摘要:纤维增强复合材料(fiber reinforced composite,FRP)在制作使用过程中由于撞击损伤、疲劳积累等问题,导致内部结 构发生不可逆的细微损伤,声发射技术(acoustic emission,AE)以其高精度、实时性,成为监测其损伤演化和失效机制的重要手 段。 综述了近年来声发射技术在 FRP 损伤表征中的应用,通过对参数分析、波形分析、模式分析及深度学习分析等 AE 技术手 段展开研究,结果表明参数分析与波形分析可以针对检测过程中的信号特征进行互补,实现了对复合结构变形、断裂等损伤 行为的定性描述,深度学习分析等方法为纤维增强复合材料的健康监测和寿命预测提供了重要理论支持。 综合来看,声发射 技术能够实时监控和评估运行中的复合材料结构,对于维护 FRP 材料健康状况、预防突发性故障具有巨大的发展潜力,未来 可以进一步结合人工智能技术以提高损伤识别的准确性和效率。

摘要:为有效解决建筑行业内外部环境不确定性与建筑供应链复杂性、脆弱性之间的矛盾,促进建筑供应链网络整体安全 稳定,防范化解节点企业中断风险,基于复杂网络理论和级联失效模型提出一种建筑供应链网络抗毁性分析方法。 首先从业 务、资源、信息流通角度,利用 TOPSIS(technique for order preference by similarity to an ideal solution )方法根据多个复杂网络中 心性指标对节点企业进行重要度评估,其次结合建筑供应链运营特点,建立改进的负载-容量-弹性级联失效模型,在蓄意攻击 下从网络损失角度衡量企业中断的影响,从节点容量、负载、弹性角度分析探讨网络抗毁性的提升策略。 经过数值仿真与分 析,研究表明:①建筑供应链网络上游节点企业遭受中断风险冲击时,供应链网络能够表现出较强的网络抗毁性,但应着重关 注下游供应商企业,避免网络整体因建筑材料或基础服务供应短缺遭受更多损失;②采取节点企业间较小的业务容量差异、 较大的业务负载差异、适量且高水平的风险补救成本投入等策略能够有效降低节点企业中断时供应链网络的损失,从而提升 网络抗毁性水平;③在多类策略中,节点容量策略对抗毁性的提升效果依次优于节点弹性策略和节点负载策略。 研究结果可 为提升建筑供应链安全水平和提出中断风险管理策略提供科学参考。

摘要:为设计和制备高质量的一维六方准晶纳米复合材料,利用复变函数方法和 Gurtin-Murdoch 表/ 界面理论,分别应用界面 和界面相模型分别研究了含纳米涂层圆柱形夹杂的一维六方准晶反平面断裂问题。 在两种模型下分别获求得基体、涂层和夹杂 中声子场和相位子场应力场的级数形式表达式。 数值算例分析了界面弹性常数和尺寸效应对夹杂周围应力场的影响。 结果表 明:界面弹性常数的正负会影响纳米夹杂周围的应力场,随着纳米夹杂尺寸的增大,应力场表现出明显的尺寸依赖性,表面效应 对无量纲化声子场和相位子场应力影响有显著差异。 可见相关结果对研究准晶纳米夹杂力学行为提供一定的理论参考。

摘要:玉米是中国重要的粮食储备作物之一,其产量直接影响着国家的粮食安全。 玉米的叶绿素含量与光合能力密切相 关,且显著影响叶片的光合速率和植被生产力,是作物生长监测、病虫害监测和成熟度预测中重要的作物参数。 实时、准确监 测对于玉米参数和产量预测具有重要意义。 以吉林省四平市梨树县典型黑土区为研究区,为解决 Sentinel-2 卫星重访周期间 可能会出现的有效影像缺失问题,提出一种基于 Sentinel-2 与 MODIS 影像融合数据的玉米叶片叶绿素反演方法。 基于融合影 像提取叶绿素敏感特征波段,通过 3 种机器学习算法:随机森林(random forest,RF),梯度提升树(gradient boosting decision tree,GBDT)和极限梯度提升(extreme gradient boosting,XGBOOST)构建玉米叶片叶绿素含量估测模型,估测玉米叶片叶绿素含 量并验证模型精度。 得到结论如下:①使用 ESTARFM 数据融合算法模拟的数据与真实影像保持了高度的相关性;②影像缺 失日期叶片叶绿素反演模型构建中,以融合影像波段反射率和植被指数为输入变量,XGBOOST 模型拟合精度有较好的效果。 研究结果表明,结合融合影像特征波段和机器学习算法可以实现在影像缺失日期叶片叶绿素含量精准估算,这有效提升了玉 米叶绿素含量获取的时间精度,为影像缺失等情况的逐日或大范围叶片叶绿素含量反演研究提供了新的方法,同时为时间间 隔更短、更多种类作物生理生化参数的精细化监测提供新思路。

