粘弹性人工边界在地下结构抗震分析中的应用

地下结构地震反应分析需考虑结构-地基的动力相互作用,其中场地土层的自由场反应分析是确定地震输入的关键问题。以往地下工程实例表明,在结构动力时程计算中,能否有效模拟无限地基边界对结构抗震分析有很大的影响。基于某地下综合体项目进行抗震评估,采用黏弹性人工边界模拟自由场震动响应,克服工程中传统分析里不能模拟场地无限域的缺点。为地下结构的动力时程分析提供可靠数值依据。     

考虑拥堵空间排队与溢出的道路网静态交通流分配

为刻画拥堵空间排队与溢出现象对交通流分配的影响，提出考虑拥堵空间排队与溢出的道路网静态交通流分配问题，并构建相关的求解算法，用于描述交通需求在起讫点移动过程中路网整体的宏观运行状态。首先，丰富和完善考虑拥堵空间排队与溢出的静态交通流分配的相关假设，提出次生瓶颈、拥堵干扰与渗透和分段化路段阻抗等基本概念和理论，来刻画拥堵交通瓶颈、拥堵空间排队等交通现象；其次，建立网络瓶颈识别算法和空间排队回溯算法，基于此构建考虑拥堵空间排队和溢出的增量分配算法，用于求解交通流分配的结果；最后，通过使用一个具有说明型的算例进行对比分析。研究结果表明：建立的瓶颈识别、排队回溯和增量分配算法可以识别路网中的瓶颈位置及其拥堵排队区域，并可计算得到各路段上的分段分配流量；与点排队只影响瓶颈路段的运行状况和均一的路段分配结果相比，可有效描述路网整体的宏观运行状态以及由于拥堵空间排队所导致的拥堵干扰与渗透现象；不同于“时间片”的伪动态交通流分配模型，新建算法的分配结果是“全时段”与“整体性”的路网宏观运行状态，包含了拥堵瓶颈的具体位置和空间排队的干扰与渗透情况；一般拥堵点排队模型和基于“时间片”的拥堵空间排队模型难以刻画拥堵干扰与渗透现象以及路网整体的宏观运行状态，故所建立的分配方法是对传统拥堵交通流分配的丰富和发展。     

船用变频器谐波抑制方法的探讨

谐波干扰在船舶电网中危害比较严重,本文从船用变频器谐波产生的原因、谐波抑制方法上进行系统的探讨,提出了可供参考的解决方案。     

宽带干扰下GPS接收机捕获性能的分析

在GPS接收机捕获原理的基础上，分析了GPS接收机的平均捕获时间和捕获时间方差，推导出宽带干扰与噪声的功率谱密度，从而得到检测概率和虚警概率的表达式，最后给出不同中频信噪比以及不同积分时间下的平均捕获时间和平均捕获时间方差与干扰噪声功率比的关系曲线。仿真结果表明宽带干扰功率达到一定值时，对GPS接收机具有较好的干扰效果。     

280柴油机曲轴压套逃逸现象的研究

通过对影响压套过盈联结可靠性的各种因素分析,对曲轴这样的零件,从设计角度提出了对影响过盈联结各种因素补偿方法的确定,从制造角度上通过利用滚压加工工艺,降低工艺孔的表面粗糙度值,并对组装工艺进行规范,提高了压套过盈联结的可靠性。     

人工神经网络在基坑变形性状研究中的应用

基坑工程不仅要保证维护结构本身的安全,而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂,传统的计算方法已无法准确预测基坑的变形。人工神经网络(ANN)有很强的解决非线性问题的能力。近些年来基于ANN的方法在岩土工程中得到了广泛的应用。本文对ANN在基坑工程中的应用研究进行了综述,并对其发展方向进行了分析。     

船舶液力耦合器的人工神经网络的数学建模

从船舶动力装置动态建模与仿真的实际需求，引出了其主要部件之一的液力耦合器数学建模在稳／动态特性研究中的重要性，以及利用其试验曲线(输入特性形式)作为数据源去构建准稳态数学模型的困难之处：寻找一种通用的数学表达形式，以实现①液力耦合器在额定工况及其附近的试验曲线的内插与外廷；②过渡工况液力耦合器数学模型的设计(如液力耦合器接合和脱开过程其滑差从100％向额定滑差值方向的变化)。本文介绍了人工神经网络方法在液力耦合器动态建模中的应用。文章先介绍了其数学建模的思路和要点：①选择人工神经网络算法(包括传递函数)与结构(人工神经网络隐含层数目和神经元个数)；②提高人工神经网络泛化能力的措施；③利用专业知识扩充人工神经网络训练用的数据样本。然后叙述了其数学模型在某船舶动力装置稳态、动态特性计算机仿真研究中的某些有意义的结果：①正常航行(四机双桨)稳态工况时各车令下液力耦合器的滑差；②不同螺旋桨螺距下的液力耦合器接合过程的滑差变化；③怠速→前进五的急加速过程的滑差变化。     

单片机测控系统的抗干扰技术

本文介绍了单片机测控系统所受干扰的种类和传播途径,并针对其组成部件的电路结构、功能特点、所处环境提出了具体的抗干扰技术.     

定时误差对部分并行干扰消除检测器的影响

重点分析了基于硬判决的部分并行干扰消除(PPIC)检测器的残余多址干扰的结构及统计特性,研究了PPIC在定时跟踪误差情况下的性能,并给出了其在定时误差跟踪下的封闭形式的误码表达式。实验表明:采用部分干扰因子可以抑制PIC系统性能恶化,而基于文献[4]给出的部分干扰因子可进一步改善系统性能。     

人工神经网络在故障诊断系统中的应用

人工神经网络以其独到的联想、记忆、储存和学习功能，在故障诊断领域受到了广泛关注。其中，BP网络是最成熟、应用最广泛的一种网络。但BP网络在实际应用中也存在诸多不足，如学习率的取值需要凭借经验或试算选取，网络学习收敛速度慢以及易陷入局部最小点等。针对BP网络的这些不足，采用了Rumelhan附加惯性冲量和动态调整学习率相结合的改进的BP网络方法，并尝试用该改进算法来对凝汽器进行故障诊断。事实证明，在平均情况下，本系统收敛速度远远快于基本的BP算法。