流体非线性声学参量B／A的分子热力学研究

提出流体非线性声学参量Ｂ／Ａ的体积模量表述，证明了Ｂ／Ａ是流体体积模量的函数，研究了理想气体、硬球液体Ｂ／Ａ的性质，得到硬球体系液体的Ｂ／Ａ表达式．为用热力学、分子热力学方法计算流体的Ｂ／Ａ提供了理论依据     

平面桁架结构损伤的探测、定位与评估

利用参数识别技术描述了对平面桁架结构损伤的探测、定位与评估（ＤＬＥ）的一个新算法。这一概念始于精确＂健康＂模型，利用动力响应数据周期地更新这一＂健康＂模型，当损伤发生时，用一个识别算法（一个显式桁架损伤模型），以动力响应数据构造出一个桁架损伤模型，由此比较损伤模型与健康模型的参数，从而探测、定位及评估损伤的程度     

混沌反控制在心脏病治疗中的应用

正常的心脏中出现的混沌、心率过速与心肌组织中出现螺旋波有关,研究了一种七维心脏-血液耦合动力系统模型.首先通过线性负反馈对系统的参数进行了辨析,基于混沌反控制方法,使非混沌的心脏系统混沌特性加强,计算了系统输出信号的Lyapunov指数,为反馈信号幅度提供依据.数值计算模拟表明该方法的可行性,希望可以为心脏病的治疗和修复提供帮助信息.     

热轧层流冷却系统优化与模型参数自适应

针对热轧带钢卷取温度控制的不确定性和时变性, 利用系统优化与模型参数的自适应控制热输出辊道上带钢温度. 从控制模式、冷却策略、段跟踪和模型的再计算以及学习系数的读取等方面对系统进行了优化. 根据实际工艺状况, 实时采集现场数据对层冷模型中的参数进行自适应调整, 并就组别分类、空冷/水冷系数的回归分析进行了研究. 实践结果表明： 采用这种方法能满足现场需要, 卷取温度控制精度较高, 基本在-15～15 ℃范围内;控制效果和带钢性能良好.     

基于像素特征的路面裂缝图像自适应滤噪

分析了破损路面图像的像素点区域特征，针对不同区域提出加权邻域滤波和自适加权中值滤波算法。其权值是通过对图像中区域特征的推理得到的，所以算法中能根据图像的区域特征自适应的进行滤波。试验表明，本算法能够有效滤除噪声，并具有很好的细节保护能力。     

关于拉氏积分计算中的条件验证谈《微积分学教程》中的一处错误

菲赫金哥尔茨著《微积分学教程》中在计算拉普拉斯积分中称根据更序定理可施行积分次序的变更以求其值,原书未作验证。本文指出该积分不满足更序定理的条件,但在去掉积分变量t的下限O这一点后,积分就满足定理的条件了,然后通过极限步骤以求积分的值。     

区间删失数据下基于OLLGG分布的多参数回归模型的参数估计

该文基于Ⅱ型区间删失数据,在OLLGG分布下提出多参数回归模型,通过线性回归刻画分布参数与协变量之间的关系,并通过极大似然方法给出了模型的参数估计,数值模拟验证了模型参数的估计有良好的性质,将提出的模型应用到血友病患者HIV感染的数据中,发现提出的模型对数据有灵活的拟合效果.     

回流充气法处理中,高量含铁地下水的研究

本文介绍一种深井回流充气工艺,它兼具充氧和除铁综合性能的新型工艺形式,能改善含铁地下水的过滤性能.在此基础上提出了深井回流充气稳定期的概念,建立了深井回流充气系统中氧量的平衡关系.通过正交试验,提出了处理中、高量含铁地下水的推荐工艺流程和工艺参数.采用χ—射线衍射方法测试了井内铁泥和成熟滤料表面滤膜的成分和形态,分析了"充气"和"过滤》两过程中的除铁机理.     

不同降水驱动的SWAT模型参数不确定性研究

以抚河流域与黑河流域为研究区,应用4种降水产品(CMORPH CMA、CMFD、CMADS、MSWEP)驱动SWAT模型模拟日流量,评估4种降水产品在湿润区与干旱区的适用性;使用自适应降维评估法选出流域的敏感参数,并进行一致性检验。结果表明:抚河流域4种降水产品的纳什效率系数(NSE)均在0.70以上,其中CMORPH CMA和CMADS的NSE均能达到0.82;黑河流域CMORPH CMA和CMADS的NSE大于等于0.76,而CMFD和MSWEP的NSE分别为0.72和0.74。抚河流域4种降水产品具有相同的敏感参数;黑河流域CMORPH CMA和CMADS有相同的6个敏感参数,而CMFD和MSWEP则分别有5个和8个敏感参数。4种降水产品在湿润流域和干旱流域都能得到较好的应用效果,但是CMORPH CMA和CMADS的模拟效果要优于CMFD和MSWEP。不同的降水输入也会对模型参数敏感性分析的结果产生影响,当降水表现越接近时,所筛选的敏感性参数也越相似。     

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。