预张力膜片风振反应的试验研究

针对张拉膜片在确定的预应力水平下的风振反应来考察它的模态和风振特性．采用膜面预应力检测仪测量了试验中膜片的预应力水平。膜结构的振动形式经常是以高阶振型为主．基频随预应力水平的增大而增大。预应力水平越高，各阶模态对应的阻尼比相差越小；反之，气动阻尼越集中在低阶模态。与风速和预应力水平相比．膜面倾角对膜面位移风振系数的影响更为显著．并对不同倾角的膜面位移风振系数提出了建议值。部分工况下膜片出现颤振。膜面倾角和较低的预应力水平是诱发颤振的主要因素。     

国外倾斜、缓倾斜矿床开采的现状与评述

倾斜、缓倾斜矿床地下开采条件复杂,特别是采场运搬,顶板管理较难解决。国外随着地表资源枯竭和现代采矿技术的发展,出现了瀑布式采矿法,矿脉采矿法,爆力运矿法,水力开采法及振动出矿等新型方案,为开采这类矿床提供了有效途径。据对18个国家一百多个     

氧化锡涂膜对钢化玻璃强度的影响

本文采用实用工艺参量制备试样,探讨了钢化玻璃强度与氧化锡涂膜的关系,得出随膜层厚度的增加,强度呈拋物线型变化的结论。借助扫描电镜、能谱仪和红外光谱等测试手段,对膜层表面的几何结构、锡离子扩散和玻璃的结构状态进行了观察和分析,进而讨论了涂膜钢化玻璃强度变化机制。     

苏南金常地区碳酸盐岩的地震方法试验

本文叙述在苏南金常地区为获得古生界海相地层内的反射波开展的方法试验。在这里使用经过低频改装的模拟磁带地震仪,进行六次到十二次的多次覆盖,通过选择合适的观测系统和多检波器面积组合等手段,尽可能地提高讯噪比。 该区断裂发育,岩层倾角大,地质结构复杂,浅层强反射界面影响了弹性波能量的下传,干扰波发育。在克服种种困难,取得野外地震资料后,通过小型电子计算机的处理,进行必要的速度分析,初步获得了较满意的海相地层内的地震反射波。     

一种大规模地形的快速漫游算法

地形漫游在仿真、模拟、虚拟现实等领域中有着广泛应用。大规模地形的实时漫游算法一般采用视见体裁剪和与视点相关的连续细节层次等技术来减少实际绘制的地形数据量。通过地形分块和视见体投影三角形扫描算法实现快速裁剪，通过调整顶点的高度值消除裂缝，通过基于三角形的四叉分割实现连续细节层闪地表简化，简化了算法实现，提高了算法效率，在没有利用帧连贯性的情况下，算法可以在PC机上实现较大规模地形的快速交互式漫游。     

图像特征点匹配的强壮算法

同一场景的不同图像匹配是计算机视觉中的一个基本问题，在诸如三维重度，对象识别和分类、图像对齐和相机自校正等应用中，特征匹配都是一个关键步骤，其中特征点匹配是较为常用的一种方法，特征点匹配的效果受到很多因素的影响，如景物的遮挡，光照和噪声等，变化很大，文中对结指标派算法进行扩以解决全局优化问题，并利用场景深度局部连续的条件作为附加约束，提出一种新的特征点匹配算法，整个算法只用到两次优化，而且几乎全部使用矩阵运算，效率比已有的算法高，实验表明该算法的效果是令人满意的。     

复合型裂纹张开位移和裂尖附近塑性区域的有限元分析

用ＣＡＤ技术和Ｃ语言知识，对受双向载荷含Ⅰ－Ⅱ复合型裂纹十字形板进行了计算机自动划分有限单元体网格并生成数据文件。采用四边形八节点等参元对含Ⅰ－Ⅱ复合型裂纹十字形板进行了弹塑性有限元分析，获得了裂尖附近塑性区形状。弹塑性有限元法计算的裂纹面张开位移与试验结果相吻合。     

GNSS CBOC信号快速无模糊度捕获算法研究

新型CBOC导航信号的自相关函数存在多个过零点和侧峰,因此其捕获更具挑战性。针对CBOC信号提出了一种基于FFT的快速无模糊度捕获方法,该方法利用两路正交的本地亚载波消除了CBOC信号自相关函数的多峰特性,并采用了基于FFT的并行捕获结构来加速导航信号的捕获。此外,针对CBOC信号是一种时域组合BOC信号的特性,给出了所提方法的BOC(1,1)型、非相干CBOC型和相干CBOC型接收机的模型,并分析对比了其性能。仿真结果表明所提的并行SCPC方法能快速正确地捕获CBOC信号,且其相干CBOC型接收机比另外两种接收机具备更优的性能。此外,相比BPSK-like方法,所提方法最大能有1dB-Hz的性能提升。      

基于深度学习的多孔材料渗透率预测研究进展

渗透率作为描述多孔材料流动性能的重要指标,在机械、能源等领域有着广泛的应用。经验关系式作为传统的多孔材料渗透率预测方法,往往通过实验统计法建立,在通用性、预测精度方面存在不足。近年来,基于深度学习构建渗透率预测模型的方法受到了众多学者的关注,在解决经验关系式存在的不足方面表现出很好的前景。为此,围绕基于深度学习的多孔材料渗透率预测建模方法,首先阐述了深度学习技术在结构模型重构中的应用及发展趋势,然后综述了结构参数-渗透率、图像-渗透率以及图像-流场-渗透率快速预测建模方法的基本原理和研究进展,最后展望了该领域的研究方向,以及对多孔材料制造系统性能提升方面的前景。     

机器学习在列车精确停车问题的应用

列车精确停车是实现轨道交通自动控制系统的关键技术之一。传统的精确停车技术需要依赖于复杂的物理模型及昂贵的传感设备,且难以达到较高的精度。从数据本身出发,利用机器学习中高斯过程回归和Boosting回归算法对列车精确停车问题进行了研究,并与线性回归方法进行了比较,实验表明,机器学习的方法对于解决列车精确停车问题是行之有效的。其中以高斯过程回归的性能最优,而基于梯度的Boosting回归方法在缺乏先验知识的条件下达到接近高斯过程回归的性能,在实际应用中具有更大的灵活性和适应性。