|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
施工及運(yùn)營(yíng)期隧道滲流場(chǎng)模型試驗(yàn)系統(tǒng)及其試驗(yàn)方法
成果描述：本發(fā)明公開(kāi)了一種施工及運(yùn)營(yíng)期隧道滲流場(chǎng)模型試驗(yàn)系統(tǒng)及其試驗(yàn)方法，包括滲流模型箱的箱體和數(shù)據(jù)采集裝置，箱體的頂部設(shè)有壓力表，側(cè)壁底部設(shè)有溢流孔，側(cè)壁頂端和底端分別設(shè)有模型箱上進(jìn)水孔和模型箱下進(jìn)水孔；相對(duì)的兩側(cè)壁上開(kāi)有隧道孔；固定鋼筋籠的兩端固定于隧道孔孔緣內(nèi)壁上，其外包裹隔土層；法蘭盤(pán)的外圈螺栓固定于隧道孔孔緣外壁上，內(nèi)、外鋼筋籠分別均通過(guò)法蘭盤(pán)固定于隧道兩隧道孔之間；法蘭盤(pán)的內(nèi)孔設(shè)有蓋板；在內(nèi)外鋼筋籠之間螺紋連接施工期隔土板；在內(nèi)鋼筋籠內(nèi)螺紋固定掌子面擋水板；且二者位于同一垂向截面上。該系統(tǒng)可方便、準(zhǔn)確、真實(shí)地測(cè)試滲流場(chǎng)作用下隧道施工、運(yùn)營(yíng)期的滲流場(chǎng)情況。市場(chǎng)前景分析：軌道交通基礎(chǔ)設(shè)施建設(shè)領(lǐng)域。與同類(lèi)成果相比的優(yōu)勢(shì)分析：技術(shù)先進(jìn)，性價(jià)比較高。
西南交通大學(xué)
2021-04-10
.jpg){kind=logo}
基于聚類(lèi)分析的復(fù)合材料結(jié)構(gòu)有限元模型修正方法
本發(fā)明提供了一種基于聚類(lèi)分析的復(fù)合材料結(jié)構(gòu)有限元模型修正方法，建立初始有限元分析模型，測(cè)得結(jié)構(gòu)的實(shí)驗(yàn)?zāi)B(tài)頻率和模態(tài)振型，計(jì)算待修正參數(shù)的相對(duì)靈敏度矩陣，利用分層聚類(lèi)算法對(duì)待修正參數(shù)進(jìn)行參數(shù)分組，再對(duì)聚類(lèi)參數(shù)進(jìn)行相對(duì)靈敏度分析，選擇各參數(shù)中相對(duì)靈敏度平均值最大的聚類(lèi)參數(shù)進(jìn)行修正，構(gòu)造分析模型的模態(tài)頻率和實(shí)測(cè)模態(tài)頻率的殘差向量，建立分析模型修正所需的目標(biāo)函數(shù)，構(gòu)建目標(biāo)函數(shù)的優(yōu)化反問(wèn)題對(duì)復(fù)合材料結(jié)構(gòu)的有限元模型進(jìn)行修正。本發(fā)明結(jié)合數(shù)值模擬、試驗(yàn)和優(yōu)化技術(shù)，采用參數(shù)的相對(duì)靈敏度矩陣進(jìn)行聚類(lèi)分析，減少待修正參數(shù)數(shù)量，提高修正程序穩(wěn)定性，為工程應(yīng)用提供了一種準(zhǔn)確的基于數(shù)值模擬、試驗(yàn)和優(yōu)化相結(jié)合的復(fù)合材料等效有限元模型參數(shù)修正方法。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
基于神經(jīng)網(wǎng)絡(luò)模型BP算法的嵌入式礦壓檢測(cè)方法
本發(fā)明公開(kāi)了一種基于神經(jīng)網(wǎng)絡(luò)模型 BP 算法的嵌入式礦壓檢測(cè)方法法，首先根據(jù)根據(jù)待檢測(cè)區(qū)域的地域情況，采用多個(gè)振弦式壓力傳感器進(jìn)行測(cè)量；然后 ARM7 處理器根據(jù)系統(tǒng)任務(wù)個(gè)數(shù)建立相應(yīng)的進(jìn)程；最后在建立的任務(wù)中打開(kāi)定時(shí)器，輸出一個(gè)固定在某一頻率范圍內(nèi)的脈沖，經(jīng)過(guò)驅(qū)動(dòng)激振電路，產(chǎn)生一個(gè)能對(duì)振弦式壓力傳感器內(nèi)部振弦起振的信號(hào)，同時(shí)使用 ARM7處理器對(duì)振弦式壓力傳感器返回的脈沖信號(hào)進(jìn)行頻率測(cè)量，計(jì)算得到壓力值，最后，利用溫度傳感器采集振弦周?chē)鷧^(qū)域的溫度，采用 BP 算法建立神經(jīng)網(wǎng)絡(luò)模型，利用神經(jīng)網(wǎng)絡(luò)模型對(duì)得到的各組壓力數(shù)據(jù)及采集的溫度數(shù)據(jù)進(jìn)行學(xué)習(xí)，并根據(jù)神經(jīng)網(wǎng)絡(luò)模型找出壓力隨溫度的變化規(guī)律，對(duì)振弦式傳感器進(jìn)行溫度補(bǔ)償。
