一种新颖的可重构数据存储压力仪

为更好获取导弹动态毁伤效应数据,利用嵌入式数据采集技术,使用CPU和FPGA作为主控芯片,设计了一种可重构的数据存储压力仪. 该仪器通过内置压电压力传感器,采用双路模拟放大电路和数字控制与存储电路,实现系统两种压力量程的测量,可提高测量精度;应用差动输入、输出方式实现内/外触发,提高触发电路的抗干扰能力,确保全系统触发的可靠性. 在战斗部打靶实验中,由该数据存储压力仪组成的测量系统成功测量了动态爆炸冲击波压力场,证明了该仪器具有良好的实用性、可靠性和可扩展性.     

基于多Agent可重构生产系统控制模型

为了提高和改善当前生产系统对多变市场竞争环境的响应特性和应变能力,借鉴人体的组织结构和运行机理,把制造资源视为被控对象,将生产系统分成控制器与被控对象两部分,建立生物型可重构生产系统控制模型,设计具有人体神经-内分泌-免疫系统控制性能及特点的控制器功能结构,并结合多Agent技术阐述生产系统自组织重构过程及其构件化信息处理技术. 结果表明,通过各Agent之间的协作,可形成一个协同、自治并支持全局优化的可重构生产系统.     

用渐近变分法对复合材料层合板简化数值建模及仿真

为有效分析三维复合材料层合板非线性、单向耦合弹性问题,基于渐近变分方法构建单斜对称的复合材料层合板的简化模型。推导了基于旋转张量分解概念的复合材料层合板能量表达式;利用渐近变分法将三维层合板严格拆分为二维板分析和沿法线方向的一维非线性分析;进行了降维后近似能量推导及reissner形式转换;提供了三维场重构关系以得到沿厚度方向的准确应力分布。通过对一具有四层复合层合板的柱形弯曲算例表明:基于该理论和重构过程开发的渐近变分程序VAPAS重构生成的三维应力场精确性较古典层合理论更好,与三维有限元精确解相一致。     

基于真彩切片的MRI图片颜色迁移及三维重构分析

借助于可视人工程的真彩图片作为常用MRI、CT等灰度图片彩色化的颜色迁移的彩色特性源本,以MRI切片和真彩图片的亮度、纹理和几何作为映射间的配准参数而进行合理的颜色转换,以弥补医学灰度图片伪彩色方案中各组织非对应的彩色映射关系.通过真彩图片与灰色图片的亮度分布曲线的调整和纹理特征关系的调整和配准而到有效和符合真实人体器...     

一种基于DAG图的异构可重构任务划分方法

为了实现高性能低功耗的计算,以任务划分为研究对象,提出了异构可重构计算的基本概念和形式化描述方法,给出了基于异构计算任务和异构可重构体系结构相结合的异构可重构两种任务划分方法:节点内部可重组及网络可重建的任务划分及算法,最后验证了其任务划分方法的有效性.     

调速系统在节能技术中的应用

<正>一、SEC系列高频斩波串级调速系统的相关情况1.SEC系列高频斩波串级调速系统的工作节能原理。SEC系列高频斩波串级调速系统,是建立在以往的串级调速的理论基础之上,并全面结合和应用现代的电机、电力、电子技术和计算机控制技术等的先进成果,研发创造出的一种具有高效节能型的机电一体     

基于重构相图相似性检测的单相接地故障选相方法

配电线路在发生单相高阻接地故障时,由于故障特征微弱导致传统以求解电气参量为依据的选相方法存在困难.依据故障支路附加状态的三相电流中健全相与故障相存在幅值相角不一的差异,提出一种利用相空间重构方法对故障附加状态的三相电流进行升维重构,然后依据重构相轨迹图的差异作为故障特征进行单相接地故障选相的新方法.该方法可通过重构相轨...     

基于梯度惩罚-生成对抗神经网络的页岩三维数字岩心重构

数字岩心技术在油气的勘探开发中发挥着越来越重要的作用。由于传统的数字岩心重构方法存在成本高、耗时长等问题,提出使用带有梯度惩罚的生成对抗神经网络(WGAN-GP)实现页岩的三维数字岩心重构。以三组分的页岩图像为训练样本进行模型的训练,得到了可以生成三维页岩图像的生成器模型,进而重构了多个三维岩心图像。将重构岩心与原始岩心进行了各种参数的对比分析,结果表明重构岩心与原始岩心具有很好的一致性,证明了本文方法的可靠性。使用WGAN-GP进行岩心重构具有岩心生成速度快、重构图像尺寸不受限制等优点,具有广泛的应用前景。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

考虑动态重构的装备体系可用性及弹性分析

要素协同作战框架下武器装备体系具有可动态重构的系统特性, 既增加了体系的复杂性和交互性, 又使其具有了更为明显的弹性特征。本文首先提出了装备体系弹性多层级评价方法, 确定了组成体系的关键装备要素。其次, 以典型的关键装备要素——武器系统为对象, 提出了基于动态双阈值多状态权重k-out-of-n系统模型的装备体系的性能可用性及弹性分析评价方法。最后, 以编队协同防空作战体系为对象进行案例应用研究, 得到了性能阈值恒定、随时间变化和动态变化这3种情况下的火力网可用度和弹性随时间变化的规律, 并验证了所提模型与评价方法的有效性与实用性。