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。     

五自由度磁悬磨头电控系统研究

研究的高速磨床电磁悬浮磨头电控系统尽量采用最新技术，在保证系统 性能的前提下降低了系统造价。在该系统中采用TMS320F240 DSP芯片作为控制核心，同时控制磁悬浮轴承的悬浮和变频电机调速，采用运行效率很高的汇编语言编写控制软件，其中磁悬浮轴承是PID控制算法，电机调速为SPWM方式。磁悬浮轴承PWM功率放大器中采用能简化驱动的新型半桥电路，电机调速主电路中采用智能功率模块（IPM）。动态刚度测试和高速运转实验表明，该电控系统满足高速磨床电磁悬浮磨头的控制要求。     

全位置自动焊管机TIG焊电源研制

本文介绍了一种适用于管－管、管－板对接的全位置自动TIG焊晶体管电源，该电源采用可编程控制器控制，具有直流／脉冲功能，焊接参数在4个区间内可分别预测，试验表明，该电源区间过渡时电弧稳定，抗干扰能力强，焊缝均匀、连接。     

多随机变量的桁架结构系统的可靠性分析及优化设计

针对桁架结构系统，采用随机有限元法（SFEM）计算结构系统的响应量，考虑内力重新分配，建立失效模式的安全余量方程，用验算点法计算失效模式安全余量的可靠性指标，用改进的分枝限界法，寻找主要失效模式，通过对主要失效模式方程线性化研究，计算失效模式安全余量之间的相关系数，寻找主要失效模式，通过对主要失效模式方程线性化研究，计算失效模式安全余量之间的相关系数，最后用PNET法计算出结构系统的失效概率，同时给出多随机变量的结构系统可靠度的敏度表达式，采用最佳矢量法，求解了大型桁架结构系统基于可靠性指标约束下的最小重量的优化设计问题，最后，给出了实际算例，计算结果表明；采用随机有限元法能更好地考虑结构系统的多个随机变量对系统可靠性产生的影响；所采用的可靠性分析方法和优化方法是有效的。     

一种基于天线虚拟运动的跳空扩频调制方法

为了加强无线通信物理层的传输安全,提出了一种基于天线虚拟运动的跳空扩频调制信号,采用天线的切换发射仿真天线运动,并且天线的切换方式由扩频码控制。利用天线开关函数产生的谐波分量构成一个空间扩频信号,这样发射的扩频信号不仅与发射信号使用的扩频码有关,而且与接收机相对于发射机的空间方位信息有关,是一种多天线跳空方式产生的扩频信号。最后给出了跳空扩频信号的频谱扩展性能、自相关性能、互相关性能、安全性能和多用户的通信性能,仿真结果表明跳空扩频信号为信息提供了一种更加安全的无线传输方法。     

基于主动转向干预的EPS系统转向盘力矩突变修正策略

在研究融合主动转向功能的电动助力转向系统实现原理的基础上,分析转向系统的力矩和角位移传递特性。针对主动转向干预时转向盘力矩发生突变的问题,提出一种适用于全车速范围的助力电机前馈助力修正策略。为验证所提出的前馈助力修正策略的修正效果,进行主动转向干预时转向盘力矩阶跃仿真试验。仿真结果表明:该策略有效地削弱了伴随主动转向干预同时出现的转向盘力矩突变,且在高速时该修正策略仍然有效,改善了主动转向干预时转向系统的转向路感。     

风力机叶型增升技术

介绍了利用栅片改善风力机叶型大迎角下气动性能的研究结果。通过对风力机专用翼型的数值模拟,研究了栅片对翼型流动分离的控制效果,并在数值模拟结果的基础上对栅片进行基因算法优化。优化过程采用多岛基因算法,以N-S方程为控制方程,以升力最佳为目标,对栅片进行多参数优化。结果表明:栅片可以有效控制翼型的失速特性,抑制翼型大迎角下的流动分离,推迟失速攻角和增加升力;基因优化算法能更大地提升栅片的控制效果。     

民用飞机发动机吊挂部段静力试验与静强度分析

根据民用飞机发动机吊挂部段静力试验技术需求,研制了一套用于吊挂部段静力试验的试验系统,解决了吊挂支持模拟、加载边界模拟等关键技术,完成了吊挂应急着陆、航向侧移两种危险工况试验,并结合试验台架-吊挂有限元分析模型对吊挂进行了静强度分析.试验结果表明,试验系统工作稳定可靠,吊挂在应急着陆等工况下未发生有害塑性变形,其强度、刚度满足设计要求.对比显示:试验最大应力与有限元分析相对误差均小于8％,验证了分析模型的准确性.试验结果可作为民用飞机发动机吊挂部段强度性能的评定依据,有限元建模方法可应用于吊挂部段改型设计.     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。