摘要:地热尾水回灌是目前制约兰州盆地地热资源开发利用的主要瓶颈。 为了突破兰州盆地砂岩型热储地热尾水回灌的 技术空白,依托兰州市彭家坪地热供暖示范工程,首次设计开展了 15、20、25、28 m3 / h 的梯级流量自然回灌试验和 0. 1、0. 2、 0. 3、0. 4、0. 5、0. 6 MPa 的梯级压力加压回灌试验,首次取得了兰州盆地彭家坪砂岩型热储最大稳定自然回灌量 27. 96 m3 / h、 加压 0. 667 MPa 的稳定回灌量为 51. 68 m3 / h 的成果参数,并研究了地热尾水回灌对采水井水位、水温和温度场的影响。 经过 一个供暖季的生产性回灌试验验证,在兰州盆地成功探索出了一套适宜、可行的砂岩型热储地热尾水回灌技术工艺,对兰州 盆地地热资源规模化高质量开发利用具有重要的参考和借鉴意义。

摘要:为了探明火烧后泥石流在不同时间点的易发性,选择 2020 年 3 月在经久乡泸山发生严重火灾的火烧迹地作为示范 研究区,以“空间换时间”的思想为基础贯彻整个研究,通过室内实验,获取了研究区在火后不同时间的根土力学参数。 利用 获得的实验参数,通过坡体失稳模型,得到火后不同年限的坡体失稳系数,根据坡体稳定性划分标准,得到了火烧后不同年份 的坡体失稳面积,最终提炼出火后不同年份的物源强度指标。 以物源强度作为动态评价指标,以地形地貌指标作为静态评价 指标,构成了小流域尺度下的火后泥石流易发性动态评价指标体系。 选用熵权法计算指标因子的权重结合综合指数法,对经 久乡泸山火烧迹地进行了动态的泥石流易发性评估。 依据结果,对火烧后多年依然高易发的流域以及短时间内高易发的流 域进行针对性整治,既能够有效地预防和减少泥石流的发生概率,又能节约经济成本,做到真正意义上有效的防灾减灾。

摘要:波浪进入浮标中空气室形成振荡水柱捕获波浪能,同时浮标受到波浪冲击作用产生垂荡和摇晃,削弱水柱相对位 移。 采用含增重环的双层凹面阻尼板抑制浮标运动和增强气室压强。 基于微振幅波理论和牛顿第二定律推导阻尼板增强振 荡水柱式浮标波浪能采集理论模型,计算浮标垂荡位移和气室空气压强特性。 借助 AQWA 软件建立阻尼板和振荡水柱浮标 有限元仿真模拟,模拟波浪对浮标水动力影响。 采用 Fluent 软件的流体体积方法和明渠造波方法实现了气室压强仿真并与 理论计算比较,验证模型的准确性。 仿真结果表明阻尼板可有效增加附加质量和浮标惯性,抑制浮标运动,从而提升气室水 柱的相对运动。 理论计算气室空气压强参数,为阻尼板振荡水柱式浮标波浪能采集系统和绿色低碳能源转换结构设计提供 基础。

摘要:目的：类风湿关节炎（简称RA）是一种慢性、自身免疫性的炎症性关节病。肺鳞状细胞癌（简称LUSC）是一种属于非小细胞肺癌的恶性肿瘤。研究表明，类风湿关节炎和肺癌存在复杂的关系。本研究旨在利用生物信息学方法联合孟德尔随机化分析，探讨类风湿关节炎相关通路在肺鳞癌中的作用与机制。方法：通过下载GEO数据库中的RA基因表达谱数据集GSE1919，利用GEO2R工具筛选差异基因；并下载TCGA数据库肺鳞癌基因表达谱数据，利用Rstudio软件筛选差异基因。GO/ KEGG功能富集分析，得到RA信号通路基因。在IEUopenGWAS数据库下载RA信号通路SNP数据作为暴露因素，肺鳞癌SNP数据作为结局因素，我们采用了两样本孟德尔随机化分析方法，判断RA信号通路与肺鳞癌的因果关系。此外，通过类风湿关节炎信号通路11个基因，构建基因-药物调控网络、ceRNA调控网络并进行免疫细胞浸润分析、验证组差异分析。结果：我们发现了188个RA与LUSC共表达差异基因。GO/KEGG功能富集分析结果显示，这些差异基因主要富集在类风湿关节炎信号通路。孟德尔随机化分析结果显示，类风湿关节炎信号通路的活跃性增强与肺鳞癌的发病风险降低相关。结论：研究发现类风湿关节炎信号通路活跃性增强可能与肺鳞癌的发病风险降低相关，为研究肺鳞癌的机制和治疗方法提供了新的思路与视野。

