Abstract:通过节段模型静力三分力与测振风洞试验,研究了0°～90°风偏角下不同宽高比B/H与不同腹板开孔率的H型吊杆横风向驰振特性.B/H＝2.4的模型静力试验显示:腹板全封闭时,在0°～8°与64°～90°偏角区间内存在驰振失稳可能,随开孔率增大,驰振失稳偏角区间有所减小且失稳危险性有所降低.B/H＝2.4的模型测振试验显示:腹板全封闭模型在0°与5°偏角较低风速即发生了驰振;开孔率为14%与27%的模型试验风速区间内均无驰振现象,不过开孔率为38%模型在80°,85°,90°偏角高于90 m/s风速下均发生了驰振.宽高比B/H＝1.6腹板全封闭模型试验显示,0°与5°偏角较低风速下也出现了横风向驰振;开孔率38%模型在85°与90°偏角高于110 m/s的风速下也发生了驰振.与改变宽高比相比,适度腹板开孔可明显改善H型吊杆驰振特性.

Abstract:根据岩土抗剪强度试验数据的随机性与模糊性特点,首先,在传统随机线性回归分析方法基础上,采用试验值相对估计值的隶属度以反映其间偏离程度及其所具有的模糊性,并将隶属度作为残差权值以减少异常试验数据对拟合结果的影响,从而建立出岩土抗剪强度参数确定的模糊拟合方法.其次,引进模糊随机可靠性理论,对利用模糊拟合法确定的岩土抗剪强度参数进行可靠性评价,确保岩土抗剪强度参数取值的可靠性.然后,根据岩土抗剪强度参数的区间性特点,建立岩土抗剪强度参数取值的区间方法,从而使岩土抗剪强度参数确定方法能反映工程实际.最后,工程实例计算并与同类方法的比较分析表明:本文方法是有效的.

Abstract:对10根经历了极限荷载的无粘结预应力混凝土连续梁用粘贴CFRP布进行了加固.完成了10根加固梁的试验,考察了平截面假定的适用性、无粘结筋的应力增长情况、加载过程中裂缝的分布与开展、跨中变形的发展、试验梁的破坏特征等.基于试验结果,建立了考虑原梁受荷历程影响的正截面承载力计算方法,提出了以中支座控制截面在极限荷载下的弹性弯矩计算值MLoad与张拉引起的次弯矩Msec之和(MLoad Msec)为调幅对象,以相对塑性转角θp/h0为自变量的调幅系数β的计算公式.

Abstract:利用ADAMS/CAR软件建立了包含轮胎、橡胶衬套的双横臂扭杆独立悬架和转向系统的动力学模型,分析了前轮定位参数对汽车转向力矩的影响,利用渐进的神经网络方法建立前轮定位参数和转向力矩的关系.结果表明:采用渐进神经网络方法反求得到前轮定位参数能够很好满足预先设定的转向力矩要求.

Abstract:汽车乘员约束系统的优化涉及到安全带、安全气囊等部件的众多参数.首先采用一阶线性响应表面模型、正交实验设计方法进行参数筛选.然后构造Kriging代理模型来代替计算机仿真,并结合两种不同的优化算法来进行乘员约束系统参数的优化设计.结果表明:该方法对汽车乘员约束系统参数优化具有明显效果,可行方向法在该优化中优于多目标遗传算法.

Abstract:针对标准BP算法存在收敛速度慢,容易陷入局部最小值和前向网络拓扑结构中,隐节点选取困难的问题,采用一种由Levenberg-Marquardt算法与改进自构形算法相结合而成的快速自构形算法训练BP神经网络,建立了训练收敛快,泛化能力强,网络规模小,便于实时控制的开关磁阻电机非线性BP神经网络模型.经与样机实测数据对比,验证了该模型的准确性.该模型有助于进一步优化能量转换,减小转矩脉动.

Abstract:提出了面向电厂冷凝器清洗的新方法,它以高压水清洗为主、以化学药剂清洗为辅,通过智能清洗机器人实现电厂冷凝器的自动化在线清洗.首先设计了水下冷凝器清洗机器人的体系结构,给出了清洗机器人的机械与电气结构,在此基础上,为实现机器人的高效清洗,设计了机器人的分布式控制系统,提出了水下作业环境下二关节机器人的控制方法,建立了模糊高斯基神经网络控制系统结构,通过BP学习算法进行神经网络训练.最后,仿真实验表明:提出的控制方法在动态性能和稳定性方面优于传统的控制方法,非常适用于水下环境的清洗控制.

Abstract:将克隆免疫算法与预测控制结合,提出了一种免疫预测控制方法.该算法利用克隆选择算法实现预测控制的滚动优化,避免了求Diophantine方程及逆矩阵的复杂推导.仿真结果表明,该方法对时滞系统、非最小相位系统、不稳定对象、非线性系统、MIMO系统都能达到理想的控制效果,对外部干扰及建模误差具有很好的适应性.

Abstract:在普通BP算法基础上,引入克隆选择粒子群算法,建立电力需求预测模型.将当期国内生产总值、前期国内生产总值、人口、当期产业结构变化、前期产业结构变化等影响电力需求的因素作为网络输入,电力需求作为网络输出,同时选择合适的隐层节点数,确定模型的网络结构.利用克隆选择粒子群算法反复优化BP网络的权值组合,将优化后的权值作为BP神经网络的初始值,进行BP算法,直至网络达到训练指标.利用近几年相关输入输出变量年度数据,对建立的模型进行电力需求实证预测分析,并同普通BP神经网络预测结果进行对比.结果表明:基于克隆选择粒子群优化的BP神经网络不仅训练速度快,而且误差小,预测精度明显提高,说明该模型对于电力需求预测的有效性.

