基于数据采集的虚拟数字存储示波器

用通用数据采集卡构成虚拟数字存储示波器系统,并讨论虚拟数字存储示波器的功能实现及软件设计方法     

风力发电机组最佳功率追踪自适应模糊PID控制

针对变速恒频风力发电系统,以额定风速以下风能的最大利用率为目标,设计了基于自适应模糊PID控制的风能最佳利用追踪控制器.该控制器对叶尖速比进行控制,运行时根据实际输出的叶尖速比与其最优值间的误差及误差变化率在线实时调整PID参数,实现自整定,达到风能利用系数最佳的功率追踪目标.通过仿真对几种控制方法进行对比分析,结果表明,自适应模糊PID控制能够将风能利用系数和叶尖速比均控制在最优值附近,系统的稳态性能和动态性能都较好,控制效果优于PID控制和模糊控制.     

我=我们

每个人的内心深处都有若干个怀有不同愿望的自我，并且每个自我都努力地要占据主导地位。当每个“自我”目标不同时，一个“自我”能够约束另一个“自我”吗？     

陆地地震勘探环境噪声的混沌性建模研究

为提取地震资料中的有效信息, 了解环境噪声的性质和产生机制, 提出了一种陆地地震勘探环境噪声的混沌建模方法。该类环境噪声具有混沌性出发, 采用经典混沌杜芬(Duffing)系统对中国林带测区的环境噪声进行建模。根据Duffing 系统的非线性特征, 采用MCMC(Markov Chain Monte Carlo)算法对系统参数进行求解,并对模拟噪声记录与实际环境噪声从时域波形, 相态图, 频谱图以及李雅谱诺夫(Lyapunov)指数等方面进行对比分析。结果表明, 模拟噪声记录可保持实际环境噪声的混沌性, 且在时域波形, 相态图和频谱图上拟合较好。利用此模型获得的替代数据更加接近实际噪声, 从而为压制环境噪声提供新对策, 为复杂环境下的地震勘探提供理论支持。     

混凝土强度尺寸效应研究进展探析

混凝土强度尺寸效应指随着试件尺寸的增大,力学性能指标呈规律性变化。本研究综述了混凝土强度尺寸效应的研究进展,探讨了混凝土强度尺寸效应力学性能及断裂性能方面的影响,并通过对现有混凝土强度尺寸效应研究成果的分析,对混凝土强度尺寸效应未来的研究方向作出展望。     

混合弹流润滑系统的建模与摩擦学特性研究

为了研究粗糙表面微凸体对混合弹流润滑区摩擦学特性的影响,建立了考虑粗糙表面微凸体的弹流润滑数学模型,可呈现粗糙表面的局部接触状态。通过生成虚拟粗糙表面,分别利用K-E弹塑性接触模型和平均流量雷诺方程计算微凸体接触压力与流体动压力,并且利用快速傅里叶变换技术计算基体的弹性变形量;通过绘制润滑系统的Stribeck曲线,研究了虚拟微凸体、名义载荷、综合粗糙度和微凸体曲率半径对弹流润滑摩擦学特性的影响。结果表明:微凸体的接触压力产生基体弹性变形,使膜厚增加,导致流体动压力减小,微凸体承载比和摩擦因数增大;名义载荷增加导致低速时摩擦因数变小,润滑状态在更低速条件下从边界润滑过渡到混合润滑;综合粗糙度的减小会使Stribeck曲线向左移动;微凸体曲率半径的增大仅使润滑状态加快从边界润滑过渡到混合润滑,然而对从混合区域过渡到弹流区域几乎没有影响。     

公共政策供求问题分析及对策

应用政策供给与需求的均衡分析理论对政策供求问题进行了综合分析.由于不完善的社会主叉市场经济体制、民主法治建设的滞后、个人的习惯依赖性等原因造成了当前中国的政策供求问题.为解决公共政策供求问题,提出如下对策:完善社会主义市场经济体制,准确定位政府职能;健全民主法治建设,加强政策有效性;增强公民自治能力,推进公民社会建设;提升政府决策能力,推动政策创新等.     

多金属氧酸盐纳米纤维催化O2氧化5-HMF

2,5-二甲基呋喃(DFF)是一种用途广泛的化合物,可作为前体用于合成各种高附加值产品,可通过氧化5-羟甲基糠醛(HMF)得到.然而,5-羟甲基糠醛的有氧氧化有不同的途径,从而会产生DFF,2,5-呋喃甲酸(FDCA)或马来酸酐(MA)等产物.迄今为止,均相和非均相金属催化剂均被作为氧化剂用于对HMF氧化为DFF的研究.特别是含钒的多金属氧酸盐(POMs)被发现可以氧化HMF生产DFF,MA等一系列产品.本文通过采用静电纺丝和表面活性剂成孔技术合成了介孔纳米纤维H_5PMo_(10)V_2O_(40)/meso-Zr O_2(f)并通过IR,~(31)P MAS NMR,XRD,SEM,TEM,N_2吸附-脱附测试对其进行了表征.H_5PMo_(10)V_2O_(40)/meso-Zr O_2(f)纳米纤维,其在氧气作为氧化剂氧化5-羟甲基糠醛(5-HMF)到2,5-二甲酰基呋喃(DFF)反应中表现出高的催化活性和产物的选择性,源于复合催化剂良好的氧化还原性、Lewis酸中心、Br?nsted酸中心及纳米纤维高的比表面积.     

Shearlet域深度残差CNN用于沙漠地震信号去噪

由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet 变换的深度残差卷积神经网络( ST-CNN: Deep Ｒesidual Convolutional NeuralNetwork for Shearlet Transform) 模型,实现沙漠地震信号的随机噪声压制。在训练阶段,将沙漠地震信号经Shearlet 分解后的系数作为输入,将随机噪声经Shearlet 分解后的系数作为标签,通过卷积神经网络( CNN: Convolutional Neural Network) 学习输入和标签之间的映射关系; 在测试阶段,利用此映射关系即可从沙漠地震信号系数中预测出噪声系数,并间接地获得有效信号系数,最后通过Shearlet 反变换获得有效信号。通过与传统的Shearlet 硬阈值去噪算法对比,发现该算法可把沙漠地震信号的信噪比从－ 4． 48 dB 提高到14． 15 dB,具有更好的去噪效果。     

分布式声传感器井中背景噪声统计特性分析

分布式声传感器技术(DAS: Distributed Acoustic Sensor)是一种新近提出的高精度勘探数据采集方法,受制于复杂背景噪声的影响,DAS记录处理水平有待进一步提高.针对上述问题,采用基于替代序列的时间序列平稳性检验方法和Lilliefors检验法对DAS记录中复杂背景噪声的平稳性和高斯性进行研究....