基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。     

平面超椭圆曲线的二次NURBS逼近

基于超椭圆曲线的基本性质、方程及其图形表示,研究了超椭圆曲线指数s和欲逼近的二次NURBS曲线权重系数w之间的对应关系,给出了超椭圆曲线的一种高精确的二次NURBS逼近方法,避免了因超椭圆曲线取点误差而可能产生的对生成曲面的影响,也大大缩减了计算量。文中给出了超椭圆曲线的二次NURBS逼近效果图,探讨了将此方法用于飞机机身曲面外形设计的相关步骤。     

(001)SiO2衬底上LiNbO3光波导薄膜的制备

采用脉冲激光淀积技术,在（００１）取向的ＳｉＯ２衬底上制备了ＬｉＮｂＯ３薄膜。为了防止淀积过程缺氧,往淀积腔内充入１０～１５Ｐａ的流动氧气,淀积速度０．３～１．０ｎｍ／ｍｉｎ,淀积时间１ｈ,淀积结束后,充入０．６Ｐａ的氧气,在６５０℃保温０．５ｈ。采用ｘ射线衍射和扫描电镜对ＬｉＮｂＯ３薄膜的微观结构及表面形貌进行了检测。结果表明：ＬｉＮｂＯ３薄膜具有（０１２）,（０２４）典型的ＬｉＮｂＯ３粉末晶体衍射峰,薄膜成分晶体结构比较纯净,而且薄膜表面光滑。利用棱镜耦合法将波长为０．６３８μｍ的激光束耦合到ＬｉＮｂＯ３薄膜中,观察到ＬｉＮｂＯ３薄膜具有较好的光波导性能,可望应用于非线性光学器件     

概率安全评定方法的计算程序及其工程应用

考虑四种主要随机因素：载荷（作用应力）、缺陷尺寸、断裂韧性、流变应力等参数的不确定性,针对较为常见的焊接结构型式,如平板、球罐、圆柱形容器等结构上可能存在的不同缺陷类型,基于双判据失效准则,编制了较为通用的含缺陷焊接结构概率安全评定程序。对国产ＣＦ－６２钢制容积为１５３１ｍ３的球罐可能存在的缺陷进行了概率安全评定,通过对评定参数的敏感性分析,指出了影响其可靠性的关键因素。     

超跨声速喷流流场的PIV测量

对示踪粒子发生装置和几种粒子的特性进行了实验研究 ,发现压缩空气流中自然存在的润滑油粒子在跟随性、分布的均匀性和稳定性、以及浓度方面对于PIV测量都非常有利。实验成功地应用PIV技术对超跨声速喷流流场进行了测量 ,初步分析了测量结果与理论的差异 ,并分析了实验的可靠性和精度。     

最大熵磁共振成象理论

由于在实际磁共振成象系统中,只能得到有限的频谱数据,利用传统的ＦＦＴ方法重建磁共振图象,将导致截断的伪影和低的分辨率。本文提出了一种基于ＡＲ模型的最大熵磁共振成象算法,利用ＡＲ模型外推未知频谱数据,替代了ＦＦＴ方法的填零法重建,并利用了ＢＵＲＧ算法中的ＡＲ模型参数计算的有效性,不仅消除了截断伪影、抑制噪声、提高了分辨率,而且使重建时间与ＦＦＴ方法相当,完全适用于临床应用。     

基于Hamming神经网络聚类分析的进化策略

本文提出了一种基于Ｈａｍｍｉｎｇ神经网络聚类分析的进化策略,模糊自适应Ｈａｍｍｉｎｇ神经网络各类族的权重矢量纪录被进化搜索过的区域,并相应妄下该区域内最优个体和它的适应度,因此通过Ｈａｍｍｉｎｇ神经网络对进化个体的聚类分析,进化策略具有搜索记忆性,可以充分保证下一代遗传群体中个体遗传基因的丰富性,从而避免早熟现象的发生,这种进化策略还可以避免在被搜索过的区域内的无用搜索,进而加快进化策略的收敛速度     

磁-光/涡流成像技术的有限元分析

近年来迅速发展的磁－光成像（ＭＯＩ）技术使涡流检测技术得到了新的进展。本文运用磁－光／涡流成像的有限元模型对典型的飞机构件缺陷（如连接飞机表面两个铝层的紧固件下面的裂纹）进行模拟。模拟结果表明,其磁场垂直分量的变化对这种结构来说是相当灵敏的,采用ＭＯＩ技术可以用来探测隐藏在紧固件帽下面的缺陷。     

神经网络在模拟系统故障诊断中的应用

模拟系统的故障检测诊断对于电路设计,ＶＬＳＩ等具有重要意义。而元器件的实际值究竟是有效值还是故障值,以及如何在大规模电路中测量判定它都是一个研究课题。本文利用神经网络的鲁棒性及模拟故障分析中的Ｍｏｂｉｕｓ变换,提出了一种用神经网络帮助故障诊断的有效方法,解决了线性模拟系统的诊断问题。     

求解大型非对称线性方程组的拟最小残量IOM（q）算法

不完全正交化算法（IOM（q））由于存储量和计算量小，常用来求解大非对称线性方程组。而此方法收敛过程常出现不规划振荡现象，从而影响了收敛速度。本文将拟残量最小的化性质加到IMO（q）算法中，提出拟最小残量不完全正交化算法（QMRIOM（q），这样收敛曲线光滑无振荡，从而大大加快其收敛速度，而且保留其存储量和计算量小的性质。