商品乌骨鸡饲养管理技术

乌骨鸡又称泰和鸡、丝毛鸡等，有白色和黑色之分，是一种药用价值极高的珍禽。为搞好饲养管理工作，获取最大经济效益，要掌握如下饲养管理技术。     

磁粉制动器的滑差功率研究

首先用理论方法对经过结构优化的磁粉制动器的滑差功率进行了计算，然后在自行设计、安装的实验台上对其进行了温升实验，所得理论计算值和实测值的一致性较好，在此基础上确定了它的额定滑差功率线图。     

固定时间扩张状态观测器下的四旋翼飞行器滑模控制策略

针对滑模控制中系统状态接近滑模面后存在的抖颤现象,提出一种基于固定时间扩张状态观测器(FTESO)的二阶滑模控制策略.首先,设计全驱动子系统及欠驱动子系统的控制结构中的二阶滑模控制器;然后,通过FTESO对内部的参数不确定及外部扰动进行观测,在一定时间上限内收敛到观测值,利用观测值对控制器进行补偿,从而减少甚至消除抖颤现象;最后,通过李亚普诺夫函数保证设计的四旋翼飞行器系统的闭环稳定性,并进行仿真实验.结果表明：文中提出的控制策略具有优越性.     

激光功率对6061-T6铝合金激光填丝焊接头组织及性能的影响

采用激光填丝焊将厚度为2 mm和3 mm的6061-T6铝合金板材进行搭接叠焊,研究激光功率对接头成形质量的影响,分析了接头的显微组织和力学性能。结果表明,增大激光功率可以有效增加热输入量,焊道逐渐宽化,焊缝熔深增加。进一步分析发现,焊缝中心区和热影响区的析出相均为Mg₂Si。硬度试验结果表明,焊缝中心区由于细小等轴晶和析出相的双重作用,硬度远高于母材区与热影响区的。拉伸试验结果表明,接头的抗拉强度随激光功率的增大而升高,激光功率由2.0 kW升高至2.8 kW,抗拉强度升高约39%。     

用于焊缝跟踪的调制式红外光学传感器

叙述了一种以脉冲调制的红外光束为信号光源的焊缝跟踪传感器。通过对接 收信号的滤波及“自适应消噪”处理,可以有效地克服电弧光的干扰;利用光源的脉冲 驱动特性,加大了瞬时信号功率,改善了光学传感器对工件表面的适应性。传感器结构简 单、体积小、灵敏度高、能同时实现对焊缝在水平及高度两个方向的自动跟踪在埋弧 及明弧自动焊中均能准确地跟踪。     

冰盖下组合桥墩的局部冲刷特性及水力特性

为研究冰盖对组合桥墩局部冲刷及其周围流场分布的影响,基于动床冲刷试验,在不同覆盖条件下,分析了不同水流条件和桥墩尺寸对组合桥墩局部冲刷的影响,建立了预测明渠水流与冰盖流条件下组合桥墩最大冲刷深度的经验方程,并通过ADV测量了墩前的流场。结果表明:组合桥墩的冲刷模式与串列桥墩相似,最大冲刷深度始终出现在墩正前方;经验方程中来流水深、来流流速、桥墩尺寸、冰盖糙率均与最大冲刷深度呈正相关关系;在粗糙冰冰盖流条件下,墩前的垂向流速最大,导致其最大冲刷深度总是大于同等条件下的明渠水流和光滑冰盖流。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

一种新的TDCS基函数生成方法及性能分析

针对变换域通信系统基函数生成过程中硬判决门限难以精确设置且判决复杂度高的问题,提出了一种功率谱翻转的基函数生成方法。该方法在对电磁环境采样估计的基础上,利用环境谱翻转来构造基函数幅度谱,省去了传统门限值设置和判决的步骤,从而大大降低了通信系统的运算复杂度;另外,由于没有完全舍弃被干扰的频段,与传统的"0"、"1"硬判决相比,该方法生成的基函数频率组成更加丰富而具有更好的相关特性。仿真结果表明:功率反转的基函数生成方法可以降低系统的运算复杂度,同时提高基函数的相关性能,为TDCS的深入研究提供了新的思路。     

基于局部分块和背景加权的视觉跟踪算法

针对视觉运动目标的鲁棒跟踪问题,提出了一种基于局部分块和背景加权的跟踪算法。首先对目标的前景和背景区域进行分块采样,然后利用基于积分直方图的局部快速穷搜索算法计算每一个分块在当前帧中的后验概率图,最后对后验概率图确定的对应分块的搜索结果赋予不同的权值,进而计算出目标在当前帧中的位置。实验结果表明:基于局部分块加权的跟踪算法比单纯的背景加权跟踪和分块跟踪具有更高的跟踪精度和成功率,且算法复杂度较低。     

神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。