FCM和粗集在雷达信号识别中的应用研究

连续属性离散化是粗集理论应用中面临的主要问题之一.对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗集理论将其属性进行约简提取有用规则.将此方法应用于雷达信号类型识别,可以直接从原始数据中得到识别信息,仿真实验结果证明利用此离散化方法得到的识别规则对雷达信号识别是有效和可靠的.     

多站多目标雷达数据融合

多站多目标跟踪是雷达数据融合的主要问题。提出了一种对测量数据聚类,在类间进行数据融合,之后基于目标的融合状态,采用强跟踪滤波器(STF)对多目标进行跟踪。利用上述方法,进行了各种态势下的仿真实验。     

人造“鳗鱼”呼之欲出

21世纪船舶需要低污染、低噪声、低能耗、高效率的推进装置,仿生扭摆推进装置就是与蹼动推进装置齐名的另一类颇具发展前途的船舶推进系统。当前,有关仿生扭摆推进技术不仅正成为专家、学者研究的主课题,而且还成为有眼光的企业家投资船舶产业开发的新亮点。     

基于图分割的机械系统概念模块划分

为更好地实现机械系统的模块化设计,在基于功能-行为-概念结构(function-behavior-conceptualstructure,FBCS)的产品概念设计过程中引入面向产品概念要素的图分割聚类算法,建立了一种面向FBCS的产品概念模块划分方法。以堆垛机推拉机构为例,分析了根据产品的总体目标特征,进行产品功能、行为、概念结构求解与功能分解迭代的产品概念设计分解方法。为描述概念产品,提出黑箱法和IDEF0功能描述方法相结合的概念产品建模方法,以建立产品子功能-概念结构模型。在此基础上,建立了产品概念要素(功能、行为、概念结构、接口)的相关关系分析方法,并引入图分割聚类算法进行产品概念要素聚合,以实现产品概念模块的划分。推拉机构的概念模块划分证明该方法是可行和有效的。     

混杂聚硼硅氮烷的交联过程分析及其工艺优化

合成了混杂聚硼硅氮烷(H-PBSZ)并对其结构进行了分析,分析了其交联过程,并采用不同的工艺使其交联固化,研究了交联压力对产物的结构、形貌以及表观密度的影响。结果表明,H-PBSZ结构中含有B-N、Si-N、B-H、N-H以及Si-H等化学键,随着温度的升高,B-H、N-H以及Si-H键会发生断裂;交联过程中,先驱体会放出大量的气体,交联产物的致密度受气泡大小及其速度的影响;高压交联可以减小所放出的气泡的体积,减缓其上升的速度,并可抑制含氢键的断裂反应,降低气体的放出量,从而制得较高致密度的交联产物。     

一种新型模糊神经网络及其在故障诊断中的应用

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类算法(FCM)实现测量空间的模决分割以决定模糊规则的个数,再使用模糊IF-THEN规则对分割后的各区域分别采用局部BP模型去进行逼近,最后再通过离线学习以获得不同区域故障输出与测量输入的非线性动力学特性.应用表明,提出的模糊神经网络结构、原理及实现方法是合理可行的,经过离线学习后的网络可实现对非线性系统的在线实时状态跟踪和诊断,可提高故障检测的正确率和快速性,并具有较好的泛化性能.     

连续碳化硅纤维制备工艺的基础研究

针对先驱体转化法制备SiC纤维工艺中存在的一些实际问题进行了分析和研究。探讨了初始原料PDMS中杂质氧的来源;用丙酮对PCS进行沉淀分级研究,并在此基础上对PCS进行后处理;研究了PCS纤维不熔化工艺中升温制度对不熔化结果的影响;探讨了快速烧成方式的可行性。结果表明,PDMS中氧含量偏高主要是由于合成PDMS过程中发生了引入氧的副反应。随着沉淀分级的次数增加,PCS级分的纯度提高,可纺性明显改善。不熔化处理的升温速度不宜过快,否则会引起急剧放热和过度反应。快速烧成法可以实现SiC纤维的加张和连续化生产。     

广距空间及其不动点定理

本文用一种可交换、可结合和单调不减的二元运算取代通常距离空间的三角不等式中的求和运算,建立了一种广义距离空间,简称广距空间;研究了这种空间的拓扑结构,给出了它的完备化定理;并在相当广泛的条件下建立了完备的广距空间上的压缩型映象的不动点定理.     

高含钛量碳化硅纤维的研制

本文采用一种聚钛硅氧烷与聚碳硅烷反应,制得了Ti/Si摩尔比为0.10的聚钛碳硅烷。该聚合物具有良好的成丝性与稳定性,经熔融纺丝,再经不熔化处理后,在氮气气氛保护下1300℃热处理后制得了高含钛量的碳化硅纤维。文中对聚钛硅氧烷的合成与结构,它与聚碳硅烷的反应过程及聚钛碳硅烷的热分解特性进行了分析与研究。