基于PFA的派生式简易CAPP系统设计

首先分析了派生式CAPP系统设计采用生产流程分析法(PFA)对零件分组的必要性;详细介绍了基于PFA的派生式简易CAPP系统的设计过程,包括对零件编码、分组、建立特征矩阵及工艺文件等.使用该系统为每个零件编制工艺规程时,只需对标准工艺规程作少量修改,同时还可得到加工所用的机床组,极大地提高了工艺部门的工作效率.     

基于"3S"的大型水上桥梁识别系统

目标识别长期以来一直是图像处理研究的热点之一,在军事和民事方面有重要的应用.文中基于大型桥梁的先验知识,研究了通过水域的纹理特征来检出水域的方法,再应用"3S集成技术",通过数字高程模型(DEM)检出桥梁域,从而提供了对大型水上桥梁识别的一种新方法.     

一种新的求解非线性最小二乘问题的牛顿迭代算法

通过对普通牛顿迭代法的Hessian矩阵添加一个正则化因子,改善迭代过程中Hessian矩阵的病态程度,构造出一种新的求解不适定非线性最小二乘问题牛顿迭代算法,并给出算法迭代步骤,解决了普通牛顿迭代法在迭代过程中其Hessian矩阵秩亏或者严重病态而导致不能收敛的问题,最后,以地基沉降-时间关系预测的泊松模型为例,进行了数值分析实验,结果表明本研究中所提方法是适用的．     

一种计算自锚式悬索桥吊杆施工张拉力的方法探讨

自锚式悬索桥施工过程当中,控制吊杆施工张拉力,使桥梁在施工完毕后达到理想的设计状态,是个非常重要的问题。结合自锚式悬索桥施工过程中的力学特性,提出采用基于几何线性、几何非线性的影响矩阵法确定自锚式悬索桥的施工张拉力,该方法计算简单,所得结果符合要求。     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

基于柔度曲率矩阵的加筋板结构损伤识别方法

为了对船舶工程中典型结构即加筋板结构的损伤部位进行准确的损伤识别分析,文章提出了一种基于柔度曲率矩阵的损伤识别方法并进行了仿真分析。首先对加筋板结构进行单元划分,以结构响应通过矩阵的列最大值来建立节点柔度矩阵,并通过二阶微分对柔度值的变化进行放大进而得到柔度曲率矩阵,最后通过柔度曲率矩阵图或者柔度曲率矩阵的行(列)曲率图来判断损伤位置。算例分析表明,该方法损伤定位准确并且具有较高的灵敏度,避免了使用原未损结构的模态参数,只需损伤结构的一阶或者前几阶模态信息就可以有效地进行损伤识别分析。通过大量模拟,给出了加筋板结构损伤的判别图。     

多数据源舰船通信网络节点安全态势评估研究

传统舰船通信网络节点安全性评估准确率较低,对此提出新型多数据源的舰船通信网络节点安全态势评估方法。引入节点易损性容忍概念,计算当前舰船网络节点的最大易损性容忍率,判断通信节点易损类型,对当前舰船所使用的3类通信网络节点拓扑结构分别进行节点安全态势分析,根据计算结果评估当前状态,实现通信网络节点安全态势的整体评估。实验数据表明,提出的多数据源舰船通信网络节点安全评估较传统评估方法相比,节点传输安全性指标评估准确率提高15%,节点路径契合率指标评估准确率提高22%,可以有效提高节点评估准确度。     

TD结合系统故障分析及改进方法

通过介绍TD结合系统,从数据完全丢失和数据不完整两个方面分析影响调度命令传输问题发生的因素,并分别提出科学的改进方法.旨在通过相当于在这个不可靠的通道上建立一种相对可靠的应用层的传输方式,为今后TD结合新的方案提供一些借鉴,使调度命令传输问题发生率大幅降低.     

基于二进制可辨矩阵知识约简方法的完备有效性

对于海量数据的铁路各种信息管理系统,利用基于二进制可辨矩阵的知识约简方法简化数据和从大量的冗余数据中挖掘出有价值的信息,是一种很有前途的方法。但实例证明该方法中的一些规则在有些情况下还不是完备有效的。因此,以从铁道部某管理信息系统的数据中抽取并建立的决策表为例进行检算和分析,提出基于二进制可辨矩阵知识约简方法的有效性及完备性的形式化定义,即:若给定二进制矩阵其列向量逻辑和为全“1”,则其正域相等,称其为有效;反之也成立,则称其为完备。从理论上给出严格的证明,首先求出有效和完备的二进制矩阵,然后求出最简的二进制矩阵,所得结果就是最简约简。