给定离散数据的复杂船体外板曲面进行了拟合研究,将VC的可视化界面与MATLAB强大的数值计算和图形显示能力相结合,建立了复杂船体外板曲面拟合成型的计算机软件．在不同边界约束条件下,拟合曲面与原始曲面的准确度超过99％,验证了曲面拟合软件的可靠性．计算实例证明了方法的有效性．     

框架侧移的连续化模型分析

提出了用简单连续化模型分析框架侧移的近似方法,根据应变能相等的原则,得出了与原框架等效的连续化模型及其侧移的解析解。实例分析表明,用此种方法分析框架侧移具有较高的精确度,同时,连续化方法能使计算分析得以大大简化,因此,它对分析大型框架,尤其在初步设计阶段具有很高的实用价值。     

基于改进多核学习的多传感数据分类方法研究

物联网（internet of things,IoT）技术中结合多个数据源互补信息提高数据分类准确率的研究受到了越来越多的关注。针对物联网无线传感器采集到数据的多源异构特性,给出了一种基于改进多核学习支持向量机（improved multi-kernel learning-support vector machine,IMKL-SVM）的IoT数据分类方法。传统的多核学习方法中核函数主要是采用经验法选取核函数类型及参数,本文改进方法在确定核函数类型及参数时分为两步：首先采用交叉验证方法初步确定核函数类型及参数;其次在第一步结果中利用支持向量机（SVM）同时训练样本和优化多核函数的类型及参数。实验中针对温度、湿度、光照、大气压力等4种数据设计了两组数据——第一组数据被标记为上午、中下午、傍晚、夜间4类,第二组数据被标记为白天、傍晚、夜间3类,比较了本文的IMKL-SVM方法、单核SVM方法及传统MKL-SVM方法在两组数据集上的分类准确率。此外,针对UCI公开数据集AReM进行了分类实验,实验结果表明IMKL-SVM方法针对具有多源异构特性的物联网数据实现了较高的分类准确率。     

基于无人机平台的电视信号功率检测方法

本文提出了一种电视信号功率辐射检测新方法,用于对电视信号发射系统发射端EIRP进行检测.在硬件上,根据该方法搭建了以无人机为平台的电视信号功率低空辐射检测系统,对电视信号频率和功率进行测量;在软件上设计了电视信号功率路径损耗补偿算法,对数据进行筛选、计算、存储和显示.系统在郑州和石家庄的电视信号塔上的电视信号功率对实际台站进行了测试验证,结果表明,该方法比传统地面辐射检测的测量误差减小5 dB以上,有效地解决了地面检测选址困难的问题,降低了由于复杂环境、设备缺陷带来的检测误差,提高了检测效率和准确性.