Ti-23Al-14Nb-3V合金氩弧焊接头的显微组织及其力学性能

研究了预热对Ｔｉ－２３Ａｌ－１４Ｎｂ－３Ｖ合金焊接性，特别是对消除氩弧焊冷裂纹的作用以及对接头显微组织和力学性能的影响。结果表明，焊前预热可有效降低该合金的冷裂倾向。经预热处理后，焊缝区的结晶层状线消失，热影响区的硬度峰得到缓和，整个焊缝的显微硬度分布趋于均匀，但焊缝区的枝晶发生粗化，热影响区有所扩大。焊件接头的拉伸试验表明，预热可使焊缝区的接头强度系数增加，但无论预热与否，接头强度均低于母材强度，且不显示宏观塑性。     

基于广义回归神经网络的蛋白质二级结构预测

在生化实验中,关于优化蛋白质预测问题,由于采集的信息、参数、选取和设置等优化处理存在随机性,限制了蛋白质二级结构预测精确度。为解决上述问题,针对广义回归神经网络学习速率快、网络稳健的特点,提出基于广义回归神经网络预测蛋白质二级结构的方法。鉴于编码方式对预测精度有重要影响,首先基于5位编码和不同的滑动窗口构建多个广义回归神经网络预测器对蛋白质二级结构进行预测,取得了较好的结果。并采用富含生物进化信息的序列谱(Profile)编码构建输入向量、并针对不同大小的滑动窗口设置多个spread值重新创建广义回归神经网络预测器,大大提高了预测精确度,仿真结果证明了预测模型的有效性和可行性,为预测提供了有效方法。     

1080MW汽轮发电机转子内部短路故障分析

转子接地短路故障是发电机常见故障之一,对设备本体以及电网安全造成严重威胁.本文以一台1080MW汽轮发电机转子内部短路故障为案例,详述故障的过程、诊断及后续处理.通过现场检查、交流阻抗试验、重复脉冲(RSO)试验和小电流开环试验等检测方法确定短路点位于转子导电杆,并在故障部件解体后确定故障由导电杆内部两极间短路造成.     

混凝土气体渗透模拟研究

采用聚焦离子束/扫描电镜(FIB/SEM)技术对混凝土中的硬化水泥浆体进行扫描,并基于试件三维孔隙结构,分别采用逾渗孔隙结构模型和计算流体力学对试件进行渗透率模拟分析.结果表明:至少3个FIB/SEM观测试件才能够具有硬化水泥浆体孔隙率的表征单元性;基于逾渗孔隙网络模型,试件的渗透率预测结果表现出较为明显的各向异性,其在X方向和Y方向的渗透率均较小,为3.40×10-19～5.65×10-19 m2,而在Z方向其渗透率均有较大提升,增大至12.42×10-19～13.82×10-19 m2;流体力学的渗透率计算结果较逾渗孔隙网络模型更大,为13.09×10-19～99.91×10-19 m2,这是由于逾渗孔隙网络模型对原始孔隙结构进行了简化处理,势必会导致试件孔隙结构通过能力小于原始试件,故其渗透率也较小.     

XY平台直线伺服系统的IP变增益交叉耦合控制

XY平台直线伺服系统中,负载扰动、机械时间延迟及各轴响应速度不同会影响轮廓加工精度,为此提出了一种将积分-比例(I-P)控制、速度前馈控制及变增益交叉耦合控制相结合的控制策略。单轴采用由IP控制和前馈控制构成的复合速度控制器,IP控制具有快速响应和抑制扰动的能力,速度前馈控制可增加系统跟踪能力,降低机械时间延迟效应。间接减小轮廓误差。并且,在X、Y轴间加入变增益交叉耦合控制器,直接减小轮廓误差。仿真结果表明该控制方案可增强系统的鲁棒性,提高系统的快速性和轮廓加工精度。     

干涉超光谱图像的压缩算法

干涉超光谱图像的数据呈现非平稳特性,相邻谱线之间的相关性较弱,所以直接采用小波变换不利于去除数据之间的相关性.提出了一种将光谱数据采用EMD预处理,并对处理后的数据采用分类处理的算法,将每根谱线分为主干涉区域和非主干涉区域两部分,分别采用相似匹配和二次曲线拟合的方法对数据进行分解,避免了相似匹配中不利于硬件实现的开方运算.仿真结果表明:该算法可降低无损压缩输出码率达0.3bpp左右,并且可以提高有损压缩的效率.     

BP神经网络在蛋白质二级结构预测中的应用

蛋白质结构预测是生物信息学研究的重要问题,而蛋白质二级结构预测是蛋白质结构预测的关键步骤.文中通过BLAST工具得到Identity小于等于35%的46个蛋白质复合物的单链作为数据集,分别采用5位编码和Profile编码,通过不同大小的滑动窗口,对蛋白质二级结构进行预测.实验结果显示,富含"生物进化信息"的Profile编码有着明显的优势,各种精确度均得到了较好的结果,尤其是精确度QE明显高于5位编码的QE.     

基于小波包融合微分熵的运动想象脑电信号处理

针对脑电信号特征提取导致有效信息丢失的问题,提出了一种基于小波包融合微分熵提取脑电信号特征的方法,可以充分提取脑电信号的有效信息。首先对脑电信号进行小波包分解,选取与运动想象相关的频率进行重构,得到脑电信号的时频信息;考虑到脑电信号的非线性特征,提取脑电信号微分熵特征。实验在脑电大赛数据集上进行验证,在不同分类器上分类准确率分别达到了88%和91%,结果表明小波包融合微分熵的脑电信号处理方法准确率明显提高。     

基于切换频度的马尔科夫网络控制系统均方指数镇定

针对一类马尔科夫网络控制系统(Networked control system, NCS),研究了其均方指数镇定问题. 首先将网络控制系统建模为离散时间切换系统,子系统间的切换过程由一个转移概率矩阵已知的马尔科夫链描述, 并给出了子系统间切换频度的范围;进而基于随机过程理论和切换系统稳定性理论, 利用状态反馈实现了网络控制系统均方指数镇定,状态反馈控制律可通过求解一组线性矩阵不等式获得. 最后通过数值仿真例子验证了本文方法的有效性.