《多晶X射线衍射技术与应用》

本书系统地介绍了多晶X射线衍射技术的原理、仪器、方法和应用。全书内容循序渐进,在介绍X射线的物理基础、射线强度检测技术及其发展、晶体和晶体衍射的理论知识基础上,着重阐述了X射线衍射仪器和多晶衍射仪的原理,详细论述了如何获得正确的衍射数据、如何评估衍射实验数据的可信度以及仪器的工作状态等实验技术问题。之后,又     

P-CS不确定性量化模型与其性能数据驱动更新方法

在实际工程中, 广泛存在大量的不确定性信息, 直接或间接影响着工程结构形式设计、结构性能评估与预测以及在役结构损伤识别等工作的开展与决策. 这些多源不确定性信息往往需要用多种不同的不确定性量化模型加以描述; 与此同时, 不确定性变量在使用过程中可能随时间变化且难以直接测量, 需要间接根据性能测试信息在使用工程中更新不确定性量化模型. 为兼顾上述两个问题, 本文基于等概率变换原则提出了一种P-CS (probability-convex set) 不确定性量化模型, 该模型将不确定性变量用概率随机变量与非概率凸集变量组合表征, 可统一表达概率模型、非概率模型以及非精确概率模型, 实现多源、多类型不确定性的统一量化. 本文进一步基于贝叶斯理论提出了一种针对该P-CS不确定性量化模型的性能数据驱动更新方法. 该更新方法根据性能测试数据信息更新P-CS不确定性量化模型参数取值的信度分布, 从而根据后验信度分布计算得出当前P-CS不确定性量化模型参数集合. 通过数值算例详述了P-CS不确定性量化模型的构建方法与其概率、非概率特性, 并验证了性能数据驱动更新P-CS模型方法的适用性.      

基于数据驱动的全线控底盘纵臂式悬架系统研究

汽车在越野类极限路况下行驶, 对车身高度有一定范围的调节需求, 传统悬架方案与全线控底盘进行技术融合时, 存在机构运动干涉、底盘升降过程中车轮外倾程度过大、车轮发生侧向位移等现象, 易导致轮胎过度磨损, 致使行驶失稳. 将车身高度变化对轮胎侧向参数的影响转化为车轮纵向滚动, 进而实现稳定的大行程车身高度调节, 是解决上述问题的关键. 本研究建立整车七自由度动力学模型, 对悬架系统导向机构展开力学分析, 集两者作为系统研究的输入信息; 通过正弦波激振台对弹性元件、减振器进行相关特性参数获取, 基于数据驱动开展一体化电动轮的运动学仿真测试, 包括对悬架系统关键铰接位置进行力学性能分析、对电动轮整体结构进行运动学特性研究, 以此定义系统关键性能指标, 结合理论研究与仿真测试, 确定双纵臂式主动悬架系统方案. 仿真结果与实车验证综合表明, 搭载本研究系统方案的全线控平台, 进行大行程高度调节过程中, 车轮外倾问题得到有效解决, 一体化电动轮具备良好的独立运行能力, 本研究对提高车辆在极限路况下的通过性具有重要意义.      

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

Novel virtual user scheme to increase data confidentiality against eavesdropping in OCDMA network

We propose a novel technique to increase the confidentiality of an optical code division multiple access(OCDMA) system.A virtual user technique is analyzed and implemented to make an OCDMA system secure.Using this technique,an eavesdropper will never find an isolated authorized user’s signal.When authorized users and virtual users transmit data synchronously and asynchronously,network security increases by 25% and 37.5%,respectively.     

Neutron diffraction study on composite compound Nd2Co7

The crystallographic and the magnetic structures of the composite compound Nd₂Co₇ at 300 K are investigated by a combined refinement of X-ray diffraction data and high-resolution neutron diffraction data. The compound crystallizes into a hexagonal Ce₂Ni₇-type structure and consists of alternately stacking MgZn₂-type NdCo₂ and CaCu₅-type NdCo₅ structural blocks along the c axis. A magnetic structure model with the moments of all atoms aligning along the c axis provides a satisfactory fitting to the neutron diffraction data and coincides with the easy magnetization direction revealed by the X-ray diffraction experiments on magnetically pre-aligned fine particles. The refinement results show that the derived atomic moments of the Co atoms vary in a range of 0.7 μ_B-1.1 μ_B and the atomic moment of Nd in the NdCo₅ slab is close to the theoretical moment of a free trivalent Nd³⁺ ion, whereas the atomic moment of Nd in the NdCo₂ slab is much smaller than the theoretical value for a free Nd³⁺ ion. The remarkable difference in the atomic moment of Nd atoms between different structural slabs at room temperature is explained in terms of the magnetic characteristics of the NdCo₂ and NdCo₅ compounds and the local chemical environments of the Nd atoms in different structural slabs of the Nd₂Co₇ compound.     

利用DIS系统研究玻意耳定律

通过测量封闭气体的压强和体积研究玻意耳定律实验,可以采用多种装置达到目的,从安全、简便、快捷的角度,利用DIS系统研究玻意耳定律,可以方便的实现实验装置的简便化,实现数据的实时化,实验结论的显性化。利用计算机处理实验数据较以往实验更为科学、方便,对误差的分析更为直观,能体现出DIS系统在物理实验中的DIS系统在物理实验中的优越性。     

Combining clustering and classification for remote-sensing images using unlabeled data

A joint clustering and classification approach is proposed.This approach exploits unlabeled data for efficient clustering,which is applied in the classification with support vector machine(SVM) in the case of small-size training samples.The proposed method requires no prior information on data labels,and yields better cluster structures.Through cluster assumption and the notions of support vectors,the most confident k cluster centers and data points near the cluster boundaries are labeled and used to train a reliable SVM classifier.Our method gains better estimation of data distributions and mitigates the unrepresentative problem of small-size training samples.The data set collected from Landsat Thematic Mapper(Landsat TM-5) validates the effectiveness of the proposed approach.     

A new analytical edge spread function fitting model for modulation transfer function measurement

We propose a new analytical edge spread function (ESF) fitting model to measure the modulation transfer function (MTF).The ESF data obtained from a slanted-edge image are fitted to our model through the non-linear least squares (NLLSQ) method.The differentiation of the ESF yields the line spread function (LSF),the Fourier transform of which gives the profile of two-dimensional MTF.Compared with the previous methods,the MTF estimate determined by our method conforms more closely to the reference.A practical application of our MTF measurement in degraded image restoration also validates the accuracy of our model.