变换器短路故障时整流发电机的暂态电流计算

考虑直流变换器侧短路故障时,整流发电机带直流变换器运行可以等效为整流发电机突加RLC负载,其暂态电流计算直接关系到直流故障诊断和保护.通过将RLC负载从直流侧等效至交流侧后,将暂态电流计算等效为同步发电机串联RLC后三相短路电流计算;在得到了暂态电流的表达式后,通过类比同步发电机三相短路电流的初值、终值和时间常数计算,...     

基于自由空间光的无人机集群通信载荷技术发展现状与趋势

对基于自由空间光(Free Space Optical,FSO)的无人机集群通信载荷技术应用需求进行了归纳总结,论述了 FSO通信技术及应用在无人机载荷的国内外发展现状,展望了高速移动通信环境下无人机集群FSO通信载荷技术的未来发展趋势,进一步深入分析了应用于无人机集群的FSO通信链路的关键技术.可以预见,基于FSO的...     

基于支持向量机的雷达弹道外推方法仿真研究

支持向量机是一种求解回归预测问题的优秀决策方法,具有坚实的理论基础和优秀的预测性能。为解决目前雷达弹道外推中存在的精度不高和不能有效识别弹道等问题,对基于支持向量机的雷达弹道外推方法进行了仿真设计,并通过仿真弹道模拟雷达采样,进行了仿真实验。仿真实验结果表明:基于支持向量机的雷达弹道外推方法实用可行,可以获得较高的外推精度,并且能够有效地进行弹道识别。     

谈农村防火能力的提高

针对农村火灾形势严峻的现状,从建筑布局、耐火等级、消防基础设施、防火管理、村民消防安全素质、消防救援等方面分析了农村消防安全现状,提出了科学编制农村消防规划、规范农村住宅建设、加强防火管理、完善农村消防站(点)和基本消防设施建设、加大农村"三合一"建筑整治力度等对策。     

模糊综合评判在战斗损伤评估中的应用

应用模糊综合评判对某型火炮的试验数据进行了初步分析,通过聚类分析得出了该型火炮的易损部件(战斗损伤),以及参加试验的6门火炮的损伤等级。计算结果表明,在战损评估中应用模糊数学的方法是可行的。     

残差GM（1，1）模型在恒加试验中的应用

介绍了目前恒加试验中,正常应力水平下特征寿命点估计的数据统计分析方法及其不足。针对恒加试验的特点和所需解决的问题,基于灰色预测理论的残差GM(1,1)模型,给出了一种新的求解方法。最后分别运用三种不同的方法对给出的应用实例进行正常应力水平下特征寿命值的求解,证明了本文所给出的方法确实可行。     

飞机CAN总线线缆测试系统设计

为实现飞机CAN总线线缆的多种性能测试,研制了一种基于便携式工控机、VC++和Access数据库的新型的线缆综合测试系统,详细介绍了系统的硬件结构、软件设计方法;该测试系统硬件设计采用电路模块化设计技术并集成于工控机上,实现了飞机电缆的短路测试、接地测试、断路测试、交叉测试以及总线传输阻抗与信号衰减的测量,同时实现了总线通信的测试;软件通过接口完成数据库查询、数据分析以及结果显示、存储、报表和打印功能。系统检测速度快、可靠性高,实现了飞机线缆的集成化、自动化、可视化测试。     

基于多元高斯声束模型的圆柱体三维声场仿真

结合圆柱体工件内部缺陷超声检测的实际情况,采用多元高斯声束模型仿真了检测时超声波的三维声场分布。针对水浸式超声检测原理,将超声传播的过程分解成探头发射、液体耦合介质中的传播、液固界面处的传播和固体工件中的传播等4个阶段,建立了传播过程中的声场模型并得出仿真结果.分析了三维坐标体系中不同方向的声场变化情况,结果表明采用多元高斯声束模型模拟三维声场的有效性和准确性,研究的结果对于实际圆柱体工件的内部缺陷检测提供理论依据。     

合成双射流冲击平板流场结构与模态分解分析

为揭示合成双射流冲击平板流场结构特征,通过大涡模拟方法对合成双射流冲击平板流动进行了仿真,采用有限时间Lyapunov指数方法对流场的拉格朗日涡结构进行了识别,并与欧拉框架下的速度矢量和涡量结果进行了对比分析。结果表明,在合成双射流两股射流交替作用下,射流核心区涡系结构较为复杂且涡量丰富,远离核心区存在一对稳定的涡结构,且拉格朗日涡结构与涡量对应较好,为合成双射流冲击冷却的布局设计提供了指导。另外,流场本征正交分解表明,第一阶模态关于激励器出口中心轴线大致对称,其能量占总体能量的35%,前6阶模态的能量占80%;根据前6阶模态所反映的流场特性,合成双射流冲击平板流场具有高度的对称性。     

Screening multi-dimensional heterogeneous populations for infectious diseases under scarce testing resources,with application to COVID-19

Testing provides essential information for managing infectious disease outbreaks, such as the COVID-19 pandemic. When testing resources are scarce, an important managerial decision is who to test. This decision is compounded by the fact that potential testing subjects are heterogeneous in multiple dimensions that are important to consider, including their likelihood of being disease-positive, and how much potential harm would be averted through testing and the subsequent interventions. To increase testing coverage, pooled testing can be utilized, but this comes at a cost of increased false-negatives when the test is imperfect. Then, the decision problem is to partition the heterogeneous testing population into three mutually exclusive sets: those to be individually tested, those to be pool tested, and those not to be tested. Additionally, the subjects to be pool tested must be further partitioned into testing pools, potentially containing different numbers of subjects. The objectives include the minimization of harm (through detection and mitigation) or maximization of testing coverage. We develop data-driven optimization models and algorithms to design pooled testing strategies, and show, via a COVID-19 contact tracing case study, that the proposed testing strategies can substantially outperform the current practice used for COVID-19 contact tracing (individually testing those contacts with symptoms). Our results demonstrate the substantial benefits of optimizing the testing design, while considering the multiple dimensions of population heterogeneity and the limited testing capacity.