基于F-B法的多路交叉口信号配时优化设计分析

交叉口是城市道路网的重要组成部分,尤其多路交叉口的交通问题决定着整个路网交通的运行效率。从F-B法在普通交叉口的配时设计中得到启示,将F-B法运用于多路交叉口的信号设计中,并以五岔路口的信号配时优化为实例研究,通过验证充分说明其可行性。     

超精加工提高零件加工质量和耐磨性的原因

超精加工工艺的试验研究发现,超精加工能提高零件的加工表面质量。零件超精加工后,其表面粗糙度将明显降低,由R_α为0.48μm降低为R_α0.10～0.02μm(即由表面光洁度为▽8提高至▽10～▽13)。零件表面的显微硬度有所提高,同时表面变质层深度也减小了。表面残余应力由磨削应力为-(1.96～2.94)MPa变为-(4.90～6.86)MPa。零件的圆度也明显提高了。试验又发现,零件超精加工后,它的耐磨性也有所提高(大约提高15％)。本文主要对超精加工提高零件加工质量和耐磨性的原因进行分析和研究。     

多时滞不确定非线性系统传感器鲁棒故障诊断

提出了一种带有多时滞不确定非线性系统的传感器鲁棒故障诊断方案,非线性仅与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性,最后通过仿真说明了该方法的有效性。     

原油沥青质吸附与沉积对储层岩石润湿性和渗透率的影响

原油沥青质吸附引起的油藏岩石润湿性改变和沥青质沉积对储层孔喉的堵塞是造成储层损害、导致油井产能下降的重要机理之一。首先 ,采用改进的自吸速率法和分光光度法 ,研究了原油沥青质吸附所引起的砂岩岩样润湿指数的变化 ;然后 ,利用岩心流动实验方法 ,定量评价了稠油沥青质沉积对储层岩石渗透率的影响。实验结果表明 ,岩心润湿指数随沥青质吸附量的增加而减小 ,从而导致油相的相对渗透率降低。地层水的离子组成是影响水湿性的主要因素之一。地层水所含无机阳离子的化合价价数越高 ,它与沥青质的协同作用所引起的润湿指数下降的程度越大。储层岩心油相渗透率下降的程度与沥青质沉积量和储层岩心的原始渗透率有关 ,沉积量越大或原始渗透率越低 ,则油相渗透率下降幅度越大。因此 ,对于原油中富含沥青质的油藏 ,特别是稠油油藏 ,尽可能抑制沥青质的吸附和沉积是保护储层的一项重要措施。     

基于决策树的多源遥感数据分类

遥感影像是获取土地覆盖信息的重要手段。分析了影响决策树分类的特征因子,并根据这些因子构建分类决策树。结合中分辨率多源遥感数据,对贡嘎山区进行土地覆盖分类,通过与最大似然法分析对比,基于决策树的多源数据分类对试验区的分类精度(总体精度85.71%,Kappa系数0.83)远高于基于像素的最大似然法监督分类(总体精度63.56%,Kappa系数0.58)。     

去除AMR语音编码器前瞻时延的研究

为降低自适应多速率（AMR）语音编码器的时延,提出了一种去除其前瞻时延的方法. 此方法采用协方差算法计算线性预测系数,然后用线性预测系数外推得到新样点. 用新推得的样点取代原来的前瞻样点,从而去除了编码器的前瞻时延. 进一步对重建语音质量分别进行了客观评价和主观评价,并且计算了算法复杂度. 实验结果表明该方法在去除前瞻时延的同时,重建语音质量接近原始AMR的重建语音质量.      

基于光电容积脉搏波的心血管多参数检测系统

为了实现人体心血管多参数检测,设计了一种基于光电容积脉搏波描记法(photoplethysmography,PPG)的心血管多参数检测系统.该系统采用S5PV210处理器为控制核心,设计了指端脉搏波采集及滤波电路,提取指端脉搏波信号特征,测量人体心率、血氧饱和度、血压值.结果 表明:与标准仪器对比,心率测量最大误差为5次/min;血氧饱和度测量最大误差为2％;血压测量满足ANSL/AA-MI国际电子血压仪标准.     

多层金刚石薄膜制备工艺和应力分析研究

采用热丝化学气相沉积方法,优化金刚石薄膜制备工艺。通过改变甲烷浓度成功制备出厚度均匀的多层金刚石薄膜,实现了多种调制周期的金刚石薄膜制备,调制周期最小至100 nm。通过拉曼光谱和X射线衍射方法对单层以及多层金刚石薄膜进行应力分析,发现单层结构中,微米金刚石薄膜应力最大,随着金刚石晶粒尺寸的减小,薄膜应力减小;多层金刚石薄膜结构中,微米层与纳米层均匀交替生长,有效地降低了薄膜应力,有利于提高金刚石薄膜在应用中的稳定性。     

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MMC的永磁同步电机驱动系统新型电容电压控制策略

为改善模块化多电平永磁同步电机驱动系统的控制性能,对变换器的双星半桥型拓扑结构进行改进,并建立上桥臂和下桥臂中子模块电容电压可变控制的原理分析模型,提出一种根据电机运行速度灵活调节变换器电容电压的新型控制策略,与传统控制方法下变换器的电容电压恒定相比,此新型策略为驱动系统多增加了一维控制量,使系统在灵活性和准确性控制方面得到了明显改善.在实验室中搭建了模块化五电平永磁同步电机驱动系统测试平台,实验结果表明,该新型电容电压控制策略能够有效地控制和调节变换器各个子模块的电容电压,有利于降低系统损耗和改善电机控制性能.