摘要:目前复杂间质性肺疾病存在分类精度不高，且缺少辅助诊断信息的问题，针对这些问题提出了基于多特征融合和有监督对比学习方法的图像检索框架。使用Res-Net50和影像组学特征提取模块提取间质性肺疾病特征。为了使不同模态不同尺度的两个特征进行融合，设计了一个可以通过两个特征联合表征空间计算特征相关性的特征融合模块。通过有监督对比学习方法，提升间质性肺疾病类别之间的特征区分度，并对典型间质性肺疾病数据库进行检索。在本次间质性肺疾病数据的检索任务中获得了最高的精确率、召回率和F1分数，在用于图像检索的特征向量区分度指标中，获得了0.482的轮廓系数。实验结果表明:与传统深度学习单一特征模态方法相比，所提方法能有效提高间质性肺疾病图像分类检索精度,并提高间质性肺疾病诊断的可解释性。

摘要:森林火灾具有突发性强、破坏性大、不确定因素多、扑救风险性高等特点,为研究有效的森林火灾扑救策略,首先基于元胞自动机相关理论,对森林火灾系统进行分析,建立考虑风、阻燃剂等外界因素的森林火灾模型；然后在此基础之上,对消防智能体进行建模并与森林火灾模型相互关联,从而构建森林火灾扑救模型；最后设计实现基于元胞自动机的森林火灾扑救过程模拟仿真算法,模拟不同环境因素影响下灭火策略的作用效果,以及不同消防力量配置策略下的扑救效果。结果表明,方法能够将灭火仿真与实际决策结合起来,为相关部门森林火灾扑救决策提供可视化且定量化的策略方案,有助于降低森林火灾的损失和救援成本。

摘要:为研究膨胀性极软弱岩大断面斜井底鼓机理与支护方法,以窑街煤电集团某矿主斜井为研究背景,通过现场调研和室内试验,获得了围岩强度低、完整性差、黏土物质占比高、遇水软化膨胀等特性,建立Flac3D数值模型推演实际工程条件下巷道变形规律,探明了大断面软岩斜井底鼓变形机理,总结了三个防治优化策略,并结合原支护设计提出“反底拱+锚索”的优化支护方案。现场实测数据结果表明:优化后的支护方案对软岩巷道底鼓治理效果显著,提高了围岩的承载能力,降低了底鼓变形情况,实现了巷道围岩的稳定性控制,对浅部软岩大断面斜井底鼓治理提供重要参考。

摘要:柴达木盆地英雄岭页岩油主要发育有纹层状和薄层状页岩油储层，为了确定优势甜点，本研究在实验室中开展了纹层状和薄层状页岩岩石物性及力学性质的实验研究，结合现场产液等资料，系统地对英雄岭页岩油储层甜点进行了评价。研究结果表明：相比薄层状页岩，纹层状页岩的TOC含量高、生烃能力强，原始含油饱和度高；纹层状页岩孔隙度相对低，但纹层状页岩具有较强的各向异性和应力敏感性系数，初始天然微裂隙发育；纹层状页岩水平渗透率高，吸液能力较强，渗吸驱油能力强；纹层状页岩抗压强度相对低，天然微裂隙更发育，破裂后更易沿层理方向形成裂缝条数更多的复杂裂缝网络。实验研究结果与现场的产液分析结果一致，纹层状页岩压后产生的裂缝形态更复杂，液体进入后置换驱油的面积大，导致渗吸驱油的能力强，渗吸驱油效率高，使得纹层状页岩最先产液。综合分析可见纹层状页岩是最优的甜点。本文的研究成果对于英雄岭页岩油的勘探与开发具有重要的理论和实践指导意义。

摘要:页岩、致密砂岩等非常规油气储层中发育有微纳米孔隙，微纳米孔隙中油水两相渗流规律和相对渗透率研究是这类储层有效开发的理论基础。本文针对纳米孔隙中的油水两相流动问题，基于Hagen-Poiseuille(HP)方程，考虑油水分布、黏性耦合、多层吸附、滑移等微观渗流机理，建立了纳米级孔隙油水两相渗流的数学模型，在此基础上形成了相对渗透率的计算方法，通过拟合LBM计算结果验证了模型的正确性，通过参数敏感性分析，研究了纳米孔隙中油水两相渗流特征和相对渗透率影响规律。研究结果表明：滑移长度对油水速度分布有较大影响；润湿接触角的增加导致油水相对渗透率均有不同程度的增加；随着黏度比增加，油相相对渗透率显著增加，水相相对渗透率没有明显变化；由于正滑移的存在，会出现相对渗透率大于1的情况；随孔隙半径的增大，流体流动的孔隙面积增加，因此油水两相相对渗透率均增加。研究对阐明微观多孔介质流体流动机制和页岩油的开采具有一定的指导意义。

