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.      

多工位制造系统偏差源监测传感器布置优化

为了获得多工位制造系统足够的有效测量信息和最大化多工位制造系统的偏差源监测能力,应采用合适的测量策略并对传感器布置进行优化.在状态空间模型基础上,建立了多工位制造系统中3个偏差源与传感器测量值间的空间关系,给出了量化描述系统偏差源监测能力的方差监测敏感度系数,以及将数据挖掘算法与进化算法相结合的传感器布置的优化方法,解决了最大化多工位制造系统偏差源监测能力的传感器布置优化问题.通过箱形工件加工实例,验证了该方法的有效性.     

基于多视图建模的武器装备系统安全性分析

随着武器装备实战化要求的不断深化,武器装备系统作战任务剖面构成越发复杂,武器装备危险物质密集,发生故障与危险事故的风险普遍存在,安全性问题突出. 本文首先建立多视图任务剖面模型,以过程视图为核心,以功能视图、组织视图、信息视图、资源视图和时序逻辑视图为补充识别武器装备系统组成要素. 然后,利用形式化建模语言SysML实现对武器装备任务过程的多视图模型构建,从多个角度对武器装备复杂任务剖面进行描述. 最后,建立基于SysML视图模型的武器装备安全性分析方法,并以某型陆基导弹武器系统为例进行基于多视图的武器装备任务剖面建模和安全性分析方法研究,为提升武器装备系统安全性分析提供理论与技术支撑.      

基于势函数的多智能体避撞队形控制

研究了一类多智能体系统的队形控制问题,改进了现有避撞势函数的构造方法.基于势函数的方法设计了控制策略,在控制策略的作用下,多智能体系统实现了期望的队形,避免了碰撞的发生.最后,仿真表明所提方法的可行性和有效性.     

多弧离子镀制备的耐事故燃料包壳铬涂层晶粒结构研究

本文通过从几十微米到几埃的多尺度表征展示了多弧离子镀制备铬涂层的详细结构.经XRD, SEM, FIB, TEM和HRTEM表征,结果显示该涂层是一种多重结构,包括表面上的微米级颗粒、缺陷带钉扎的微米或次微米级液滴、以堆垛层错为晶界的柱状晶、以刃位错和螺型位错为区分的微晶、位错末端的原子畸变以及原子排列无序化的区域.这些结构通过改变涂层的结晶度,影响了晶格常数、表面粗化和FIB溅射裂纹.此外,通过分析HTEM照片,确定了这些堆垛层错和位错的类型.最后,讨论了沉积参数对这些晶粒结构的影响.     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.     

基于MMC的柔性直流输电动模装置节点控制器的设计及其动模实验

为了解决目前模块化多电平换流器动模装置所有子模块均由一个阀级控制器控制从而导致的控制系统复杂、系统成本升高等问题。本文提出了一种在阀级控制器和子模块级控制器间加入节点控制器的方案并在此方案上研制了动模装置。节点控制器的加入降低了主机控制器的硬件要求和光纤通道的使用数量,大大地降低了装置成本。同时,主机控制器与节点控制器之间的通讯采用循环冗余校验算法,增加了大容量数据高速传输的实时性和可靠性。通过对动模装置进行稳态实验和功率阶跃实验,结果表明系统能够正确快速地进行有功类物理量和无功类物理量的追踪控制以及子模块电容电压的稳定。     

基于Logistic回归模型的红松立木腐朽分级预测

【目的】红松活立木在生长过程中极易受到各种生物的侵袭,其中木腐菌造成的腐朽是最为广泛和严重的危害之一,活立木腐朽将会造成木材资源的损失,降低木材的力学性能。为了监测红松活立木的健康状况,减少因腐朽引起的相关损失,须定期检测红松活立木腐朽状况,并采用腐朽分级的方法进行评估。【方法】使用阻抗仪和电阻断层成像技术(ERT)两种无损检测手段对黑龙江省五营国家森林公园内的红松活立木进行检测,并在检测截面使用生长锥钻取木芯。将野外测量数据导入电脑,获取立木的阻力曲线和电阻断层图像,分析处理微针阻力的下降幅度,得到样木的阻力损失;根据立木心材与边材腐朽在ERT图像上呈现的不同特征,首次采用一种基于OpenCV的图像处理技术识别腐朽样木电阻断层图像缺陷部分,实现了心材和边材缺陷面积的定量表征;采用烘干法测定质量损失率,根据每株样木的质量损失率将所有样木分为5个腐朽等级。将多分类有序因变量的Logistic回归分析引入到立木腐朽程度分级问题中,以阻力损失、心材缺陷面积比和边材缺陷面积比为自变量,腐朽等级为因变量,建立腐朽分级预测模型。检验模型的有效性、拟合优度及预测能力。【结果】Logistic回归模型性能良好,五营国家森林公园30株红松样木的综合预测准确率为86.67%,各等级预测准确率分布不均,高等级腐朽的预测准确率相对较高。【结论】运用提取心材与边材腐朽的方法处理ERT图像,有效地提高了利用ERT图像识别腐朽的准确率。建立Logistic回归模型可以较准确地预测出立木腐朽的等级,较之烘干法测定腐朽程度,其腐朽评估效率有了明显提高,且对立木损伤更小。