Abstract:基于含硫化合物易于在贵金属表面形成分子膜的事实以及多头含硫有机分子有望成为新一代纳米自组装理想材料的预测,设计并合成了一系列几何形状、功能基数迥异,具有π共轭特征的刚性芳炔硫醚化合物1～7.通过MS,IR,1H和13C NMR对它们进行了结构表征.此外,对两个X型化合物参与纳米金自组装的行为进行了初步的考察.实验结果表明:多MeS-基有机分子具有良好的自组装和可拆卸效果.

Abstract:以间苯二酚和芳乙酸为原料,用三氟化硼乙醚作溶剂和催化剂,在C1试剂DMF/PCl5体系中,以90%以上产率"一锅法"合成了4个7 - 羟基异黄酮类化合物1a～1d.将1a在DMF/丙酮(3∶2 V/V)混合溶剂中,以K2CO3为碱性缩合剂、四丁基溴化铵(TBAB)为相转移催化剂,分别与α - 溴代乙酰半乳糖和α - 溴代乙酰麦芽糖发生糖苷化反应,以及随后在氨水存在下的脱乙酰基反应,得到了2种未见文献报道的新型7 - O - β - D - 异黄酮苷化合物2～3. 所合成的产物已通过MS,1HNMR和IR等波谱方法进行了结构确认. 该合成方法具有反应条件温和,后处理方便,产率较高和立体选择性强的优点,具有较大的应用价值.

Abstract:以Gd3 和Eu3 为掺杂剂,分别采用溶胶 - 凝胶法和水热法制备了稀土共掺杂纳米TiO2/MWCNT(multi-walled carbon nanotube)复合光催化剂,用扫描电子显微镜(SEM)、透射电子显微镜(TEM)、光致荧光光谱仪(PL)对光催化剂进行表征,以甲基橙为目标降解物对催化剂进行活性评价.结果表明:水热法制得的复合光催化剂样品中,二氧化钛颗粒基本均匀分布在碳纳米管上,同时,其光催化活性也比溶胶 - 凝胶法制得的样品高;Gd3 和Eu2 共掺杂能有效提高其光催化活性,当Gd3 和Eu2 掺杂量为分别为0.1%和1.0%时,TiO2/MWCNT复合光催化剂具有较高的光催化活性.

Abstract:采用管式电炉,在惰性条件下对污水污泥进行热解实验,研究温度及污泥粒径对热解产物产率和组成成分的影响.污泥根据颗粒粒径分为1～0.5 mm,0.5～0.2 mm 和≤0.2 mm 3组,热解温度范围为250～700 ℃,油液通过连接的冷凝管收集.结果表明,粒径为0.5～0.2 mm的污泥在450 ℃时,得到最大油产率32%;同时发现污泥粒径越小达到最大产率的温度越低,热解效率越高.根据GC-MS对油液的分析结果,3种热解油所含化合物主要为单环芳烃,脂肪族化合物,含氧有机化合物,含氮化合物,甾族化合物, 卤化物,含氮的杂环化合物,多环芳烃化合物等8类.

Abstract:采用多普勒流速仪测量边壁附近的流速,用间接法中的流速测量法测量边界上的切应力,用棕榈毛作为植物的模拟材料.以植物高度表示有植物床面的粗糙突起程度,以高度的方差表示粗糙度的非均匀性.在植物密度和直径不变的情况下,对不同高度组合的植物进行了水槽试验研究.探讨了植物高度的非均匀性对水流阻力的影响.结果表明:与高度均匀的植物相比,随着植物非均匀性的增大,阻力的差异先增大后减小,最后非均匀性的影响消失.

Abstract:针对视频图像的运动估计问题,提出了一种无回溯搜索的快速块匹配算法.算法基于快速模式匹配KMP算法思想,将图像中的块匹配转化为一个一维的串模式匹配.利用子块的自匹配特性,计算子块中每一个像素的next值.当模式中第j个像素与主块中的像素"失配"时,从子块的next数组中找到第r个像素继续比较,不需要回溯到开始匹配的位置.对具有不同复杂运动的视频图像进行实验,结果表明:在搜索窗口大小为(-12,-12)×(12,12)的区域内,与六边形搜索算法相比,在运算速度相同的条件下,本算法可大幅度提高运动估计的精度.

Abstract:在对生物信息学序列比对理论研究的基础上,将序列比对算法应用到入侵检测模型中,提出一种序列比对攻击特征自动提取新方法.针对Needleman-Wusch算法缺乏攻击知识积累,设计一种基于知识积累的序列比对算法IASA(Information Accumulation Sequence Alignment).新方法首先调整数据去噪并进行数据聚类,使用IASA进行序列比对,使得序列比对的特征片段趋向于更合理结果,再将比对结果所代表的攻击特征转化为IDS规则.实验结果表明,该方法能提高攻击特征生成质量,降低系统误报率.

Abstract:研究发现,网络流量自相似特性具有普遍性,且不随缓冲、交换、传输和延迟而改变,网络流量预测必须考虑这种自相似特性.本文从自相似网络流量的多个方面对现有研究成果进行了分析,从网络自相似的模型、参数估计、性能预测等多个方面对网络自相似流量预测研究进展进行了总结,并提出了一种基于测量的流量自相似等价带宽预测算法.分析表明:该算法能有效地减少计算量和降低实现复杂度.

Abstract:证明了多线性Marcinkiewicz算子在Hardy空间和Hardy-Block空间上的加权有界性.

Abstract:对一维问题,何松年新近提出一种积分形式的流量重构算法,并证明了常系数情形下重构流量L2意义下的超收敛性.本文运用超收敛基本估计对变系数情形证明了重构流量的逐点超收敛性.