安徽理工大學(xué)
2021-04-13
.jpg){kind=logo}
基于 LED 混光呈色模型的光譜功率分布提取方法及系統(tǒng)
一種基于 LED 混光呈色模型的光譜功率分布提取方法及系統(tǒng)，包括進(jìn)行 LED 智能光源控制信號(hào)空 間全局采樣，利用預(yù)設(shè)的 LED 發(fā)光控制方式根據(jù)全局采樣樣本集中各信號(hào)值驅(qū)動(dòng) LED 光源發(fā)光，組成 發(fā)光樣本集；分別測(cè)量所得各發(fā)光樣本對(duì)應(yīng)光譜功率分及照度，生成發(fā)光數(shù)據(jù)集；根據(jù)預(yù)設(shè)的照度閾值 進(jìn)行篩選，得到最終發(fā)光數(shù)據(jù)集，并從全局采樣樣本集中選取對(duì)應(yīng)信號(hào)樣本，組成最終信號(hào)空間采樣樣 本集；構(gòu)建 BP 神經(jīng)網(wǎng)絡(luò)，并在此基礎(chǔ)上建立相應(yīng)的 LED 混光
武漢大學(xué)
2021-04-14
施工及運(yùn)營(yíng)期隧道滲流場(chǎng)模型試驗(yàn)系統(tǒng)及其試驗(yàn)方法
本發(fā)明公開(kāi)了一種施工及運(yùn)營(yíng)期隧道滲流場(chǎng)模型試驗(yàn)系統(tǒng)及其試驗(yàn)方法，包括滲流模型箱的箱體和數(shù)據(jù)采集裝置，箱體的頂部設(shè)有壓力表，側(cè)壁底部設(shè)有溢流孔，側(cè)壁頂端和底端分別設(shè)有模型箱上進(jìn)水孔和模型箱下進(jìn)水孔；相對(duì)的兩側(cè)壁上開(kāi)有隧道孔；固定鋼筋籠的兩端固定于隧道孔孔緣內(nèi)壁上，其外包裹隔土層；法蘭盤(pán)的外圈螺栓固定于隧道孔孔緣外壁上，內(nèi)、外鋼筋籠分別均通過(guò)法蘭盤(pán)固定于隧道兩隧道孔之間；法蘭盤(pán)的內(nèi)孔設(shè)有蓋板；在內(nèi)外鋼筋籠之間螺紋連接施工期隔土板；在內(nèi)鋼筋籠內(nèi)螺紋固定掌子面擋水板；且二者位于同一垂向截面上。該系統(tǒng)可方便、準(zhǔn)確、真實(shí)地測(cè)試滲流場(chǎng)作用下隧道施工、運(yùn)營(yíng)期的滲流場(chǎng)情況。
西南交通大學(xué)
2018-09-18
.jpg){kind=logo}
基于模型預(yù)測(cè)的開(kāi)關(guān)磁鏈永磁同步電機(jī)的轉(zhuǎn)矩控制方法
本發(fā)明公開(kāi)了一種基于模型預(yù)測(cè)的開(kāi)關(guān)磁鏈永磁同步電機(jī)的轉(zhuǎn) 矩控制方法，包括如下步驟：對(duì)電機(jī)逆變器的開(kāi)關(guān)管狀態(tài)進(jìn)行組合得 到八組開(kāi)關(guān)矢量信號(hào)；在當(dāng)前時(shí)刻 k，在每一組逆變器開(kāi)關(guān)矢量信號(hào) 下 ， 預(yù) 測(cè) 下 一 時(shí) 刻 k+1 的 p 相 繞 組 電 流 得到 d 軸和 q 軸 的電流預(yù)測(cè)值 id；預(yù)測(cè)下一時(shí)刻 k+1 的 電 機(jī) 轉(zhuǎn) 矩 和 電 機(jī) 磁 鏈 計(jì)算 成 本 函 數(shù) 得到成本函數(shù)最小時(shí)的逆變器開(kāi)關(guān)矢量信號(hào)；定 義 根據(jù) m 的值，控制單個(gè)采樣周期內(nèi)成本函數(shù)最小時(shí)的逆 變器開(kāi)關(guān)矢量信號(hào)的有效作
