基于打击效果评估的航母子目标选择模型

针对作战中航母目标系统子目标选择与排序问题,利用对航母目标系统的打击效果评估系统分析各个子目标损伤对目标系统的影响,确定不同打击方案和目标函数。然后利用遗传算法对打击方案进行优先排序,由此构建了基于打击效果评估的航母子目标选择模型。实验证明：根据实际情况确定终止条件后,可以选择最优作战方案。     

基于微机的压水堆核电站模型化及其动态仿真

研究了压水堆核电站主回路系统的模型化问题,提出了适应于微型计算机仿真的核电站系统程序。文章将核电站主系统划分为五大模块分别建立数学模型:堆芯中子动力学模块采用点堆动力学模型;堆芯和燃料模块采用一维分布参数模型;稳压器模块采用三区不平衡模型;U型管蒸汽发生器模块采用具有可动边界点的漂移流模型;管道模块采用集总参数模型。然后根据控制容积法思想,运用中心差分法对所提出的数学模型作空间离散化处理,得到以时间为自变量的有关状态参数的微分方程组。选用吉尔方法求解刚性微分方程组的初值问题。编制了相应的微型计算机程序DYSONP。并以H. B. Ronbinson压水堆核电站为例,对电站甩负荷、蒸汽发生器蒸汽排放阀误动作和蒸汽发生器传热管道破裂三类事故的20余种工况下的瞬态安全问题进行了分析。计算表明,所得计算结果与大型程序RELAP5的相应仿真曲线基本一致,并与有关试验数据符合良好。     

溶聚丁苯橡胶聚合技术的专利文献进展及战略布局

以涉及溶聚丁苯橡胶聚合技术的专利文献数据为样本,从专利技术申请趋势、生命周期变化详细分析了这一领域的专利技术进展,从各国申请情况、主要申请国主要申请人申请情况、主要申请国专利申请流向以及中国市场的专利情况等多角度分析了溶聚丁苯橡胶聚合技术应当重点关注的国家、企业及其专利战略布局特点。     

基于FPGA高速信号采集的多角度动态光散射法纳米粒径测量

根据动态光散射装置测量纳米粒径原理,开发了一套基于现场可编程门阵列(FPGA)的纳米粒径测量系统。该系统通过光电倍增管(PMT)输出光子脉冲信号,利用FPGA实现高速脉冲采集及自相关运算,采用双脉冲计数器实现高精度可控的连续计数,并实现DDR3异步存储以及USB通信交互等接口功能。自研板卡既可实现自相关函数实时采集运算,又可无丢失地保存海量原始数据信号。采用该系统对200nm聚苯乙烯颗粒进行了测量,分析了不同采样时间及延迟时间等参数对粒径测量结果的影响。实验结果表明:自研FPGA采集板卡测量重复性为1.2%,具有很好的稳定性和重复性。     

数控渐进成型技术在圆孔翻边中的应用

将数控渐进成型技术应用在圆孔翻边中,研究了翻边过程中成型力与零件壁厚的变化,分析了成型工艺参数(成型工具头直径、每层进给量和零件的最终孔径)对板料翻边成型过程的影响规律.结果表明:传统翻边工艺中用来衡量板料最大翻边变形程度的极限翻边系数不能应用在渐进成型翻边中;翻边过程中成型力在成型的最后阶段明显减小;翻边成功与破裂的零件相比较壁厚均匀;成型工具头与每层进给量越大可以成功翻边的板料预制孔越小;当零件最终孔径与成型工具头直径之比≤2.5时零件破裂形式为孔口边缘伸长率达到极限值而破裂;其他加工参数一定时,随着成型零件最终孔径的增加,板料初始有效变形长度在达到一定值后不再增加.     

分层MBBR处理合成氨废水的生物膜驯化试验研究

利用自建的分层悬浮填料移动床生物膜反应器(MBBR)处理模拟合成氨废水,考察了填料生物膜驯化过程中生物相的变化和反应器内基质浓度的降解情况。试验结果表明:当废水中NH3-N、CODCr和硫化物的质量浓度分别达到400、2 800和3 mg/L时,出水中的质量浓度分别为90、200和0.46 mg/L,基本达到GB 13458—2001《合成氨工业水污染物排放标准》的要求,去除率分别达到78%、93%和85%。与不分层MBBR对NH3-N和CODCr的去除率(70%和89%)相比较,分层MBBR的去除效果有较大程度的提高。     

考虑井筒附近高速非达西渗流的井底压力特征

通常情况下,高速非达西流动只出现在井筒附近。目前,在气井渗流模型建立及求解过程中,现有文献是将整个供气半径范围内的流动均考虑为高速非达西渗流,这与实际流动规律不符。文中将供气半径分为2个区,建立了考虑近井筒区高速非达西渗流和远井筒区达西渗流的数学模型,给出了相应的有限差分数值模型,通过编程求解,模拟了不同流态、紊流系数及分区半径下的井底压力响应,为高速非达西渗流气井试井分析提供了新的途径。     

基于混合深度学习模型的洪水过程概率预报研究

传统的人工神经网络模型无法量化洪水预报的不确定性,而且在多时段连续预报中未考虑输出的时间相关性。本文通过融合新安江(XAJ)模型、基于外源输入编码-解码(EDE)结构的长短期记忆(LSTM)神经网络和混合密度网络(MDN),构建了XAJ-LSTM-EDE-MDN混合深度学习模型,以实现洪水过程概率预报。该模型在考虑预报洪水时间相关性的前提下,将解码过程产生的点估计转化为条件概率分布的估计;进一步采用最大似然估计法建立了损失函数,通过自适应矩估计(Adam)算法优选模型参数。在陆水和建溪两个流域的研究结果表明：该模型在不降低XAJ-LSTM-EDE模型预报精度的前提下,可有效反映预报洪水过程的不确定性,获得合理可靠的置信区间和优良的概率预报性能,为水库防洪调度等决策提供更多的风险信息,同时为研究深度学习在洪水概率预报中的应用提供参考。     

核动力装置蒸汽发生器水位的分层模糊自适应控制

针对压水堆核动力装置蒸汽发生器的水位控制提出一种分层模糊自适应控制方案，该方案中2个模糊控制器分层连接，每个模糊控制均采用典型模糊控制单元，使得模糊规则个数和可调参数个数大大减少，便于在线学习和实时控制，给出了分层模糊控制器的解析表达式及可调参数的在线学习方法，在快速加负荷和突然甩负荷的仿真实验中，该方案的控制效果明显优于已有的变参数PID控制，验证了该方案的有效性。     

压水堆蒸汽发生器水位的分层自适应模糊控制

针对压水堆蒸汽发生器的水位控制提出了一种分层自适应模糊控制方案。该方案中，2个模糊控制器分层连接，每个模糊控制器均采用典型模糊控制单元，使得模糊规则个数和可调参数个数大大减少，便于在线学习和实时控制。文章分别给出了分层模糊控制器的解析表达式及可调参数的在线学习方法。在压水堆快速加负荷和突然甩负荷的仿真实验中，该方案与PID控制相比，响应快，超调量小，振荡小。