衬套内爆ALE方法二维MHD数值模拟

作者在详细介绍了衬套内爆二维磁流体(MHD)力学模拟的ALE方法的基础上,运用算子分裂技术将MHD力学方程组分裂成热扩散、磁扩散、Lagrangian流动、网格生成和对流输运4步求解.作者对Frese等人的Lagrangian流动步方法进行了改进,消除了其拉氏计算的质量损失.编制了二维计算程序并通过验证,获得的二维衬套内爆不稳定性发展与Doughlas和Liberman等人的结果相吻合.     

超大吨位桩基静载试验压重平台研制与应用

静载试验是检验单桩竖向极限承载力最可靠的方式.静载试验压重平台的吨位大小,直接决定试验加载值的大小,也标志着行业的发展水平.由于现实吊装能力、道路运输通行尺寸及超载限制等因素限制压重平台钢梁的尺寸和重量,传统堆载法的平台在吨位上很难提高.经研究,设计开发了主副支墩支承法、分垛堆载法两种堆载方法,有效提高了平台吨位,多项...     

分量化探方法在苗儿山张家铀矿床北部地区铀矿勘查中的应用

张家铀矿床是苗儿山铀矿田北部的代表性铀矿床之一,区内断裂构造发育,岩浆活动频繁,具有良好的铀成矿地质条件.区域内矿床浅部工程揭露程度较高,可是对深部探索研究成果较少.以苗儿山地区的张家铀矿床为研究对象,利用分量化探手段,对分量元素采集处理、相关性分析、R型聚类、因子分析等,提取元素分量中的成矿相关信息和预测深部成矿潜力...     

基于信道多普勒特征的外辐射源雷达杂波抑制方法

利用数字广播信号的正交频分复用(orthogonal frequency division multiplex,OFDM)调制特性,提出一种基于信道多普勒特征的外辐射源雷达杂波抑制方法.首先,在子载波域获取每个OFDM符号的频域信道响应值,然后将该信道响应值变换到时域,并在时域利用信道多普勒特征构造杂波子空间项,用于抑...     

一种用于齿轮齿面偏差评定的二分圆逼近法

为了提高齿轮齿面偏差评定的精度和效率,提出一种求解实际测量点到设计齿面最短距离的二分圆逼近法.该方法利用二分法思想,用圆不断逼近设计齿面上的齿廓线,直到找出最短距离,将三维空间计算转换为二维平面数据处理,简化了运算过程.将此方法在Matlab中实现并进行实际测量环境验证,与齿轮测量仪的评定结果对比,误差在4.5％左右,...     

加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中,随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差.针对上述的问题,结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model,NLMM)提出了一种可靠性改进的分析方法.首先,需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数.其次...     

基于板-梁理论的FGM双轴对称箱形截面组合扭转理论与有限元验证

基于板-梁理论研究FGM双轴对称箱形截面组合扭转理论与有限元验证.首先,选取弹性模量变化函数,建立能量变分模型,引入无量纲参数,获得双轴对称箱形截面组合扭转的近似解析解;然后,利用微分方程模型计算双轴对称箱形截面组合扭转的精确解析解,给出微分方程解答;最后,利用ANSYS有限元分析软件进行验证,将本文研究所得解析解和ANSYS有限元分析软件得出的解析解进行对比,对比结果验证了本文理论推导及所给出的自由扭转刚度、约束扭转刚度表达式的正确性.     

基于自监督信息增强的图表示学习

针对图表示学习模型依赖具体任务进行特征保留以及节点表示的泛化性有限等问题,本文提出一种基于自监督信息增强的图表示学习模型(Self-Variational Graph Auto Encoder,Self-VGAE)。Self-VGAE首先使用图卷积编码器和节点表示内积解码器构建变分图自编码器(Variational Graph Auto Encoder,VGAE),并对原始图进行特征提取和编码;然后,使用拓扑结构和节点属性生成自监督信息,在模型训练过程中约束节点表示的生成。在多个图分析任务中,Self-VGAE的实验表现均优于当前较为先进的基线模型,表明引入自监督信息能够增强对节点特征相似性和差异性的保留能力以及对拓扑结构的保持、推断能力,并且Self-VGAE具有较强的泛化能力。     

铁路货车闸调器调整的有效方法

通过对铁路货车闸调器在运用中存在的主要问题进行了分析,针对性地提出在实际的检修、运用中合理有效的调整铁路货车闸调器的方法。     

一种改进的OFDM通信系统信道估计算法

介绍了正交频分复用(OFDM)系统的基本原理和两类常用的信道估计算法:最小二乘法(LS)和最小均方误差(MMSE)算法。在16QAM高效调制的OFDM系统中,对两种算法进行了仿真验证,得出不同信道估计算法下的均方误差和误符号率曲线。同时仿真了线性最小均方误差(LMMSE)算法、改进的LS算法和改进的MMSE算法,仿真结果表明,改进的LS算法优于最初的LS算法,改进的MMSE算法具有最优的信道估计性能。