螺栓连接大变形梁非线性振动特性的实验研究

柔性机械臂、大型可展开天线等机械结构的动作精度受运动过程中大变形几何非线性和连接处接触非线性的影响十分显著。以含螺栓连接结构的大变形梁作为研究对象，针对动力学建模和振动特性开展了实验研究，通过数值计算验证了实验发现的非线性振动特性。搭建了含螺栓连接柔性大变形梁的实验台架，开展了敲击和正弦激振的实验测试。实验结果表明，螺栓连接的柔性梁较连续梁的（无螺栓连接）模态频率降低，阻尼增加，反映出随着激励能量增大，模态频率降低的非线性模态特征。改变螺栓连接位置会显著影响结构的模态频率，其变化规律可由求解线性矩阵特征值定性反映。     

基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

动力学模态分解方法重构及预测流场误差分析

利用动力学模态分解(dynamic mode decomposition,DMD)方法可以实现非定常流场的分解、重构和预测,但该方法重构和预测流场的误差需要给出定量分析.鉴于此,提出了定量描述动力学模态分解重构和预测流场的误差分析方法,以雷诺数Re=80的圆柱绕流二维流场数值模拟结果为例,研究了非线性流动和周期性流场重构和预测误差的动态变化情况.结果表明:依据能量大小确定的模态反映了流场的主要相干结构;低频、低增长/衰减率和大尺度的相干结构能量占比大,对流场的影响较大;DMD方法可以准确重构非线性和周期性变化流场,重构的误差小于10-10,预测流场的误差较重构流场出现跳跃增大现象;DMD方法预测非线性变化流场的误差在样本时间区间内较小(小于10-3),超出样本区间误差的发展急剧增大,变化情况依赖于数据样本;预测周期性流场的误差稳定在10-4左右.     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

考虑进口预旋的阶梯型迷宫密封转子动力特性

针对阶梯型迷宫密封转子动力特性受进口预旋影响的问题，提出了考虑进口预旋的阶梯型迷宫密封动力特性计算方法。基于Murphy小位移涡动原理建立气流激振力-转子位移-转子速度的控制方程；采用计算流体力学(CFD)数值模拟方法对不同预旋比的全环密封流道进行计算，通过频域内求解控制方程得到了刚度和阻尼等动力特性参数，研究了不同预旋比的情况下阶梯型迷宫密封的动力特性；绘制了流道内的压力分布和流速矢量图，研究了阶梯型迷宫密封的流场特性。数值仿真结果表明：随着预旋比的增加，直接刚度在低频部分增大，在高频部分减小，交叉刚度几乎不变，交叉阻尼随预旋增加而减小；气流预旋明显降低了直接阻尼，相较于预旋比λ=0的情况，λ=0.255及λ=0.516的工况下直接阻尼的预估值平均减小了16.9%和21.4%;随着节流次数增加，气流经过密封齿的压降逐渐增加，分别为0.25、0.374和0.499 MPa,密封齿顶的流速也逐渐增加，分别为79.5、88.36和106.0 m/s;由于密封齿阶梯式的排列增加了主流道的复杂性，阶梯密封流道分为节流区、射流区和涡流区，涡流区2个转向相反的旋涡增加了流道内气流动能的耗散。     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

基于轨迹交叉理论的高校信息安全事故分析

近年来,随着我国信息技术的快速发展,尤其是高校信息安全问题日益受到大家的重视.高校信息管理非常重要,因为其涉及到一些项目创新,最新的科技成果和涉密的研究信息,那么加强高校的信息安全事故分析,然后采取必要的措施进行处理,如此便可达到究其根源、治其病根的效果.该文主要根据轨迹交叉理论来对高校信息安全事故进行分析,并针对相应的有效解决途径进行研究.     

脑的微环路

<正>前言脑中微环路的研究,是介于还原到神经元、综合到心理与行为两个层次间的大问题。简单的定义,就是研究神经元相互之间是什么关系,几十个到几千个神经元作为整体是怎样运作的,并怎样产生高级功能的。只有理解了这个中间层次的问题,我     

大跨度桥梁基础在船舶撞击作用下的模态分析

船舶撞击桥梁的事故越来越多,引起了桥梁界的普遍关注。桥梁基础在船舶撞击作用下的模态分析能够帮助正确评估桥墩的抗撞击能力。本文对搜集的12座大跨度桥梁主桥基础分别建立的实体有限元模型进行模态分析,得到基础在撞击作用下振动的一般规律,可供桥墩防撞设计参考。     

关于振动模态参数识别的注记

回顾了关于整体拟合的分母多项式系数的争议,论证了Richardson文献中所提供的参数精度不高的原因并非源于Richardson的错误.指出一个经典考核算例的仿真传递函数生成公式不同于复模态理论提供的公式,讨论了两者之间的关系.表1,参9.