设计敏度在气动弹性遗传优化中的应用

利用遗传算法和遗传/敏度混合优化算法对某复合材料机翼进行气动弹性优化设计研究,并提出在使用这两种算法时根据设计敏度信息计算设计变量的重要性指标、从而确定主要和次要设计变量、进而调整设计变量变化域的方法,以提高算法的寻优效率.研究表明:设计变量变化域的定义直接影响遗传算法和遗传/敏度混合优化算法的寻优效率,特别是单独使用遗传算法时影响程度更大;定义时应该在确保设计空间包含足够的优秀可行解的前提下,尽可能地缩减搜索空间.所提出的基于设计敏度调整设计变量变化域的方法在实际应用中能取得较好的效果:该方法既能明显提高遗传算法和遗传/敏度混合优化算法的搜索效率,又能显著增强两种算法辨识可行域的能力.      

L10结构金属间化合物空位形成能

L1₀结构CoPt和FePt 薄膜因其高磁各向异性而成为新一代超高磁记录密度材料.采用Miedema理论计算了多种L1₀结构金属间化合物的空位形成能.研究结果表明:在这些金属间化合物中可能形成的空位类型,如FeNi和MnNi合金中易形成Ni空位;FePt和FePd合金中易形成Fe空位;CoPt合金中易形成Co空位;NiPt合金中易形成Ni空位;MnPt合金中易形成Pt空位;MnPd和MnHg合金中易形成Mn空位;MnRh合金中易形成Rh空位.这一研究结果为进一步研究开发高性能的磁性薄膜提供了理论依据.     

高精度光纤陀螺高带宽信号检测方案

研究兼顾静态性能和力学环境适应性的信号检测方案是高精度光纤陀螺实用化的迫切要求.分析了高精度光纤陀螺全数字闭环信号检测过程,推导了系统的闭环传递函数.一般的基频调制使检测系统的采样周期长、带宽低,反馈不能很好地补偿因力学环境产生的高频噪声信号,会破坏系统闭环,产生较大的动态误差.设计了三倍频调制/解调数字闭环信号检测方案,使采样周期是基频调制方案的1/3,有效提高了系统带宽.两种方案的力学环境实验和静态实验结果对比说明,三倍频方案明显提高了高精度光纤陀螺的力学环境适应性,同时静态性能不受影响,能够满足实际应用的要求.      

有源周期性结构控制电磁波反射波束指向研究

提出有源反射的概念.利用如光带隙电磁结晶结构、高阻抗结构等周期性结构的带隙特性和 阻抗特性,通过在类似高阻抗表面的周期性金属单元表面铺设有源器件--变容二极管,控 制周期性结构的性能,建立有源周期性结构,影响入射电磁波的传播特性,实现对反射波束 的指向的有源控制和有效改变.仿真实验证明采用单层或双层有源周期性结构表面,可以有 效控制反射波束的相位和角度指向.     

SCI网络拓扑结构的可生存性

从航空电子系统的需求出发,研究了适于航电系统的SCI(Scalable Coherent Interface)网络拓扑结构的可生存性.选择了由双节点或skip-a-node结构形式构成的网格形、蝶形等适于SCI网络的拓扑形式并构造了二种网络拓扑结构以便于不同结构的可生存性比较.同时考虑边及节点损坏的情况,利用图的邻接矩阵对网络连通关系进行了计算和分析,找到并印证了具有高可生存性的拓扑形式,同时发现相同结构下小环方向的改变对可生存性也有影响.      

基于边缘与颜色信息的车牌精确定位算法

针对现有车牌定位算法定位率不高和速度慢等问题,结合数学形态学,提出了一种基于车牌边缘检测与颜色信息的精确定位算法.首先对图像进行灰度化、平滑去噪及灰度拉伸等预处理,然后对图像进行垂直边缘检测和二值化处理;再采用线过滤算法滤去干扰边缘线信息,并利用车牌区域灰度变化次数多的特性定位出车牌上下边缘;对经过上下边缘定位后的车牌采用点密度过滤算法滤去零散点,接着采用数学形态学方法寻找连通域粗定位出车牌区域;最后对粗定位车牌在HSV空间进行颜色分割和倾斜矫正,从而精确定位出车牌.实验结果表明,该算法能够实现车牌的快速精确定位.      

众眼看宇宙

天文学家使用哈勃空间望远镜发现一个朦胧的暗物质环，这团暗物质是很久以前由两个大质量星系团猛烈撞击而形成。这个环状结构的发现为暗物质的存在提供了有力的证据。作为将星系团凝聚在一起的额外引力源，天文学家们长时间以来一直在怀疑这种不可见物质的存在。但如果星系团仅仅是依靠他们可见成员星的引力来维持，早就崩溃瓦解了。尽管天文学家不知道暗物质是由什么组成的，但他们假设那是一种遍布宇宙的基本粒子。     

基于小波包分解的早期碰摩故障诊断研究

研究了旋转机械转静件早期碰摩故障信号的检测问题.根据小波包分解能在所有频率范围聚焦,对信号奇异性非常敏感的特性,对比分析了不碰摩和早期碰摩信号的小波包分解细节分量,得出应用小波包分解可实现早期碰摩故障诊断.同时,还研究并实现了碰摩故障的定位问题.      

SMARC变形控制及神经网络建模

在复合材料层板中偏离中性层的位置铺设镍钛形状记忆合金丝,然后通电加热镍钛丝,使其在形状回复过程中产生巨大的回复力,从而使层板结构发生弯曲变形.由于形状记忆合金的非线性以及合成的智能材料结构的应力、应变分布和形状变化规律都非常复杂,尝试引入人工神经网络来建立以可控参量(电流强度)为输入变量、易测参量(稳态挠度)为输出变量的模型,所建模型的预测数据与实验数据之间符合得较好,相对误差小于9%.      

神经网络方法在太阳质子事件短期预报中的应用

在大量统计结果的基础上,深入研究了太阳质子事件预报机理．总结了质子事件爆发与太阳活动区面积、位置、McIntosh结构、磁结构以及前两天活动区爆发耀斑事件数目之间的关系．然后,在神经网络的基础上建立了太阳质子事件短期预报模型,并对2000年以后12个未参加训练的样本进行测试,结果对事件预报的准确率为83％．此外,我们还利用该模型对2002年1-4月发生的几次质子事件进行了预报试验,结果发现,这期间发生的6次事件都被预报．其中3次质子事件系统预报提前了3天,两次事件预报提前了2天,一次事件提前1天预报．