强电磁脉冲下柴油发动机系统薄弱环节识别

为识别强电磁脉冲环境下柴油发动机系统的薄弱环节，提出了一种加权故障树和分层贝叶斯网络相结合的柴油发动机系统薄弱环节识别方法。该方法综合考虑同层单元失效的相关性，加权故障树的局部应用解决了部分条件转移概率表不易获取问题。运用贝叶斯网络双向推理功能，首先，通过柴油发动机辐照试验和电磁仿真软件获得的各部件敏感度阈值及电磁应力数据，计算出强电磁脉冲下部件级到系统级的先验失效概率；然后，依据贝叶斯概率公式计算在发动机失效条件下各部件故障的后验概率，并排序以识别其薄弱环节，为电磁防护方案的设计提供参考和建议。以宽带高功率微波(WBHPM)辐照为例，说明了柴油发动机系统分层贝叶斯网络故障模型参数获取与概率计算过程。结果表明:执行器和凸轮轴位置传感器、曲轴位置传感器既为柴油发动机系统的重要部件，也为较薄弱环节，是需要重点防护的对象。      

一种动态电源供电系统的设计实现方法

为将动态电压调整技术应用于设计中进行功耗优化,阐述了动态电源调整技术、电压识别技术、PMBus总线等基础知识,提出了一种动态电源供电系统的设计方案。采用UCD9222控制器和UCD7242驱动器的设计实例,介绍了动态电源供电系统的配置管理和实现方法,实现了对处理器内核供电电压的动态供电,具有通用性和易用性等优点,可以有效降低系统功耗,满足动态电源供电的设计需求。     

月球表层采样样品智能确认方法

表层采样是月球采样探测的重要方式，样品智能确认有助于提升工作效率与复杂问题处理能力。结合月球表层采样铲挖工作过程，分析了铲挖过程中臂载相机图像的特点，模仿有人参与识别过程，提出了层次解耦的月球样品智能识别流程，利用深度学习方法构建了一类深度卷积识别网络，完整地描述了图像、特征、标记在网络中的正反传递关系，并在月球表层采样地面试验中进行了验证，结果表明该方法对不同光照、不同背景、不同过程、不同形态的样品，具有较好的泛化识别能力，误识别率优于8.1%，平均单幅识别时间约0.7 s。     

一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小，并且容易受到干扰，如果不能有效地提取出稳定的虹膜特征进行模式匹配，将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法，在虹膜注册端通过构建强特征分类器获得增强型特征模板，在虹膜识别端通过多样本特征映射融合提取稳定的特征样本，并根据风险预测自适应地确定分类阈值，然后进行特征匹配与虹膜分类，从而有效提高虹膜识别的准确性和鲁棒性。     

基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

晶体塑性本构模型材料参数识别方法研究

为建立简单高效的晶体塑性本构模型材料参数识别方法,将传统Voronoi多晶/柱晶微结构模型进行了简化,探索了简化微结构模型的建模策略,验证了利用简化微结构模型进行材料参数识别的合理性,分别形成了针对多晶、柱晶与单晶合金的材料参数识别策略,获得了ZSGH4169,DZ125与DD6合金共15组材料参数。结果显示：简化模型的网格数量远远低于传统Voronoi微结构模型,极大地降低了计算代价;为保证简化模型的结果合理且计算代价适中,简化多晶模型需大致含有125个晶粒;相同材料参数条件下,简化模型与传统Voronoi模型的计算结果基本一致;3类合金仿真/实验结果间的最大误差均不超过5%。文中所开发材料参数识别方法计算成本小、操作难度低、运行效率高。     

弹性梁碰撞阻尼识别的新方法

首先将连续碰撞系统离散成包括任意个模态的状态方程,然后基于Hertz定理和能量平衡原理,证明弹性碰撞阻尼取决于碰撞冲量和最大碰撞力,提出了确定弹性梁碰撞阻尼的新方法,解决了碰撞阻尼识别中的关键问题。最后由两个弹性梁的碰撞实验检验了其正确和有效性。