摘要:致密砂岩储层孔喉半径偏小,启动压力梯度偏高,地层物性差,压裂施工后的水平井产气量差异大,严重影响着致密气的增储上产。针对上述问题,分析了鄂尔多斯东缘盆地不同级别甜点下的气井生产动态,并提出了基于甜点展布的致密气压裂新方法。在岩石力学参数、储能系数及泥质含量参数评价的基础上,建立地质甜点及工程甜点评价模型,运用模糊综合评判方法划分了致密砂岩气藏储层品质。根据不同的甜点类型组合,总结了Ⅰ、Ⅱ、Ⅲ类水平井生产特征及甜点分布特征,形成了基于地质甜点工程甜点的3类压裂模式。结果表明：当水平井钻遇Ⅰ类地质甜点及Ⅰ类工程甜点时,则累计产气量高于预期(Ⅰ类井),可采用较大的压裂规模及排量,追求经济效益最大化(模式1)；当水平井钻遇Ｉ类地质甜点及Ⅱ类以下工程甜点组合时,其累计产气量低于Ⅰ类井(Ⅱ类井),压裂规模应适当降低,追求一定的产能和经济效益(模式2)；当水平井钻遇Ⅱ类以下地质甜点及Ⅰ／Ⅱ类工程甜点组合时,生产效果最差(Ⅲ类井),需降低排量控制压裂规模,避免裂缝窜入风险层,获得一定的产能(模式3)。上述压裂新方法应用于致密气藏一口新钻水平井中,该水平井压后无阻流量及产气量均达到预期,对致密砂岩气藏的开发具有一定的指导意义。

摘要:压裂后返排高速液体携带固体颗粒对油嘴造成严重冲蚀,难以保证油嘴稳定运行。针对油嘴冲蚀严重的问题,采用数值模拟的方法对油嘴冲蚀磨损进行研究,分析了含砂比、砂粒直径、砂粒密度、泵排量和液体粘度对油嘴冲蚀磨损的影响规律。研究表明:含砂比和液体粘度增大时,最大冲蚀率呈线性增长；砂粒密度和泵排量的增大时,最大冲蚀率呈指数增长；砂粒直径增大时,最大冲蚀率呈指数降低。采用正交试验法判断各个因素的显著性,影响油嘴冲蚀磨损的因素依次为:含沙比>泵排量>砂粒密度>砂粒直径>液体粘度。基于数值模拟的结果,采用机器学习的方法,对比分析SVR、CNN、BP神经网络和RFR算法分别进行油嘴冲蚀磨损结果预测。优选SVR算法,采用粒子群算法对预测模型进行优化,得到较优油嘴冲蚀预测模型。

摘要:针对传统故障诊断模型对特征提取不全面，单一模型稳定性和泛化性差的问题，提出了一种基于多头自注意力机制的多尺度卷积神经网络和双向门控循环单元模型，从空间和时序层面实现特征提取。该模型采用原始一维振动信号作为输入，使用不同尺寸卷积核的卷积网络捕获多尺度信息。引入多头自注意力机制，根据输入的不同部分动态调整输出权值，忽略冗杂信息并对所提取特征进行加权融合，将融合后的特征输入至BiGRU网络，通过双向信息融合机制，对来自过去和未来两个方向的信息进行挖掘，捕捉输入序列不同部分间的依赖关系。最后，通过Softmax分类实现轴承故障诊断。本文在三种轴承数据集上进行实验验证，结果表明，所提模型性能指标表现优异，具有良好的泛化性和可行性。

摘要:实际工程中需要大量数据支撑的常规诊断方法难以有效进行小样本条件下的离心泵故障诊断，为此，将深度学习中的残差网络(ResNet)与膨胀卷积相结合，并拓展为孪生网络，构建膨胀残差孪生网络（DRSN）。将膨胀残差网络作为孪生网络的特征提取模块，强化了模型的特征提取能力；构造正负样本对，从每个样本中提取更多的信息，更有效地利用有限的数据；两个子网络共享参数，减少自由参数的数量，降低样本不足时过拟合的风险。提出的网络模型缓解了训练样本不足的问题，提升了数据利用的效率，实现了小样本条件下的离心泵故障分类。研究结果表明：在样本最匮乏的情况下，该模型在离心泵试验数据集上的准确率仍能达到82.20％，相较其它模型，准确率至少提升了8.8个百分点。

摘要:针对列车运行过程中的振动信号是复杂非线性的,并且单一通道的信号存在着信息不完全的问题,提出了一种车体和转向架上多个通道信号融合的抗蛇行减振器故障诊断的方法。首先,对列车多个通道的信号进行自适应噪声模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN),提取分解后的本征模态函数(intrinsic mode function, IMF)精细复合多尺度散布熵(refined composite multiscale dispersion entropy, RCMDE)组成特征集；其次,用核主成分分析法(kernel principal component analysis, KPCA)对提取出的特征集进行降维；最后,将最优特征子集输入到蛇优化的核极限学习机(snake optimized kernel extreme learning machine, SO-KELM)中来诊断抗蛇行减振器故障类型。试验结果表明,经过核主成分分析法优选过后的多通道融合特征集能够准确反应抗蛇行减振器不同故障类型信号特征,实现了抗蛇行减振器的故障诊断,并将蛇优化核极限学习机与其他模型对比验证了该方法的优越性。

