高速图像采集系统在HL-2A装置上的应用与软件实现

高速图像采集与实时显示系统可以在试验进行期间进行实时采集、实时显示和慢速回放。图像与图像间的时间分辨率为10ms,即每秒要采集100幅图像。所有图像为650×480象素的图形,分别存为黑白图和彩色图。图像数据分别存在本地和远程,供后期回放和图像分析处理使用。程序用VC开发。     

一维水平自发渗吸无因次模型及其数值解

对影响渗吸特征的油藏参数进行归整, 导出考虑毛细管回压的一维自发渗吸问题无因次模型。该模型选取水相归一化饱和度和无量纲压力作为主未知变量, 毛管压力函数只在模型的一个偏微分方程中出现, 便于数值求解。在求解该模型的全隐式守恒型差分格式中, 对两邻点间饱和度函数取平均饱和度下的值, 就可以得到该问题的数值解。通过对幂律型相对渗透率和毛管压力曲线情形下此模型数值解的讨论, 指出前人关于一维不可压自发渗吸问题解析解所用的假设条件只对纯逆向渗吸有一定的适用性。通过多个同逆并发渗吸算例, 得到油藏参数变化对渗吸动态特征影响的初步认识。     

用原型观测资料反馈混凝土坝的实际安全度

提出了利用大坝原型观测资料,应用改进后的JC法复核混凝土坝的稳定、强度和抗裂安全度的基本原理.其中重点研究各种坝型的主要随机变量的选择、失事模式、计算可靠指标时的初值选择.以及改进后的JC法迭代格式.应用这些原理复核了某重力坝的强度、稳定(沿地基面和深层滑动面)安全度和某连拱坝的稳定、强度与抗裂安全度;得出重力坝的安全度由强度控制,某连拱坝的安全度由抗裂和强度控制的结论.     

非晶硅太阳电池背接触界面和n型层参数敏感性研究

在参照国内外大量实验测量数据的基础上,建立了pin结构非晶硅太阳电池的计算模型．通过一系列模拟计算和分析,研究了电池3个外部特性和能量转换效率对背接触界面和n型层参数的敏感性．结果表明,背接触势垒高度和n型层掺杂浓度是对电池外部特性参数有显著影响的敏感参教;背面反射率只对短路电流和转换效率的改善有贡献且最大增幅均小于10％;背接触界面载流子表面复合速率和n型层的厚度、迁移率隙、载流子迁移率等参数对电池各外部特性的影响均很小．根据对计算结果的分析,提出了背接触界面和n型层参数的一组优化值,并指出背接触势垒高度和n型层掺杂浓度应作为理论和工艺研究重点．     

海堤非稳定渗流场渗透参数反演分析

针对受到快速涨落潮位作用的海堤进行非稳定渗流有限元分析,在此基础上结合实测渗压序列构建目标函数对海堤的渗透参数进行反演研究.反演中采用分层搜索技术,先由逐步扫描法确定出渗透参数一个合理的小区间,再用一阶梯度优化方法在该小区间上进行迭代优化以获得合适的渗透参数.以反演得到的渗透参数进行海堤非稳定渗流数值模拟,算例表明,计算及反演步骤合理可行,模拟计算得到的渗压结果与实测序列在数值和动态变化规律上都取得了理想的拟合效果.     

基于有限元技术的背压活塞的模态分析与疲劳寿命计算

背压活塞是钻井中途油气层测试器的重要零件之一.其工作环境恶劣,受到各种干扰力的作用,容易发生断裂,造成重大事故.利用ANSYS软件,采用区块Lanczos法对背压活塞进行了模态分析,求出了其前六阶固有频率和相应的振型.分别采用兰德格拉夫损伤公式和ANSYS软件中疲劳寿命计算模块对背压活塞进行疲劳分析,计算疲劳寿命分别为1.90年和1.88年,验证了结果的正确性.     

用人工智能原理实现大学课程表编排的探索

利用人工智能的原理，对解决大学课程表编排的有效方法进行了探索，对利用领域知识提高编排速度及减少死锁次数提出了切实可行的方法。     

微机变压器相间后备保护设计需考虑的几个问题

变压器相间后备保护不仅是其本身的后备保护,还作为相邻元件的后备保护,起着其他保护不可替代的作用.鉴于目前变压器相间后备保护设计中存在的问题,就其设计原则、配置方式及接线和反措要求等进行了讨论,并结合运行实际提出了几点建议.     

基于BP网络的康复机器人的智能控制技术

建立了5自由度上肢康复机器人的BP神经网络控制模型。在此模型基础上，通过对正常人肌电信号的训练学习，修正了网络权值，得到了较为理想的控制模型。最后，通过病人的肌电信号，得到了良好的输出结果。仿真实例表明，BP神经网络方法比传统方法收敛快，学习精度高，且具有较好的网络泛化能力，可以用于5自由度上肢康复机器人的智能控制。     

基于投影寻踪学习网络模型的光纤陀螺漂移估计器设计

环境温度变化造成的复杂漂移（温度漂移）始终是制约光纤陀螺（FOG）性能提高的重要因素。FOG温度漂移本质上是一组与温度有关的多变量非线性时间序列，在这一领域首次采用投影寻踪学习网络（PPLN）方法设计FOG温度漂移在线估计器，相对于传统的神经网络技术，PPLN采用批量学习和参数变替优化的训练算法，可以自适应确定神经网络的规模、参数和神经元函数，不仅具有简捷的网络结构和较强的鲁棒性和模型辨识能力，还可以有效克服学习过程局部极限问题。基于该方法设计PPLN漂移估计器对某型FOG温度漂移进行估计。采用试验实测数据对所提方法进行验证，并采用传统反向传播神经网络（BPNN）的方法进行比较，计算分析结果表明，PPLN漂移估计器具有更好的估计精度和鲁棒性，尤其在陀螺温度不正常变化时对当前漂移的估计精度可以提高至少2倍。