不同载荷下缸套失圆变形对活塞–缸套摩擦副密封性能与摩擦功耗的影响研究

以非道路高压共轨柴油机干式缸套为研究对象,采用仿真与测试相结合的方法,在热态、热态预紧、热态预紧过盈、热机耦合和热机耦合过盈工况下对比研究了载荷变化对缸套综合变形特征的影响规律,研究了不同缸套变形特征对活塞–缸套摩擦副的机油消耗量、窜气量及摩擦损失的影响规律。研究结果表明,在热态工况下,摩擦损失功最大,为1.09 kW;在热态预紧工况下,机油耗最大,为4.29 g/h;在热态预紧过盈工况下,窜气量最大,为15.71 L/min。在热态工况下施加预紧力,摩擦损失功减小,机油耗和窜气量增大,继续施加缸套过盈载荷,摩擦损失功和窜气量增大,机油耗减小;在热机耦合工况下施加缸套过盈载荷,摩擦损失功、机油耗和窜气量均增大。     

基于机器学习主用户发射模式分类的蜂窝认知无线电网络频谱感知

近年来,基于机器学习(ML)的频谱感知技术为认知无线电系统提供了新型的频谱状态监测解决方案。利用蜂窝认知无线电网络(CCRN)中的次级用户设备(SUE)所能提供的大量频谱观测数据,该文提出了一种基于主用户(PU)传输模式分类的频谱感知方案。首先,基于多种典型的ML算法,对于网络中的多个主用户发射机(PUT)的传输模式进行分类辨识,在网络整体层面上确定所有PUT的联合工作状态。然后,网络中的SUE根据其所处地理位置或者频谱观测数据,判断其在当前已判定的PUT发射模式下接入授权频谱的可能性。由于PUT在网络中的实际位置可能事先已知或者无法提前确定,该文给出了3种不同的处理方法。理论推导与实验结果表明,所提方案与传统的能量检测方案相比,不仅改善了频谱感知性能,还增加了蜂窝认知网络对于授权频谱的动态访问机会。该方案可以作为蜂窝认知无线电网络中的一种高效实用的频谱感知解决方案。     

黄梅挑花方巾图案解析

国家级非物质文化遗产黄梅挑花类别众多,方巾是其中使用最为广泛的代表性女红制品。在现代化进程中,黄梅挑花文化逐渐消失,特别是当地有用挑花物品随葬的习俗,珍贵的挑花制品日渐稀少,对濒危的传统挑花作品进行及时搜集并进行深入研究迫在眉睫。文章通过田野调查的方式,收集113幅挑花方巾图片,样本中大部分方巾为传统风格,少部分为现代风格,从造型结构、色彩运用和题材寓意三方面对典型样本方巾图案进行深入解析,明确其作为民俗艺术与所在地域文化的密切关联。研究方巾图案对于把握本真的黄梅挑花文化,以及实现其当代传承和价值转换提供借鉴。     

基于缸套失圆的活塞环结构参数对密封与摩擦性能的影响研究北大核心CSCD

以某非道路高压共轨柴油机为研究对象,采用仿真和测试相结合的方法,建立了整机耦合装配模型与活塞环组动力学模型,研究了干式缸套的失圆变形。在考虑缸套失圆变形的基础上,研究了活塞环结构参数对窜气量、机油消耗量和摩擦损失的影响,并通过正交设计方法进行了活塞环径向弹力、开口间隙和侧向间隙对窜气量、机油消耗和摩擦损失的影响研究。研究结果表明,活塞环结构参数中,二环径向弹力、二环开口间隙和顶环侧向间隙对窜气量的影响最大,油环径向弹力、二环开口间隙和顶环侧向间隙对机油消耗量的影响最大,油环径向弹力、油环开口间隙和油环侧向间隙对摩擦损失的影响最大。     

基于稀疏和低秩先验分离的快速动态MRI重建

为了加速动态核磁共振成像（MRI）的重建,并提取动态组织部分,提出一种基于将稀疏和低秩先验分离的重建方法。算法利用鲁棒主成分分析法（RPCA）,将动态MRI看作静态背景和动态组织的合成,建立相应的低秩矩阵和x-f域稀疏模型,再通过交替方向拉格朗日乘子法（ADMM）求解优化问题。与经典的k-t FOCUSS算法和k-t SLR算法进行对比,此算法能保证重建质量,即峰值信噪比（PSNR）、结构相似性（SSIM）等评价指标。实验结果表明,该算法能实现快速动态MRI的成像,减少运动伪影,同时更利于提取动态信息。     

基于多核并行和动态阈值的点云配准算法

针对点云配准中存在错误匹配点对、精度不高等问题,提出一种基于多核并行和动态阈值的点云配准算法。该算法采用改进的SAC-IA算法进行点云粗配准,利用OpenMP实现点云查询点的法向量、FPFH等特征的并行加速提取以及对应点对的并行查找,从而使整个配准算法的速度得到保持甚至提升。在点云精配准阶段,使用改进的ICP算法进行精配准,改进点着眼于错误对应点对的剔除及其阈值的动态确定,即以配准点重心作为参照点,按照动态阈值,使用点对距离约束剔除错误对应点对。实验结果表明,本文算法在提升配准精度的情况下,配准速度也得到了提升。     

基于机器学习主用户发射模式分类的蜂窝认知无线电网络频谱感知

近年来,基于机器学习(ML)的频谱感知技术为认知无线电系统提供了新型的频谱状态监测解决方案.利用蜂窝认知无线电网络(CCRN)中的次级用户设备(SUE)所能提供的大量频谱观测数据,该文提出了一种基于主用户(PU)传输模式分类的频谱感知方案.首先,基于多种典型的ML算法,对于网络中的多个主用户发射机(PUT)的传输模式进行分类辨识,在网络整体层面上确定所有PUT的联合工作状态.然后,网络中的SUE根据其所处地理位置或者频谱观测数据,判断其在当前已判定的PUT发射模式下接入授权频谱的可能性.由于PUT在网络中的实际位置可能事先已知或者无法提前确定,该文给出了3种不同的处理方法.理论推导与实验结果表明,所提方案与传统的能量检测方案相比,不仅改善了频谱感知性能,还增加了蜂窝认知网络对于授权频谱的动态访问机会.该方案可以作为蜂窝认知无线电网络中的一种高效实用的频谱感知解决方案.     

基于区块链的数字版权存证系统模型研究

传统基于第三方中心机构的版权登记存在效率低、成本高和隐私保护性差等问题,针对这些问题,将区块链与环签名技术运用于版权保护领域,提出一种基于区块链的数字版权存证系统模型。构建了基于联盟链的数字版权存证系统架构,利用区块链的去中心化、不可篡改和可追溯等特性保证存证的信息真实可信;对环签名技术进行改进,并利用改进的环签名技术保护创作者身份隐私;对PBFT算法进行改进,提升系统效率和可靠性。经分析与实验表明,该模型能降低版权登记经济成本,防止用户身份信息被非法获取,且具有良好的性能与安全性。