摘要:压缩空气储能作为一种新型能源存储技术，在削峰填谷中发挥了重要作用。基于废弃油井储气的压缩空气储能系统，本文提出了一种管道-井筒储气室（储气空间由地上管道与地下井筒构成），模拟研究了其充气过程，重点分析了内部气体的热力学与流动特性。结果表明：随着压缩气体流入管道-井筒储气室内，在高温井筒壁面的加热作用下，气体温度迅速升高；随后，气体温度略高于壁面温度，此时气体向壁面散热；直至储气压力升高至约3 MPa，气体温度和散热量均趋于稳定。由于地温梯度的存在，充气过程中地下井筒不同区域内气体特性差异显著。随着井深的增加，气体流速、密度和沿程阻力减小；且随着储气压力的升高，各区域内气体流速和沿程阻力差异减小。本文研究结果对利用地下井筒作为储气空间的压缩空气储能系统的实际工程应用具有一定的理论指导意义。

摘要:针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统（RCS）故障这一问题，本文按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络（DFRBFNN）模型:首先，根据RCS的故障类型和样本数据，确定DFRBFNN模型的初始结构；然后，应用径向基神经网络方法，构建了RCS故障诊断DFRBFNN初始模型，应用随机初始化方法，对DFRBFNN初始模型的去模糊层到输出层的连接权重进行初始化处理；最后，应用误差下降率法，修正DFRBFNN初始模型的结构和参数，构建了RCS故障诊断DFRBFNN模型。应用所建立的模型对冷却剂丧失、失流和蒸汽发生器管道破裂事故进行诊断，并与传统的故障诊断模型进行对比，验证了本文所建立模型的有效性。研究表明，所构建的核电厂RCS故障诊断DFRBFNN模型能够在不确定环境下准确地诊断RCS的故障。

摘要:为了满足高压直流断路器对其操动机构快速性驱动的要求,针对40.5 kV真空断路器设计了一种具有较高分合闸速度并适用于快速开断的新型电磁斥力机构,其由线盘式和双线圈式机构串联而成。首先,运用有限元方法进行电磁场仿真模拟,通过对机构的电磁斥力、位移/时间特性和速度/时间特性分析,初步验证了其可行性；然后,采用单一变量法对其运动特性进行仿真分析,得到了各参数对运动特性影响的规律,确定了优化参数；最后,为了减小快速电磁斥力机构的分闸弹跳,设计了电磁缓冲器,分析了缓冲电流投入时间和缓冲驱动电路参数对缓冲特性的影响。研究表明：新型电磁斥力机构结合了线盘式机构的快速响应和双线圈式机构的较高驱动效率的优点,其响应时间短、运动速度大、全行程时间短,满足快速开断的需求,在驱动电路电容3 500 μF、电压1 200 V,缓冲电路电容3 500 μF、电压1300 V的参数条件下,设计的电磁斥力机构全行程时间仅有2.18 ms。

摘要:针对电力负荷预测过程中普遍存在的负荷波动变化趋势明显、随机性强,以及预测模型的参数取值不合理导致的精度偏低问题,本文提出了一种基于ALIF-VMD(Adaptive Local Iterative Filtering - Variational Mode Decomposition)二次分解和北方苍鹰优化算法(Northern Goshawk Optimization,NGO)优化CNN-LSTM(Convolutional Neural Networks - Long Short-term Memory)的电力负荷组合预测模型,在使用交叉映射收敛方法(Convergent Cross-mapping,CCM)准确识别电力负荷的关键影响因素的基础上,创新性地联合使用ALIF、基于NGO的VMD和模糊熵(Fuzzy Entropy,FE)对原始负荷序列进行组合分解和必要的重组；针对分解和重组后生成的模态分量,结合NGO确定的CNN-LSTM模型最优超参数组合,建立预测精度高、训练时间短、收敛速度快的NGO-CNN-LSTM日前电力负荷组合预测模型。与其它基准模型的对比结果表明,该模型具有更好的适应性和预测精度,可为电力系统的安全、可靠、经济运行提供重要的技术支撑。

