编辑观点

通信、计算机和消费类电子产品市场的巨大繁荣,对电源技术的开发提出了越来越严峻的挑战。作为未来发展趋势的数字控制电源是一种新兴的技术,这种技术的特点是利用DSP或专用逻辑电路对电源产品进行数字控制。其市场的发展将受到诸多因素的影响,但是主要依赖于产品的性价比,以及数字控制电源相关技术的市场推广力度和效应。其中,性价比具体包含作为电源产品最重要性能之一的高效率,以及小体积、高集成度、高响应速度、高可靠性和低成本;市场推广和效应则用“自身的成功建立在客户成功的基础上”这句经典语录来衡量更为准确。上述这些也正是…     

双PSD工业机器人标定系统多目标位置控制研究

为了快速、精确、低成本的实现工业机器人的标定,设计了基于双PSD(位置传感装置)的工业机器人标定系统,激光束校准是该标定系统的关键问题,需要控制固定在工业机器人末端执行器上的激光指针,使得激光束照射在一个PSD中心,并反射到另一个PSD中心,针对此多目标位置控制问题,在建立激光束校准模型的基础上,运用H∞控制理论设计了H∞控制器,通过在线预估工业计机器人坐标系与PSD坐标系之间的变换矩阵,快速实现激光束校准,并通过实验验证了该H∞控制方法的可行性和有效性。     

深基坑地下连续墙的无扰动综合施工技术

结合工程实践,从施工信息化、降水模拟分析、既有建筑保护、无扰动切除钢绞线、施工监测等方面,总结出深基坑地下连续墙无扰动综合施工技术.该综合施工技术应用后,周边监测点的不均匀沉降及变形均控制在2 mm内,为邻近既有地铁的城市新建工程提供了一定的参考价值.     

贵州省岩溶地基类型及其稳定性分析方法

岩溶是一个极为复杂的地质问题,在岩溶地基上建筑,地基的稳定性是必须要解决的工程技术问题,不同岩溶地基类型,其稳定性分析方法也不一样。该文针对不同岩溶地基类型,结合贵州部分工程实例,推荐几种适用于贵州岩溶地基稳定性分析的方法。     

Fe微合金化对Cu-Zr-Al非晶合金塑性变形行为的影响及其机理

用铜模喷铸法制备Cu_(47.8－x)Zr_46.2Al₆Fe_x(x=0, 0.8, 1.2, 1.6)系列合金,研究了Fe微合金化对其非晶形成能力和力学性能的影响。结果表明：随着微量元素Fe含量的提高合金的玻璃形成能力降低,而其室温塑性变形能力明显提高;随着Fe含量的提高基体中产生了更多的自由体积,且Fe与Cu的正混合焓使基体中成分/自由体积分布的不均匀性提高。这些因素,使高Fe含量的非晶合金具有更高的塑性变形能力。     

无标度网络的级联失效缓解策略

级联失效现象是一种节点失效的动态效应,会瞬间波及全网,造成全局网络瘫痪,成为无标度网络的规模化应用瓶颈.针对无标度网络的级联失效问题,提出一种可抵御任意单个节点失效引发的级联失效的缓解策略.在无标度网络中,节点容量是恒定的,根据这一特点建立级联失效模型,推导出网络发生大规模级联失效的承载极限,进而针对按节点度降序攻击的节点失效行为,提出相应的级联失效缓解策略.仿真实验结果表明,只对网络中小部分节点度大的超载节点采取一次缓解策略,可以显著改进无标度网络对此类攻击的级联失效抵御能力,同时通过数值模拟发现,网络总节点数和节点容量与网络的级联失效抵御能力正相关.     

基于运营商网络的零信任架构落地方案研究

本文介绍了零信任思想及相关概念,结合企业安全战略目标预期、现状调研、规划蓝图、规划设计等内容,提出了基于运营商现网建设情况的零信任架构解决方案,根据实际情况适当加强和补充了安全短板,建立以用户身份为中心,以终端设备、访问行为为决策要素的安全架构,总结出适合运营商网络的零信任架构的场景落地及推广建议。     

基于关键支路的关键断面确定方法

电网关键输电断面的研究、确定和在线监视对于系统的安全稳定运行具有重要意义。提出了一种快速确定关键断面的新方法,该方法的原理是:将电网弹性网络理论和复杂网络理论结合,提出一种衡量线路枢纽性的指标,并将该指标与线路开断后对潮流的影响程度结合,用于识别枢纽性强、对潮流影响大的关键线路,继而根据支路开断分布因子和弹性网络模型,直接在关键支路附近,确定输电断面,最后将安全裕度小的输电断面作为关键断面。该方法简化了发电机负荷节点对间输电路径的搜索方法,省略了电网分区这一步骤。电网弹性网络模型是将电网中的各条支路映射为具有弹性系数的弹性支路,该模型的应用能够实现电网稳定分析的可视化,这种可视化的特点在本文关键断面的确定方法中得以体现。以IEEE-39节点系统为算例,将确定的关键断面进行合理性验证,表明了本方法的可用性。     

分块CS-LBP和加权PCA的低分辨率人脸识别

针对局部二值模式(LBP)特征在低分辨率的人脸图 像上识别率较低的问题,提出了一种基于分块中心对称局部二值模式(CS-LBP,center symmetric local binary pattern)和加权主成分分析(PCA)算法的低分辨率人脸识别算法。 首先利用分块CS-LBP算子提取低分辨率人脸图像的特征;然后利用加权PCA算子对特 征进行降维, 从而得到更强的分类特征;最后利用最近邻分类器选出人脸最优分类类别并计算识别率。在 ORL人脸库上的实验表明,在人脸图像分辨率下降到(12×10)时,本 文算法的识别率仍能达 到85.00%,基本满足了实际运用中对识别率的要求,并且降低了运算 时间。