摘要：本文首先介绍了绿色建筑评估技术的设计思想、评估内容和评估方法。而后从资源消耗、环境载荷、室内外环境品质等方面构建了绿色建筑的评估体系与实现途径,对绿色建筑的可持续性发展具有一定的借鉴意义。

摘要：为解决履带车辆变型设计中车体姿态调整问题,提出了一种基于虚拟样机技术和参数优化技术的新方法。建立变型履带车辆的多体动力学模型并进行了实验验证;选择平衡肘预安装角作为设计变量,以车体距地高为约束条件,车体姿态参数为目标函数进行了优化;对优化后的车辆车体姿态及扭杆弹簧最大剪应力进行了校核,证明了本文提出的车体姿态调整方法的可行性。

摘要：采用Hamilton函数方法研究了包含静止无功补偿器(SVC)和非线性负荷的电力系统的反馈控制问题.首先建立了系统的非线性微分代数方程模型,通过预置状态反馈完成了耗散Hamilton实现.然后利用该耗散实现结构,通过阻尼注入方式设计了基于能量的SVC非线性控制器.本文所设计的控制器结构简单,物理意义明确.仿真结果表明该控制器能有效提高电力系统的暂态稳定性.

摘要：针对复杂网络结构的不确定性以及时滞对网络同步问题的影响,探讨了带时滞不确定动态网络的同步问题.基于李雅普诺夫稳定性定理,研究了未知网络参数的估计方法,分析了带时滞的不确定网络同步控制的充分条件,设计了带时滞不确定复杂动态网络的同步自适应控制器.所设计的控制器不仅有效解决了时滞网络的同步问题,而且其设计结果同样与网络拓扑结构无关,可适合于无标度网、小世界网或其他任意结构的复杂网络,具有良好的适应性.为验证所提出方法的有效性,以一环状网络的同步问题进行仿真研究,取得了满意的结果.

摘要：绕组反电势是双凸极永磁电动机的重要参量之一。在电动机设计中,根据应用场合的指标要求对绕组反电势进行优化设计有助于电动机运行性能的提高。文中针对转子斜槽式12/8极双凸极永磁电动机,简析了应用单斩电流滞环控制的电机功率变换器的工作原理,阐述了反电势大小的变化对系统损耗、功率桥损耗分布及对电动机出力的影响,得出反电势大小的优化选择原则,并根据某航空用9kW电动机驱动系统的技术指标要求,给出电动机绕组的优化设计方案。绕组反电势优化前后的测试结果表明,反电势优化选取后,系统效率显著提高,运行性能明显改善,证明了文中分析及设计的正确性。

摘要：为提升高速轴承润滑效率,对可实现轴承润滑增效的套圈表面沟槽结构开展系统性分析。以角接触球轴承为研究对象,结合可视化分析及定量化实验,优化了转速、喷嘴位置等多参数变化下的轴承套圈表面沟槽结构。基于流体体积函数法(VOF),建立套圈表面润滑油流动模型,探究润滑油于沟槽化轴承内圈表面流动行为,在此基础上,开展了沟道润滑油流动量化实验分析。对比了不同喷嘴位置、不同沟槽宽度、不同转速对润滑油流动增效能力影响的变化规律,针对润滑油流动特征开展了弧形沟槽结构优化设计。结果表明:当转速、供油位置等运行工况条件变化时,均存在工况适应性最优的沟槽宽度,且最优沟槽宽度随喷嘴距端面距离的增加而增加;弧形沟槽能有效改善沟槽对润滑油流动增效能力,且转速越高,大弧度沟槽增效效果越好。研究内容对于高速轴承新型高效润滑设计具有重要参考意义。

摘要：该文在高速FPGA(Field Programmable Gate Array)芯片上实现了m序列和FIR(Finite Impulsive Response)滤波算法产生幅度和带宽可控的带限白噪声,提出了一种反sinc平方函数FIR数字滤波器构建方法来补偿噪声在带内的幅度下降,极大地改善了带内幅度平坦度;另外该文还分析了该种噪声产生方法的最大带宽、带内功率平坦度和带外杂散幅度位置之间的关系以及折中设计的方法。设计结果和实际测量结果进行了对比,证明了文中方法的正确性和有效性。

摘要：目标检测是计算机视觉领域的重要研究方向.传统的目标检测方法在特征设计上花费了大量时间,且手工设计的特征对于目标多样性的问题并没有好的鲁棒性,深度学习技术逐渐成为近年来计算机视觉领域的突破口.为此,对现有的基础神经网络进行研究,采用经典卷积神经网络VGGNet作为基础网络,添加部分深层网络,结合SSD (single shot multibox detector)算法构建网络框架.针对模型训练中出现的正负样本不均衡问题,根据困难样本挖掘原理,在原有的损失函数中引入调制因子,将背景部分视为简单样本,减小背景损失在置信损失中的占比,使得模型收敛更快速,模型训练更充分,从而提高复杂背景下的目标检测精度.同时,通过构建特征金字塔和融合多层特征图的方式,实现对低层特征图的语义信息融合增强,以提高对小目标检测的精度,从而提高整体的检测精度.仿真实验结果表明,所提出的目标检测算法(feature fusion based SSD, FF-SSD)在复杂背景下对各种目标均可取得较高的检测精度.

摘要：针对知识化制造环境下的自适应调度问题,提出基于状态-动作不确定性偏向Q学习(state-action uncertainty bias based Q-learning,简称SAUBQ学习)的知识化制造自适应调度策略.该策略针对传统Q学习收敛速度慢,训练时间长等问题,引入信息熵的概念定义了状态不确定性测度,据此定义了Q学习动作偏向信息函数,通过对Q学习奖励函数采用启发式回报函数设计,将动作偏向信息利用附加回报的方式融入学习系统,并证明了算法的收敛性和最优策略不变性.在学习过程中,Q学习根据偏向信息调整搜索空间,减少了Q学习必须探索的有效状态-动作对数目,同时偏向信息根据Q学习结果不断进行调整,避免了不正确的误导.经仿真实验比较,结果表明,该策略具有对动态环境的适应性和大状态空间下收敛的快速性,提高了调度效率.

摘要：目的了解上海市黄浦区青少年烟草流行情况,分析影响青少年吸烟的危险因素,为制定控烟政策、策略和措施提供依据。方法采用多阶段分层整群抽样的方法,在上海市黄浦区的中学生中随机抽取579人进行问卷调查,问卷内容包括人口学特征、现在吸烟情况、二手烟暴露和烟草广告暴露等。结果调查对象中28人(4.8%)现在吸烟,417人(72.0%)暴露于二手烟,427人(73.7%)暴露于烟草广告,好朋友吸烟是影响调查对象是否吸烟的主要因素。结论黄浦区青少年现在吸烟率处于较低水平,但二手烟和烟草广告暴露率较高,倡导不在家中吸烟和禁止一切形式的烟草广告,对保护青少年免受烟草危害具有重要意义。