摘要:锂离子电池健康状态(state of health,SOH)估计对于保证锂离子电池管理系统的安全稳定运行至关重要。然而，由于锂离子电池在放电过程中存在容量再生现象，SOH的准确估计一直是一个挑战。为了提高估计精度，本文提出了一种基于变分模态分解(variational mode decomposition,VMD)和双向长短期记忆网络-注意力机制(bidirectional long short term memory-attention,BiLSTM-ATT)的混合模型估计方法。首先采用VMD分解算法对锂电池容量进行分解，得到一组相对稳定的子序列。为了降低后续的计算规模，通过引入了排列熵的方法对各个子序列进行重构。然后，将重构后的序列输入到BiLSTM-ATT模型中，利用注意力机制来分配隐藏层的特征权重，并通过双向长短期记忆网络(bidirectional long short term memory, BiLSTM)模型对SOH值进行训练和估计。最后，将所有估计值进行相加得到完整的SOH估计结果。通过在CALCE锂电池数据集上的CS2_36、CS2_38和CX2_35进行验证，实验结果表明所提出算法的均方根误差始终保持在0.6%以内，平均绝对误差始终保持在0.4%以内，相比其他估计模型表现出更高的精度和性能。

摘要:为解决传统交互式多模型（IMM）算法在车辆目标跟踪中存在模型概率变化不明显和跟踪精度不足问题，本文提出一种改进的自适应IMM-UKF算法。首先采用匀速直线、匀加速直线和匀速转弯来建立车辆的运动模型，并通过无迹卡尔曼滤波对车辆目标进行跟踪。然后将子模型概率变化率作为IMM算法修正参数，对马尔可夫矩阵主对角线和非主对角线元素采用不同的修正策略。最后设置判定窗修正归一化后的马尔可夫矩阵主对角线元素，以扩大匹配模型的概率。结果表明，改进算法模型概率变化更加明显，位置和速度均方根误差均要小于原有算法，有效地提高了跟踪精度。

摘要:针对控制交通网络中所有节点存在成本较高的问题，在资源有限的情况下，构建城市交通网络分析与控制网络的牵制控制框架，提出了一种新的城市交通网络牵制控制算法。利用节点间的相互耦合和牵制关系，通过对路网中部分关键节点的控制，实现了保障整个网络具有期望的行为，有效解决了系统所消耗计算、控制资源过多的局限性。将控制输入设置为绿灯时长的变化量，设计新的牵制控制器，并提出了有效保证城市道路交通网络稳定的条件。通过仿真分析，本文所提出的信号控制方法能够使得城市道路交通网络达到期望状态，并在基础设施和控制成本有限的情况下，有效提升了道路资源利用率。

摘要:在无监督情况下，进行跨模态高维故障数据高精度的故障诊断是一个挑战性问题，针对该问题，提出了一种基于无监督跨模态欧拉判别空间的旋转机械故障诊断方法(UCEDS)。在该方法中，跨模态故障数据样本通过余弦度量映射到欧拉表示，增强不同类型故障样本之间的差异性和可分性，然后在该空间中构建无监督跨模态欧拉判别空间学习模型，在理论上推导出了模型的解析解。该模型不仅考虑了故障样本的局部邻域结构，能够有效地发现复杂和非线性故障特征样本的局部结构信息，同时，在跨模态一致判别融合的基础上，进一步提高了低维判别特征子集模态间的互补性。在帕德博恩故障轴承数据集上的针对 性实验表明，本文提出的UCEDS方法具有优越的故障诊断分类性能。

摘要:为解决lio-sam等基于ICP方法的传统点云配准策略和HRegNet等基于深度神经网络方法的新型点云配准模型均存在的算力消耗高、配准时间长等问题，通过深入研究HRegNet神经网络点云配准模型框架，提出具有轻量化、实时性特点的HKRNet网络模型。首先，使用点云体素化和高斯阈值降采样联用的滤波方法，去除雷达扫描地面的大量无用点，将点的数量从13万左右降至约7万。其次，对HRegNet模型内部耗时大的KNN点云聚类算法改进为KD-Tree算法，能够在保证精度的前提下提升25%的处理速度。最后，针对模型内部卷积模块内存消耗高、计算效率低的问题，使用张量分解的轻量卷积模块并提出分层奇异值分解算法，将模型压缩至原来的86.1%并节约61.2%的计算量。结果表明，HKRNet网络相对于HRegNet网络可以在微小的精度损失下，减少40%的配准时间，单次配准时间不超过84ms，满足实时配准的使用需求。

摘要:现有的语音-人脸跨模态关联学习方法多采用双流网络结构,在降低计算复杂度、模型轻量化和高效特征融合方面还面临一些挑战,为了改善模型性能,提高跨模态学习的效率,提出一种基于单流网络的语音-人脸的跨模态学习方法。首先,将预处理的两种模态数据送入单流特征提取网络,利用基于类信息的损失函数学习提取两种模态的有效特征,接着对提取的两种模态特征向量进行基于注意力机制的特征融合,最后使用余弦相似度算法和交叉熵损失相结合的方法来学习两种模态的关联,从而完成跨模态关联学习任务。实验结果表明,本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果,在考虑网络结构轻量化和灵活性的同时保证了优秀的性能。

