并联复合式电磁悬挂模型参考多模式切换控制研究

传统馈能悬挂难以平衡减振和馈能之间的矛盾关系,针对该问题提出由电磁作动器和磁流变减振器组成的并联复合式电磁悬挂结构方案。为提高并联复合式电磁悬挂对不同路况的适应能力,考虑其具备不同工作模式的特点,设计了模型参考多模式切换控制器,并以提高乘坐舒适性为目标确定了切换指标、阈值及相应的控制参数。针对切换指令的离散特性和悬挂系统状态变化的连续特性,基于Stateflow软件设计了多模式切换控制系统,并确定了相应的切换规则和切换流程。对模型参考多模式切换控制器的性能进行了仿真和试验验证。结果表明：该模型参考多模式切换控制器可有效地实现并联复合式电磁悬挂各工作模式之间的切换,提高了并联复合式电磁悬挂对不同路况和驾驶需求的适应性,有效平衡了减振及馈能之间的矛盾关系。     

基于编码发射与自适应波束形成的超声成像

与传统的延时叠加(DAS)波束形成的成像方法相比,Capon算法可以有效地提高医学超声成像的横向分辨率,但不能提高成像的对比度。该文提出一种新的成像方法Chirp_Capon算法,即将超声编码发射技术与Capon算法相结合,利用编码信号优异的相关特性来弥补Capon算法在对比度上的不足,从而得到了较好的成像结果。仿真结果表明相对于Capon算法,该算法不仅具有较高横向分辨率,而且可以有效提高图像的对比度和信噪比。     

微波直接氧化法制备超细ZnO粉

根据微波加热特点,用一种微波新工艺直接将锌粒氧化制备ZnO粉末.研究表明,以工业锌粒为反应原料,碳化硅泡沫陶瓷作为承载板,微波快速加热制备ZnO粉末,氧化完全,可得到棒槌形状的氧化锌晶体,与传统电炉合成比较,反应温度低,保温时间短,晶粒细小均匀.     

微波烧结氧化锌压敏电阻的致密化和晶粒生长

研究了微波烧结的ZnO压敏电阻的致密化和生长动力学, 微波烧结温度从900～1200℃, 保温时间从20min～2h. 研究表明, 微波烧结ZnO压敏电阻的物相组成和传统烧结的样品没有区别; 微波烧结有助于样品的致密化, 并降低致密化温度. 随着烧结温度的升高, 致密化和反致密化作用共同影响样品的密度, 其中Bi的挥发是主要影响因素. 微波烧结ZnO压敏电阻的晶粒生长动力学指数为2.9～3.4, 生长激活能为225kJ/mol, 传统烧结的ZnO压敏电阻的晶粒生长动力学指数为3.6～4.2, 生长激活能为363kJ/mol. 液相Bi₂O₃、尖晶石相和微波的“非热效应”是影响微波烧结ZnO压敏电阻陶瓷晶粒生长的主要因素.     

微波干燥卫生陶瓷的研究与设备开发

本文利用微波干燥法进行卫生陶瓷坯体干燥试验,探究微波可以实现对卫生陶瓷快速干燥的原因。在此基础上,对围绕着微波设备大型化、连续化中面临的关键技术及微波干燥电耗相对较高等技术进行攻关,开发了卫生陶瓷微波干燥辊道窑,并在实际工厂使用。结果表明:微波干燥过程实现了沿坯体纵向与沿坯体局部区域横向的均匀干燥及微波干燥能显著提高干燥的内扩散速率,最终实现对卫生陶瓷的快速干燥;采用微波、热风耦合加热技术能显著降低微波干燥电耗;开发的卫生陶瓷微波干燥辊道窑,可极大缩短干燥周期,降低场地占地面积,提高干燥合格率。     

考虑能控特性的天棚阻尼半主动控制算法性能分析

为实现电磁作动器(Electric Actuator,EA)与磁流变减振器(Magneto-rheological Damper,MRD)并联组成的复合式电磁悬挂(Composite Electrical-magnetic Suspension,CES)在半主动馈能工况条件下的自供能,需同时考虑降低车身垂直加速度及降低控制功耗两方面因素。为解决算法控制性能评价的问题,在原有评价指标的基础上,提出能控比(Energy Consume and Control Performance Ratio,ECR)的概念并对其进行理论分析。在C级随机路面条件下,分析车速对天棚ON-OFF、连续天棚及改进型天棚3种天棚阻尼半主动控制算法的ECR的影响,并从时域的角度对ECR评价3种算法控制性能的有效性进行验证,得到最优天棚控制算法。结果表明:天棚ON-OFF、改进天棚及连续天棚对乘坐舒适性性能的改善依次增大;ECR可有效对3种控制算法性能进行评价,连续天棚半主动控制算法综合控制性能最优,适用于CES的自供能。     

微波烧结Ni-Zn铁氧体软磁材料的初步研究

采用微波高温烧结炉对Ni-Zn铁氧体软磁材料进行公斤级烧结工艺研究.结果表明,运用微波烧结可以实现Ni-Zn铁氧体材料烧结过程中的快速升温,短时保温,不仅大大降低能源消耗,缩短工艺周期,而且提高了Ni-Zn铁氧体软磁材料物理及机械性能.     

平庄盆地北缘铀异常分布特征及铀成矿地质条件分析

平庄盆地位于松辽盆地西南部,前人在盆地内进行煤田及放射性勘查时发现了大量的铀异常线索,但对铀异常特征及成矿地质条件研究尚不深入。本文基于大量钻孔资料,以六家和黑水地区为重点通过分析钻孔综合柱状图、自然伽马测井曲线和测试数据,对平庄盆地北缘铀异常分布特征及铀成矿地质条件进行深入研究。研究发现平庄盆地北缘铀异常发育广泛,六家和黑水地区异常厚度较大,稳定性较好。铀异常发育层位为白垩系阜新组上段、孙家湾组下段以及孙家湾组上段,赋矿岩性为灰黑色泥岩、细砂岩及灰色中粗砂岩和砂砾岩。通过统计各钻孔含铀矿目的层地层厚度、砂体厚度、铀异常厚度等数据,绘制铀储层与铀异常叠合图等分析图件,发现平庄盆地北缘砂岩型铀矿床成矿地质条件较好,其中铀源条件、铀储层条件、氧化作用条件及还原介质条件均有利于铀矿化作用的发生。研究区下一步找矿方向为六家地区北部和黑水地区东北部。     

基于智能预警的自恢复存储系统研究

为提高磁盘阵列存储的可靠性,提出一种基于智能预警的自恢复存储系统。在对磁盘S.M.A.R.T信息实时监测采集的基础上,利用机器学习方法对磁盘故障进行预测,对于预警磁盘采取以数据为中心的自修复迁移保护策略。分析结果表明,该系统能提高存储可靠性,数据迁移过程对用户透明,可用性较强。     

基于深度学习的通信信号自动调制识别技术

基于特征提取和模式识别的多体制通信信号自动调制识别技术是软件无线电领域中的重要研究课题,是复杂电磁环境下频谱管理、频谱检测等非协作通信领域的关键技术之一。提出一种基于深度学习的通信信号调制模式识别算法,应用自编码技术进行特征提取,获得具有较好的抗干扰能力的特征集,然后使用BP神经网络对经过筛选的特征进行分类识别,实现了MQAM通信信号调制模式自动识别。仿真实验结果表明,所提出的方法分类识别效果好,有效提高了数字调制信号自动识别的抗干扰能力。