砂轮约束磨粒喷射加工表面自相关性及功率谱分析

磨粒喷射精密光整加工是重要零件在磨削后进行去除表面缺陷层、降低粗糙度和波纹度为目的的光整加工新工艺.试验在M7120磨床上完成,加工试样为Ra=0.2~0.6μm的#45钢,加工表面形貌和微观几何参数用SEM和TR200表面轮廓仪测量.应用随机过程中的相关性从自相关、功率谱密度函数两方面对磨削表面和光整加工表面进行了研究.分析结果表明,该加工方法明显提高了工件的表面质量,降低了工件的表面粗糙度并均化了波纹度.     

基于卫星通信系统的多元RC-LDPC信息安全传输算法

基于卫星通信的信息传输极易通过无线信道被非法接收,导致信息泄露,因此本文在现有物理层安全研究的基础上,提出一种多元速率兼容低密度奇偶校验(rate compatible low density parity check,RC-LDPC)码的星地信道编码方法,并应用在自适应调制编码(adaptive modulation...     

基于遥感的黄土丘陵沟壑区人口密度分布模拟——以甘肃省榆中县为例

基于“面向对象”的人口分配原则,通过扩展的城市人口-面积异速生长模型,以SPOT5遥感影像为基本数据源,提取居民地信息;以榆中县为例,建立居民地分类体系,采取城乡人口分割算法,以人口统计数据为总量控制建立了人口分布的反演模型,模拟了榆中县域人口的空间分布。研究方法可为黄土丘陵沟壑区中尺度人口分布模拟的理论与应用研究提供借鉴。     

湍流多尺度相干结构间歇性的PIV实验研究

利用粒子成像测速(PIV)系统测量了湍流边界层中流向速度平面,并对湍流多尺度相干结构统计特性进行了实验研究.利用连续子波变换,计算了不同尺度、不同法向位置的子波系数概率密度函数.结果发现缓冲区有着更强的间歇性.利用子波系数量化湍流间歇性的方法,应用推广的自相似律(ESS),计算了子波系数结构函数的标度指数.研究表明:当多尺度相干结构被提取出后,利用子波系数计算的ESS标度律就符合科尔莫戈罗夫提出的线性标度律,验证了多尺度相干结构是湍流边界层产生奇异标度律的原因.此外,利用PIV系统测量的数据,给出了流向平面内的以子波系数表达的能量分布.这种方法有利于进一步对多尺度相干结构在空间平面内的辨识与特性进行研究.     

拓扑优化在单缸机缸体轻量化设计中的应用

为将三维拓扑优化技术应用于发动机气缸体轻量化设计中,对采用变密度拓扑优化方法的拓扑优化技术进行了研究．以缸体上施加最大爆发压力工况为边界条件,以缸体总柔度最小化为优化目标,以缸体重量为约束条件,对缸体进行拓扑优化．拓扑优化后的结构考虑加工、装配等因素,进行合理的重新建模后,分析了最大爆发压力工况和最大侧向力工况的气缸体应力分布,两种工况下优化后的缸体最大应力比原气缸体降低,应力分布更加均匀．结构优化方法用于缸体的等强度轻量化设计中,很容易确定缸体的最佳形状,并能减少重复设计验证的次数。     

动水环境中射流喷角对射流特性影响数值模拟

在应力代数模型基础上引入密度状态方程建立了变密度的各向异性湍浮力射流模型,并给出了浮力系数的简单计算式.对存在密度差的射流进行了数值计算,所得轨迹线与实验结果吻合良好.应用有限体积法对流动环境中不同喷角二维立面射流流场特性进行了数值分析,对涡心及分离点位置与喷角关系的结果分析表明喷角为90°时回流区域最大.提出了面积湍动能kA概念,以此分析了流体间的掺混强度与喷角间的关系,结果表明喷角为90°时最有利于射流水体与环境水体间的掺混.     

接种密度对Vero细胞在微载体表面生长的影响

研究了接种密度对Ｖｅｒｏ细胞在微载体表面生长行为的影响,发现培养过程中所获得的细胞最高密度随接种密度的增加而有所提高,当细胞的表面接种密度高于１．０×１０＾５ｃｅｌｌｓ／ｍｇＭＣ时,因贴壁后细胞扩展受到限制而不利于进入对数生长期。就整个Ｖｅｒｏ细胞培养过程,适宜的表面接种密度为３×１０＾－４－７×１０＾４ｃｅｌｌｓ／ｍｇＭＣ,此时可以获得较高的比生长速率和细胞增殖倍数。     

石墨烯在锂离子电池材料中大有可为

锂离子电池是一种典型的可充电电池,在储能技术领域占主导地位,应用极为广泛。近年来,科技发展对锂离子电池提出了更高要求,包括高能量密度、高安全稳定性等,驱动着电池材料与结构不断创新发展。研制石墨烯基复合正极负极材料,是极为活跃的方向。在此,对锂离子电池的结构、面临的突出挑战以及石墨烯基正极和负极材料研究前沿进行了介绍,重点围绕石墨烯增强电极材料电学特性的基本原理和复合材料制备技术作了阐述,也提出了未来发展动向。     

The impact of parameter and model uncertainty on market risk predictions from GARCH‐type models

We study the effect of parameter and model uncertainty on the left‐tail of predictive densities and in particular on VaR forecasts. To this end, we evaluate the predictive performance of several GARCH‐type models estimated via Bayesian and maximum likelihood techniques. In addition to individual models, several combination methods are considered, such as Bayesian model averaging and (censored) optimal pooling for linear, log or beta linear pools. Daily returns for a set of stock market indexes are predicted over about 13 years from the early 2000s. We find that Bayesian predictive densities improve the VaR backtest at the 1% risk level for single models and for linear and log pools. We also find that the robust VaR backtest exhibited by linear and log pools is better than the backtest of single models at the 5% risk level. Finally, the equally weighted linear pool of Bayesian predictives tends to be the best VaR forecaster in a set of 42 forecasting techniques.     

基于自适应背景模型的动态场景目标检测

背景建模一直是运动目标检测中的一个重要课题。该文提出一个适用于动态背景的基于非参数估计的前景背景对比模型。模型通过核函数估计的方法模拟了像素点五维特征向量的概率分布,并在图像序列中滚动更新。实验证明,上述算法能够在一般目标检测,特别是动态场景(摇动树枝等)的检测中取得较好的效果。