摘要:研究目的:针对开放世界目标检测中未知类目标预测性能不佳的问题，提出了一种形状感知与类平衡优化的开放世界目标检测方法。方法:未知类指在训练阶段未标注的类别，由于缺乏标签的指导，未知类目标的检测是一个具有挑战性的任务。构建了一种未知类增强探测器，作为未知类检测分支，在训练阶段只利用已知类标签进行监督，让探测器学习已知类目标特征的相似性，进而推广到未知类目标。为了提高探测器对未知类的敏感度，利用RPN模块区分前景和背景的特性，使用特定筛选方式，从RPN输出中选择“具有未知类潜力”的结果作为伪标签参与探测器训练过程。针对本未知类目标缺乏置信度得分无法使用非极大值抑制(NMS)方法剔除同一目标上冗余预测框的问题，设计了一种冗余未知类目标框抑制器，该抑制器由基于中心点的分组策略和基于形状感知冗余度得分矩阵构成。其中基于中心点的分组策略包含三种根据未知类中心点的分组方法，用于确定抑制范围。接着根据组内每一个预测框的冗余度得分构建冗余度得分矩阵，从而抑制高冗余预测结果。结果:在开放世界目标检测数据集上实验结果表明基于形状感知与类平衡优化的开放世界目标检测方法在保证未知类召回率的同时，具有较高的未知类预测精度。结论:基于形状感知与类平衡优化的开放世界目标检测方法能有效应对开放世界的难题，避免产生大量的无用预测结果。

摘要:针对现有序列标注方法不能有效解决中文电子病历嵌套实体识别问题，本文提出一种基于MacBERT与全局指针网络的中文电子病历命名实体识别模型。首先通过MacBERT-large预训练模型将文本转换为结合语境信息的动态向量，然后使用FGM方法生成对抗样本添加至原有向量并一同输入至BiLSTM网络获取上下文特征，并通过引入注意力机制增强长距离语义特征获取，最后利用全局指针网络模型(Global Pointer)同时考虑头部和尾部的特征信息进行解码以获得更好的医学嵌套实体预测效果。实验结果表明，本文模型相较于识别效果较好的主流模型Global Pointer在CCKS2019以及两个版本的CMeEE中文电子病历数据集上F1值分别提高了1.8%、1.37%、1.72%，证明了模型的有效性。

摘要:缺陷检测在工业生产过程中是不可或缺的一步，目前人工检测存在效率低及成本高的问题，本文提出了一种基于深度学习的陶瓷小目标缺陷检测算法。针对小目标缺陷，本文算法首先添加切片预训练层，降低大尺寸图像对显卡内存资源的损耗；其次为小目标缺陷的检测添加小目标检测层，并去除大目标检测层，以减少参数量；另外提出一种基于MLCA(Mixed local channel attention)的特征选择融合模块，提高对小目标缺陷的感知能力；最后设计了一种共享参数的检测头，进一步降低算法的可学习参数数量。通过与基线模型对比，以陶瓷杯为例，本文算法的检测精度提升了20.9%，结合研制的检测软件及实验平台，陶瓷杯检测效率提升了46.9%。

摘要:为了解决单模态生物特征信息采集不全、易被攻击以及特定识别场景下受限等问题,本文构建了一个针对人脸和虹膜的多层次融合识别模型,设计并实现多模态生物特征识别系统将所提模型以模块的方式进行集成。本文所提模型使用轻量级卷积神经网络作为特征提取器,在特征层利用不同模态特征之间的类内相关性,对不同模态的特征归一化后串联；在分数层使用最小值策略融合左右虹膜得分,使用平均值策略融合虹膜得分和人脸得分。从CASIA-IrisV4-Distance数据集中提取同源多模态数据集进行实验验证,所提特征层融合算法和分数层融合算法准确率均达到99.8%。相较于单模态身份识别系统,该系统具有更强的鲁棒性和泛化性。

摘要:输电杆塔悬挂点张力是线路改造及倒塌事故预警研究的重要参数，机载激光雷达技术可提供输电线路场景高精度的空间信息--激光点云数据，但缺乏本体要素运行状态信息（如杆塔悬挂点张力等物理参量）及时反馈能力。提出了一种基于机载激光点云的杆塔悬挂点张力提取方法，设计了输电线路空间信息研究微观物理参数的新思路。首先利用激光点云重建输电线三维空间模型，然后构建空间曲线模型与输电线水平应力的映射模型，最后根据相邻档输电线在悬挂点处张力矢量关系，实现了杆塔悬挂点张力提取。该方法利用激光点云重建输电线三维模型，提取实时运行状态下输电线张力，相较于有限元分析法，相对误差最大值为3.26％。研究可推广应用至大尺度、大范围输电线路安全巡检及状态参数检测应用中。