華中科技大學(xué)
2021-04-14
一種虛擬化環(huán)境下面向任務(wù)并行編程模型的優(yōu)化方法
本發(fā)明公開(kāi)了一種虛擬化環(huán)境下面向任務(wù)并行編程模型的優(yōu)化 方法；在位于客戶虛擬機(jī)的前端監(jiān)控部分獲取任務(wù)并行編程模型中失 敗的竊取操作；在位于虛擬機(jī)監(jiān)控器的后端加速部分根據(jù)加速發(fā)起者 和被加速候選者的運(yùn)行狀態(tài)和所在物理 CPU 的信息，做出是否執(zhí)行加 速的決策。若執(zhí)行加速，將加速發(fā)起者的剩余時(shí)間片提供給被加速候 選者，當(dāng)被加速候選者被虛擬機(jī)監(jiān)控器搶占(時(shí)間片耗盡或被阻塞)時(shí)， 若被加速候選者處于可運(yùn)行狀態(tài)，恢復(fù)其原本的調(diào)
華中科技大學(xué)
2021-04-14
一種基于數(shù)字指紋技術(shù)的三維模型版權(quán)保護(hù)方法
本發(fā)明公開(kāi)了一種基于數(shù)字指紋技術(shù)的三維模型版權(quán)保護(hù)方法。以三維網(wǎng)格模型的重心為原點(diǎn)建立球面坐標(biāo)系得到每個(gè)頂點(diǎn)的球面坐標(biāo)，對(duì)球面坐標(biāo)的經(jīng)緯角數(shù)據(jù)聚類(lèi)，得到三維網(wǎng)格模型分塊特征矩陣；將該分塊特征矩陣進(jìn)行離散小波變換得到低頻系數(shù)，對(duì)低頻系數(shù)作奇異值分解，同時(shí)對(duì)指紋信息做數(shù)字全息變換后置亂，并將置亂的信息進(jìn)行奇異值分解，將得到的奇異值加性嵌入到分塊特征矩陣的奇異值上，作相應(yīng)的逆變換得到含指紋信息的分塊特征矩陣；計(jì)算各塊內(nèi)頂
華中科技大學(xué)
2021-04-14
一種用于數(shù)字高程模型的超分辨率方法及其系統(tǒng)
本發(fā)明公開(kāi)了一種數(shù)字高程模型 DEM 超分辨率的方法，包括：建立高分辨率 DEM 與低分辨率 DEM 的位置映射，對(duì)每一個(gè)低分辨率DEM 測(cè)試區(qū)的子區(qū)域在低分辨率 DEM 搜索區(qū)進(jìn)行相似塊查找與相似性估計(jì)，選取相似性最高的一系列子區(qū)域作為相似塊，將查找到的一系列相似塊映射回高分辨率 DEM 實(shí)測(cè)區(qū),將這些對(duì)應(yīng)的高分辨率 DEM實(shí)測(cè)區(qū)子區(qū)域塊按其對(duì)應(yīng)的相似權(quán)重相加得到一個(gè)新的子區(qū)域,將上述超分辨率后的高分辨率 DEM 缺失區(qū)的子區(qū)域拼接起來(lái)，加上高分辨率 DEM 實(shí)測(cè)區(qū)已有的數(shù)據(jù)就為一個(gè)完整的高分辨率
華中科技大學(xué)
2021-04-14
基于模型預(yù)測(cè)的雙凸極永磁同步電機(jī)直接轉(zhuǎn)矩控制方法
本發(fā)明公開(kāi)了一種雙凸極永磁同步電機(jī)的新型模型直接轉(zhuǎn)矩預(yù) 測(cè)控制方法，具體為：采集雙凸極永磁同步電機(jī)的定子電流和轉(zhuǎn)子角 速度；分別在八組逆變器開(kāi)關(guān)矢量信號(hào)下，結(jié)合定子電流和轉(zhuǎn)子角速 度，依據(jù)八種開(kāi)關(guān)狀態(tài)下電流變化量及微分量與電壓和電流之間的約 束關(guān)系，預(yù)測(cè)出每種逆變器開(kāi)關(guān)矢量下一時(shí)刻的電機(jī)輸出電流；基于 直接轉(zhuǎn)矩控制理論，進(jìn)一步預(yù)測(cè)每種逆變器開(kāi)關(guān)矢量下一時(shí)刻的機(jī)轉(zhuǎn) 矩和電機(jī)磁鏈；以轉(zhuǎn)矩和磁鏈波動(dòng)總量最小為目標(biāo)，合理選擇出相關(guān) 電壓矢量，實(shí)時(shí)控制逆變器工作。本發(fā)明能夠有效降低開(kāi)關(guān)頻率及損 耗，并減小電機(jī)
華中科技大學(xué)
2021-04-14