基于两相流理论的RSP型分解炉三维流场数值模拟研究

以RSP型强化悬浮式分解炉的气固两相流为研究对象，对气相采用k-ε模型，对颗粒相采用随机轨道模型，并考虑相间耦合的相互作用；建立了描述分解炉内部流场的数学模型，应用SIM-PLE算法成功地进行了分解炉内部三维流场的数值模拟仿真，并利用计算模拟结果对分解炉结构优化设计提出了改进建议．     

Hoff理论下正交各向异性夹层板的基本方程

本文在Hoff型理论意义下推导了表层为正交各向异性薄板,夹心为正交各向异性的蜂窝夹层板的基本方程。并推广应用了胡海昌简化方程法,使得方程得以解偶。文章提供了分解刚度法在解正交各向异性板时如何解决D_f=∞时的W~*,ψ_x~*,ψ_y~*的解法。     

基于小波域数字水印技术的图像版权保护方法

提出了一种基于人眼视觉特性的小波变换数字水印算法,该算法能够依据人眼视觉特性,将水印信息嵌入到小波变换域的不同尺度、不同方向分量上,从而提供检测局部空域和频域变化的能力,实现局部水印和全局水印之双重目的.实验结果表明所提出的数字水印不仅具有较好的透明性,而且对诸如剪切、低通滤波等攻击均具有较好的鲁棒性.     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

多分辨率曲面

给出了基于向量空间的多分辨率分析和端点插值B样条小波理论的多分辨率曲面的表示及有关理论，提出了多分辨率曲面编辑的若干算法，在计算机上实现了所有算法，并附有实例。     

基于m序列调制的自适应音频数字水印算法研究

提出了一种基于m序列调制的自适应音频数字水印算法．该算法首先将视觉上可辨的二值水印图像降维为一维序列，再将水印序列伪随机排序并与m序列作扩频调制，最后对数字音频信号进行分段离散小波变换，把经过调制的水印信息自适应地嵌入到原音频信号小波分解中等尺度绝对值较大的分量上．仿真实验证明了算法的稳健性和不可觉察性．     

关于多部图Kn(t)的{D,C4}--强制分解

设 n,t为正整数,以 Kn(t)表示基于顶点集 X= Xi上的完全 n部图,其中 |X1|=|X2|=…… =|Xn|=t.文章研究 了完全多部图 Kn(t)的 {D,C4}--分解,使得分解中至少有一个 D和一个 C4,称这样的分解为 Kn(t)的 {D,C4}--强制分解.文章给出了 Kn(t)的 {D,C4}--强制分解存在的必要且充分条件.     

基于小波网络的发动机瞬态工况进气流量动态辨识与预测研究

由于发动机进气系统具有复杂的非线性动态特性,因此构建了进气流量小波网络辨识与预测模型,并利用最小二乘法(DLS)对小波网络参数和预测控制率进行了学习和优化,以提高小波网络预测模型的可靠性和预测精度。作为对比建立了基于BP神经网络的预测模型,并利用瞬态工况试验数据分别对两种模型进行了仿真研究。结果表明,小波网络模型能有效地预测发动机瞬态工况进气流量,与BP神经网络预测模型相比,误差精度更高,可用于发动机瞬态工况空燃比的精确控制。     

三相整流电路故障诊断技术

三相整流器作为交直流不间断电源的核心,若不能及时对其进行故障诊断,可能会导致故障范围扩大,使系统越来越多的功能失效,造成巨大的安全隐患和经济损失.本文重点研究电力电子电路故障诊断及定位技术,基于小波分析提取故障特征向量,再对故障特征向量进行编码,最终实现通过BP神经网络算法进行故障诊断及定位.     

基于优化支持向量机-混沌BP神经网络的基坑变形预测研究

为解决基坑变形预测精度低的问题,采用小波去噪分离基坑变形的趋势项及误差项序列,并利用多种优化的支持向量机对趋势项序列进行预测,采用混沌BP神经网络对误差项序列进行预测,将两者预测结果进行叠加即得到变形预测值,且可根据后期监测数据的更新,实时增加数据信息,达到跟踪预测的目的。经过3个实例检验,得出小波函数的去噪效果相对较优,且预测结果的相对误差均值均小于2%,验证了优化支持向量机-混沌BP神经网络模型的有效性,且该模型具有预测精度高、适用性强等优点,对掌握基坑变形的发展趋势及评价基坑的稳定性具有重要意义。