微粒子复合体介电特性的理论研究

微粒子复合体是一种极具潜力的功能材料,研究它与电磁波的相互作用,有着重要的理论和实际意义.从材料的构成看,微粒子复合体属于异质性材料.因此,一般采用有效媒质法研究它的物理参量.为此,我们利用平均场理论,建立微粒子复合体介电特性的有效媒质理论模型,并利用这一模型结合具体的复合体系统讨论微粒形状和表面异质层等因素对渗流转变的影响.     

电网故障下双馈风力发电机控制改进与仿真

随着风电装机规模的不断增加,作为未来能源互联网中重要的一环,风电机组应对电网故障的能力越加显得重要。针对双馈风力发电机组在电网故障下的暂态特性,提出了一种基于电网故障类型区分、控制器设计和辅助设备穿越的综合控制策略。相比于传统的控制方法,克服了控制误差大和响应滞后的问题,真正实现了系统的精细化控制。基于MATLAB和VC++联合建模,利用MEX技术搭建了电网故障下的1.5 MW双馈风力发电系统模型,仿真结果验证了所提出的综合控制策略在电网故障下提高双馈风力发电机控制的有效性。     

基于系统观的机遇特性与利用策略研究

以系统科学的方法，从企业内外环境入手，分析机遇产生背景的复杂性，进而提出机遇的四维特性，即机遇时效度、机遇广度、机遇深度和机遇概度，加以定义，并对机遇四维特性产生的原理和对企业战略的作用进行详细的分析；论述机遇、企业目标和企业资源能力的关系，得出机遇四维特性与企业所采取策略的对应关系。     

抵押资产价值评估方法的创新

由于借贷双方对抵押资产价值的认识存在明显分歧，因而所选用的资产评估方法也各不相同，为了协调二者，本文提出到期价值估算法和即期价值修正法两种评估方法，以提高评估结果的决策有用性。     

基于C-R模糊模型的预测控制的动态特性分析

提出了C-R模糊模型的辩识递推算法和C-R模糊模型的非缌挂预测控制算法。文中给出了C-R模糊模型的预测控制的动态特性分析，并得到了与线性预测控制理论相对应的C-R模糊模型的非线性预测控制稳定性定理，它对分析非线性预测控制具有一定的指导意义。     

空空导弹引战配合特性的数学仿真

在建立空空导弹引战配合数学模型的基础上，应用Matlab语言对某型空空导弹引战配合的有效起爆区，实际起爆区及其重合区进行数学仿真，给出了仿真结果并对仿真的结果进行分析，进而提出影响引战配合特性的基本因素，以及提高引战配合特性的有效技术途径。     

基于邻近车道车辆和多前车信息的双车道交通流动力学模型

应用跟驰理论,引入两车道优化速度的权重组合来刻画驾驶员换道趋势, 同时考虑多前车速度差信息对驾驶行为的影响,建立了两车道的微观跟驰模型. 在此基础上,基于交通流微观和宏观参量之间的关联关系,将上述跟驰模型中的微观变量转变成宏观变量, 进而建立了一个两车道宏观动力学模型.由于综合考虑了多种因素对驾驶行为的影响,该模型更符合实 际交通状况.数值模拟表明:该模型可以很好的模拟交通中的冲击波和稀疏波,且避免了特征速度大于宏观车流平均车速的缺陷.     

噪声干扰器对抗主动声纳有效干扰压制区计算方法

根据干扰器对抗主动声纳的机理和水声干扰方程,针对干扰器与舰艇目标在同一位置和不在同一位置两种配置,分别提出了干扰器有效干扰压制区域的计算方法,其中第二种配置下包括了声纳波束主瓣对准目标和主瓣对准干扰器这两种情况。以对抗平面阵声纳为例,给出了特定态势下主动声纳波束主瓣和旁瓣受干扰情况下的有效干扰压制区域。仿真结果表明,有效干扰压制区域的大小与噪声干扰器和声纳的性能以及对抗态势等因素有关,声纳波束主瓣受干扰时有效干扰压制区域较大,效果较好。     

全地形四轮车结构振动特性实验与仿真

全地形四轮车(ATV)车架挂发动机的结构动态特性好坏很大程度上决定其整车振动舒适性,但目前没有一种简单、有效且通用的ATV车架挂发动机有限元建模方法。通过对多款ATV结构动态特性的计算和实验分析,提出了分析ATV车架挂发动机结构动态特性的一种简单且具有通用性的有限元建模方法——把发动机简化为具有质量和转动惯量的0维质量单元,在车架上发动机的悬挂位置创建多点约束单元,然后通过MSC.Nastran中的beam单元将多点约束单元与集中质量单元连接起来,以模拟车架与发动机的连接方式。考虑到试验测量发动机惯性参数时受其内部运动部件及机油量等的影响,分析了发动机转动惯量在实测数据的基础上同时减少和增加5%时,对所提出的有限元建模方法分析车架挂发动机动态特性的影响。结果表明所提出的建模方法仍然可以保证对车架挂发动机结构动特性的分析在工程参考误差范围内。该建模方法对于ATV的设计和开发具有简易性和通用性,可在产品设计和改型阶段就能了解车架挂发动机的结构振动特性,提高了产品的开发能力,节约了大量的时间和成本。     

面向多极值质量特性的全局式序贯性实验设计方法

针对多极值质量特性的全局性建模和参数优化问题, 为降低实验设计样本量, 提高模型预测性能, 提出一种全局式序贯性设计方法. 首先在一定的初始实验设计方式下, 建立过程粗略的SVR模型; 而后根据模型中支持向量的分布, 在支持向量样本各维度的45度角或轴向方向同步地增加实验点, 再拟合过程新的SVR模型; 如此迭代进行, 当模型精度达到要求或样本量达到上限时终止序贯性设计. 仿真与实证研究表明, 该方法能够在可行域全局的范围内将实验点合理地分配在质量特性的多个极值附近, 避免了传统的单路径式序贯性设计只能发现单个极值的不足, 充分提高了实验效率; 与均匀空间网格设计、 拉丁超立方设计和均匀设计相比, 在样本量接近的情况下, 基于全局式序贯性设计的SVR 模型的预测均方误差至少降低了30%; 而在预测误差较为接近的情况下, 全局式序贯性设计的样本量至少降低了12%.