钢板内部缺陷失效分析

采用120 mm厚的45#钢轧制板材经粗加工后进行调质处理,热处理后超声探伤发现钢板厚度方向中部存在缺陷。通过失效分析认为,钢板内部的缺陷为沿变形方向分布的带状组织,部分带状组织中存在沿晶裂纹。形成带状组织及裂纹的机理是原材料钢锭浇铸过程中心部形成枝晶偏析,轧制过程中偏析区被拉长因而形成偏析条带,条带区因富含Mn、S、P等元素形成硬度较高的马氏体组织,调质热处理过程中在组织应力及热应力作用下马氏体条带组织区域发生沿晶脆性开裂。     

基于潜在成分和概率神经网络的时变结构系统的损伤识别

介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试.     

质谱计在行星系统与小天体探测中的应用

质谱计多次应用于行星系统和小天体的大气层与土壤吸附气体或挥发组分及其同位素含量探索,是太阳系行星系统和小天体探测计划中的首选载荷之一。大气和土壤元素及其同位素组分探测对资源勘探、行星系统的宜居性、天体演化、起源及其重要事件的精准时间坐标研究等具有重要意义。质谱计已多次成功应用于火星、土星系、木星系、彗星等探测任务中开展大气环境探测。质谱计的探测对象主要包括太阳系行星、行星卫星如月球、木星伽利略卫星、土卫,以及地外小行星和彗星。四极杆质谱计在当前的深空空间环境探测活动中应用最为广泛。利用四极杆质谱计除可用于探测稀薄天体大气与土壤析出气体外,如增加抽真空能力的前端设计,则具备探测稠密大气成分的能力。中科院空间中心研发的星载质谱计已多次成功应用于地球行星大气成分和密度探测。     

基于核主成分分析的空域复杂度无监督评估

空域复杂度评估作为衡量空域运行态势、管制员工作压力的关键手段,是运行调控的基础。由于影响因素众多,不同因素间耦合关联复杂,且标定样本很难获取,空域复杂度的准确评估被公认为航空领域的一个挑战性问题。提出了一种空域复杂度的无监督评估方法。首先通过核主成分分析挖掘原始样本各维度的非线性耦合关系,准确提取能够最大化复杂度评估信息量的主成分,进一步设计了可按需定制的主成分聚类方法,实现了无监督条件下空域复杂度的准确评估,为空域划分、流量管理提供了有效的技术支撑。     

基于PCA-IMD的加注泵融合式健康监测研究

针对加注系统中加注泵的健康监测问题,提出一种基于主成分分析(Principal Component Analysis,PCA)与改进马氏距离(Improved Mahalanobis Distance,IMD)相融合的健康度量模型。对系统健康度、健康度量等相关概念进行研究,选用距离测度中的马氏距离作为度量加注泵健康状态的标准。基于PCA对测试样本进行优化,降低测试样本属性维数,采用IMD计算优化后得到的主成分样本矩阵改进马氏距离,以平均IMD值表征待评估系统的健康状态变化情况。通过加注泵加注过程中实际测试数据验证了该方案的准确性。     

空间大气成分探测傅立叶变换红外光谱仪

文章阐述了用于空间大气成分探测傅立叶变换红外光谱仪的国外发展状况,主要介绍了几种国外先进的高分辨率空间大气探测用傅立叶变换红外光谱仪的结构、应用范围和技术指标,比较了这几种设备的优缺点和技术特点。     

令人震惊的输血疗法

正我们每个人都希望自己永葆青春。最近,以输血保持青春容颜的方式在坊间颇为流行。最初,一些韩国艺人声称自己定期接受输血,以保持健康状态。众所周知,韩国整形外科手术水平先进,磨骨、拉皮等外科手术在当地平常无奇,"输血葆青春"还是令人震惊。使用者辩称,随着年龄的增长血液中存在不少有毒物质,经过换血后,有毒物质得到清除,衰老便得到延缓。如此骇人听闻的消息让我们不禁想问,正常人输血是否真的有助于健康?换血真的能缓解衰老保持青春容颜吗?     

“卡西尼”牵手土星

价值连城的美国大型空间探测器“卡西尼”(Cassini)在经过长达约7年、航行几十亿千米的星际历程之后，终于在2004年7月1日进入土星轨道，开始它4年的环绕飞行。大约6个月后．该探测器将释放所携带的子探测器“惠更斯”(Huygens)．它穿过浓密的大气到达土星的一个叫“泰坦”(Titan．又叫土卫6)的卫星，它们的主要任务是研究土星光环的三维结构和动力学状态．分析土星卫星的表面成分和地质史等。来自美国和欧洲的科学家将借助“卡西尼”携带的两架相机对土里的特征，卫里和光环作更深入的研究。     

基于主成分的编队级网络对抗效能评估指标体系

分析建立编队级网络对抗评估指标体系的原则,用主成分分析法对指标进行处理,求得7个主成分.根据正交原则将20个指标分配到7个主成分中,赋予每个主成分以实际含义,最终建立了编队级网络对抗效能评估指标体系.     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。