高强度热处理双相钢制绳线材研制

本文通过实验提出了一种双相钢制绳线材的热处理工艺程序,即:奥氏体化及水淬以获得全部马氏体组织→临界间加热淬火以获双相组织并回火→酸洗磷化后多道次连续冷拔至终尺寸→人工时效。按此程序生产的线材σ_b 可达1800MPa 以上,且扭转、弯曲疲劳性能超过标准规定值。     

YN／变压器负序电流和谐波电流的分析

考虑二相负荷大小、功率因数变化,分析了ＹＮ／联结平衡变压器用于铁道牵引电站时一次侧的负序和谐波电流的变化规律。通过与ＹＮ／△接线变压器比较,说明ＹＮ／联结平衡变压器在减小电网负序和谐波电流方面具有很大优势。在牵引电站中使用该变压器能显著地提高牵引供电系统的技术和经济性能。     

基于MAP估计的图像超分辨率重建

从一组低分辨率图像中重建一幅高分辨率图像,给出基于MAP估计的近似算法。描述从场景空间到观测图像的线性映射关系,介绍了核心重建算法;算法适合观测条件相似的情况。在贝叶斯方法中,使用Laplace算子作估计图像的领域平滑相关性假设。最后的实验表明了算法在改善空间分辨率上的显著效果。     

双箭头负泊松比结构抗侵彻性能

采用数值模拟方法研究了双箭头负泊松比多胞结构抗子弹侵彻性能,对比分析了顶边撞击、铰点撞击、侧边撞击三种弹靶作用条件下子弹的侵彻行为与双箭头负泊松比结构的破坏形式。研究结果表明:当子弹以较高速度撞击双箭头负泊松比结构时,该结构的负泊松比效应不显著;顶边撞击与铰点撞击时,子弹直接贯穿结构,胞元破坏较小,此时双箭头负泊松比多胞结构抗侵彻性能较差;侧边撞击时,子弹未贯穿多胞结构,胞元破坏较大,双箭头负泊松比结构依靠其双三角结构使子弹发生偏转,显著增大了其侵彻阻力。分析了顶边撞击时子弹的入射角度变化对于双箭头负泊松比结构抗侵彻性能的影响,发现存在30°入射角和60°入射角。当子弹处于这两种入射角附近时,双箭头负泊松比多胞结构具有一定的抗侵彻能力。     

面向癫痫脑电的简化深度学习模型

针对脑电信号随机性强、动态变化迅速等特点,提出了一种简化深度学习模型研究癫痫脑电识别问题。提出的模型以一维卷积神经网络为基础,在结构方面简化了卷积层、池化层等以提高模型效率,在整体框架方面应用了Keras框架,在训练优化算法方面采用RMSProp算法作为模型优化算法,通过预定义的目标函数来进行损失估计,模型设计上加入了批标准化层和全局均值池化层。基于所提模型,从三个方面研究了癫痫脑电识别问题,即:利用经验模态分解,分别选取前三阶、前五阶、前七阶、前八阶的本征模态函数分量,在简化模型上进行对比分析;利用提出模型所具备的深度学习特点,直接识别原始脑电信号而无须特征提取环节;增加了三种不同方法分别提取7类特征,对相同的脑电数据进行对比分析。性能分析结果表明:对于五类不同的脑电信号,前三阶的本征模态函数分量的识别率达到92.1%,比其他几种处理方式识别率高;前八阶的本征模态分量识别率不及原始信号,表明人工数据处理时会给数据带来噪声; 所提出的简化深度学习模型能高效处理癫痫脑电识别问题,具备较高效率和较好性能。     

一种提高防空导弹武器系统守时精度的方法

随着现代战争逐步向以网络为中心的信息化作战的发展,为赢得战场主动权,提高信息资源的实际应用性,对作战系统内的时统提出了更高要求。剖析了系统守时误差的来源,针对以网络时码数据和准秒脉冲进行校时的系统,提出了一种提高系统守时精度的方法——误差比例修正法,该方法采用自适应修正功能,使系统在失去准秒校时后的较长时间内仍能保持一定的守时精度,并且成功在某型号防空导弹武器系统中运用,试验结果验证了该方法的有效性和可行性。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

一种模块化多电平变换器的改进型预充电策略

为实现基于模块化多电平变换器(modular multilevel converter, MMC)的变频驱动系统启动前对电容的平稳准确充电,提出了一种预充电策略。MMC预充电过程可分为不控充电阶段和可控充电阶段。以可控充电阶段的控制策略为研究重点,分析了充电电流恒定时的电压变化规律,给出了充电电流控制方程。该策略充电时间可调,无需实时观测子模块电容电压,能使各电容电压平均、平稳上升,半实物仿真证明了所提方案的正确性和有效性,为MMC驱动电机提供了应用基础。     

叶片数对无轴泵喷推进器性能的影响

为丰富无轴泵喷推进器噪声性能优化理论,研究了叶片数对无轴泵喷推进器性能的影响,重点探究了不同叶片数下无轴泵喷推进器内的压力脉动变化规律。基于计算流体力学中的有限体积法离散RANS方程,应用RNG k-ε湍流模型封闭计算模型,采用SIMPLEC进行压力-速度耦合,对不同叶片数下的无轴泵喷推进器内部流场进行了非定常数值模拟计算,并对计算结果进行了详细的对比分析。研究结果表明：随叶片数的增加,无轴泵喷推进器模型的扬程、效率和推力均逐渐增大,叶片表面压力分布更加均匀,叶轮轮缘和中部的压力脉动均明显降低,叶轮进出口主频处的压力脉动幅值从轮缘向中心逐渐减小。     

YHFT-DX高性能DSP中Cache失效流水设计

YHFT-DX是国防科技大学自主研制的一款高性能DSP.以提升YHFI-DX的 Cache 性能为目标,研究了降低 Cache 失效延迟的优化策略,设计并实现了一种针对高频高性能DSP的一级数据Cache优化策略--失效流水.与传统优化策略相比,该策略将连续访问Cache的失效请求并进行流水化处理,使多个Cache失效延迟重叠,从而达到降低平均Cache失效代价的目的.将该策略应用到YHFT-DX芯片的一级数据Cache控制器的设计与优化中,使访问Cache失效引起的流水线停顿从8拍降为2拍,显著提升了系统性能.