本征正交分解技术在屋盖风压场重建与预测中的应用

给出利用本征正交分解(POD)对屋盖风压场进行重建和预测的研究结果.对一个双坡屋盖用同步多点压力扫描系统进行了风洞试验,根据POD技术采用前若干阶本征模态重建屋盖风压场.采用两种方案预测未布置测压点位置的风压时间序列.第一种方案中利用插值技术获得没有测压点位置的本征模态值.第二种方案对参考屋盖和需预测的新屋盖分别进行试验,结合由参考屋盖试验萃取的本征模态和由新屋盖试验的风压数据计算的主坐标,预测出新屋盖未知区域的风压时间序列.文中对风压场重建和预测的效果作了分析,而且比较了根据测量的风压数据和预测的风压数据所计算的屋盖风致响应.     

复合随机振动分析的扩阶系统方法

提出了随机结构系统反应的子空间次序正交分解的思想．基于这一思想，文中导出了一类用于考虑随机激励的随机结构复合随机振动分析的扩阶系统方法，从而可以应用传统的确定性结构随机振动各种分析方法求解复合随机振动问题．作为特例，本文给出了使用模态分析法求解的过程．将文中算例与随机模拟结果相比较，证实了本文思想与方法的实用性．     

大型相关失效工程网络系统可靠度的近似算法

为避开失效模式(或系统可靠路径)的NP难题(non—polynomial increase hard problem)，提出递推分解算法，降低大型工程网络系统可靠度分析中的计算复杂性，同时，将改进的多维正态变量积分公式，引入递推分解算法之中，计算多失效模式(或系统可靠路径)的联合概率，并最终计算工程网络系统的失效概率和可靠度，对于特别复杂的工程网络系统，采用上下界的方法，给出具有很高精度的可靠度近似值。实例分析表明，本文提出的方法，具有较高的精度和计算效率。     

基于区域分解算法的地下水耦合模型及其应用

根据岩体中不同区域裂隙发育规模的差异分为连续区域和离散区域,在不同区域中使用不同的地下水运动数学模型,应用区域分解算法来解决这类问题。其中连续区域采用了等效连续介质模型,离散区域采用了随机裂隙网络模型,通过区域公共边界上水位和流量连续的条件将两模型耦合求解。将基于区域分解算法的耦合模型应用于锦屏水电站坝址区三维渗流场的模拟中,通过钻孔观测水位和计算水位的对比发现,该方法是有效的,能够应用于实际工程。     

EXACT LINEARIZATION BASED MULTIPLE-SUBSPACE ITERATIVE RESOLUTION TO AFFINE NONLINEAR CONTROL SYSTEM

To the optimal control problem of affine nonlinear system, based on differential geometry theory, feedback precise linearization was used. Then starting from the simulative relationship between computational structural mechanics and optimal control, multiple-substructure method was inducted to solve the optimal control problem which was linearized. And finally the solution to the original nonlinear system was found. Compared with the classical linearizational method of Taylor expansion, this one diminishes the abuse of error expansion with the enlargement of used region.     

Ce、La改性的Fe-ZSM-5催化剂对NH3-SCR反应性能的影响

采用共浸渍法制备了整体式Ce-Fe/ZSM-5催化剂并用于NH3-SCR反应。实验结果表明,所制备的催化剂具有良好的低温起燃性能,当反应空速为30,000h-1时,起燃温度T50为239℃,完全转化温度T90为328℃。同时该催化剂具有良好的抗水热老化能力、抗硫性和空速性能,表明其具有很好的应用前景。     

复合场中的滚轮线

带电质点在正交的匀强电场(重力场)和匀强磁场中运动,轨迹为滚轮线.处理滚轮线问题的关键是构造匀速直线运动以平衡电场力(重力),从而将带电质点的运动分解为匀速直线运动和匀速圆周运动,简化问题的处理过程.     

噪声情况下采用稀疏非负矩阵分解与深度吸引子网络的人声分离算法

为实现噪声情况下的人声分离,提出了一种采用稀疏非负矩阵分解与深度吸引子网络的单通道人声分离算法。首先,通过训练得到人声与噪声的字典矩阵,将其作为先验信息从带噪混合语音中分离出人声与噪声的系数矩阵;然后,根据人声系数矩阵中不同的声源成分在嵌入空间中的相似性不同,使用深度吸引子网络将其分离为各声源语音的系数矩阵;最后,使用分离得到的各语音系数矩阵与人声的字典矩阵重构干净的分离语音。在不同噪声情况下的实验结果表明,本文算法能够在抑制背景噪声的同时提高分离语音的整体质量,优于结合声噪人声分离模型的对比算法。      

基于分数阶傅里叶变换的模式测控一体化方法

提出了一种基于分数阶傅里叶变换的模式测控一体化方法。利用分数阶傅里叶变换光路对光纤模式耦合态进行空间调制和相位调制,以实现模式的有效分解。与双重傅里叶变换（F2）法以及空间和频谱成像（S2）法相比,采用的分数阶傅里叶变换法,通过改变分数阶参数,控制模式的空间分布以及模式间的叠加状态,更易于分解出高阶模式。基于分数阶傅里叶变换的模式测量方法可在更广泛空间,研究模式的空间和相位叠加以及模式分解,也可退化为F2法和S2法。     

1-平面图的线性荫度

图G的边分解是指将G分解成子图G₁,G₂,…,G_m,使得E(G)=E(G₁)∪…∪E(G_m),且对任意i≠j有E(G_i)∩E(G_j)=?.若一个森林的每个连通分支都是路,则称该森林为线性森林.图G的线性荫度la(G)是指使得G可以边分解为m个线性森林的最小整数m.本文利用权转移方法证明了Δ(G)≥25的1-平面图G的线性荫度为[Δ(G)/2],这里Δ(G)是图G的最大度.