摘要:建筑用电时间序列(Building Electricity Consumption Time Series, BECTS)的季节性分割对于准确的电力负荷预测与模式挖掘意义重大。针对传统定时分割、定温分割和自适应候温分割方法难以实现准确的BECTS季节性分割问题,本文提出了一种基于Toeplitz逆协方差聚类(Toeplitz Inverse Covariance-based Clustering, TICC)的BECTS自适应季节性分割方法。该方法根据建筑逐时用电负荷与室外干球温度二元时间序列,利用TICC算法进行实时分割与聚类。夏热冬暖地区某大型公共建筑真实用电数据的分析结果表明,该方法增强了同类样本之间的相似性和异类样本之间的差异性,与定时分割、定温分割和自适应候温分割方法相比,TICC分割后各季节的平均动态时间规整(Dynamic Time Warping, DTW)距离分别提高46.54%、35.73%和7.59%。该方法可作为数据预处理,为单体建筑数据挖掘分析如建筑用电模式挖掘和负荷预测提供数据支撑。

摘要:为探究木-混凝土组合梁的抗弯承载力，选取云南乔木松为基材，高强度自攻螺钉作为剪力连接件。采用自攻螺钉钻入木材与现浇混凝土板连接，剪力连接件在木梁上的部分连接基面是否开槽作为变量，研究木-混凝土组合梁抗弯性能。本文共设计了2组4个试件，采用逐级加载的方法，进行四点弯曲试验，分析组合梁的力学性能。结果表明：组合梁的整体性能较好，部分开槽设计的组合梁在抗弯刚度和整体性能均优于未开槽梁。同等荷载条件下，开槽试验梁的挠度较未开槽试验梁降低了57%，界面滑移较未开槽试验梁减少了50%。理论分析结果与试验结果吻合良好，开槽组合梁的有效抗弯刚度和组合效应系数均高于未开槽组合梁。开槽设计的组合梁拥有更好的整体性能以及刚度和强度。

摘要:为定量探究水合物的生成对GHBS(gas hydrate-bearing sediments)力学特性的影响，开展了不同围压和不同水合物饱和度的室内试验，结果表明，水合物主要增大了GHBS的黏聚强度，而内摩擦角大致不变。为表征GHBS复杂的力学特性，利用前期建立的弹塑性本构模型进行预测，对比发现本构模型具有一定的适用性。基于ABAQUS提供的UMAT用户材料子程序接口，利用FORTRAN语言编写了本构模型的计算机程序，植入到ABAQUS中，实现了对本构模型的开发。对GHBS的单个单元和三轴试样进行有限元仿真，验证了开发模型的有效性和稳定性。

摘要:因为海南省地处热带，经常受到台风暴雨等极端天气的侵袭，所以极容易发生边坡垮塌、滑坡等地质灾害，最终造成不可挽回的损失。为了能够以绿色环保的方式提高热带土质边坡的稳定性，选择通过微生物诱导碳酸钙沉淀（MICP）技术协同地毯草根系固坡的方法对边坡进行加固处理。研究中首先筛选出适宜的微生物菌株，并优化了相关菌剂的制备工艺。在室内对边坡土体进行地毯草根系植入，形成根土复合体后进行MICP处理。随后通过一系列的室内试验和数值模拟分析，评估了此种技术的加固效果。结果表明：MICP技术协同植物根系处理在边坡的力学脆性和整体性方面优势互补，且显著提高了土体的无侧限抗压强度和抗剪强度性能，有效增强了边坡的稳定性，减少了边坡被侵蚀的风险；最后利用Abaqus有限元软件进行了数值模拟验证，提高了研究结果的可靠性。可见，MICP协同地毯草根系加固方法为热带土质边坡提供了一种有效的加固手段，不仅提高了边坡的力学性能，还促进了生态恢复和环境的可持续性。本研究为热带地区边坡的生态加固提供了新的技术途径，对于保护生态环境、减少地质灾害风险具有一定的理论依据和实践意义。

摘要:强夯法是消除黄土地基湿陷性的有效方法之一。为了研究强夯消除黄土湿陷性的机理，本研究对铜川市天然黄土和夯芯黄土进行了颗分试验、湿陷试验、扫描电镜试验和土-水特征曲线(SWCC)试验，以分析强夯在黄土粒度组成、微观结构特征和非饱和特征方面的影响，以及这些因素与湿陷性的关系。结果表明：在强夯作用下，铜川地区黄土中黏粒含量显著增加，当黏粒含量大于36.2%时，黄土不再具有湿陷性。强夯导致坍塌的大中孔隙形成了小微孔隙，土颗粒排列更为紧密，湿陷性减小。夯芯黄土SWCC曲线过渡段斜率大于天然黄土过渡段斜率，这是因为强夯作用下形成的黏粒作为胶结物质，一方面增加了胶结强度，另一方面填充于孔隙中，提高了黄土的密实度。最终对比发现，SWCC曲线拟合参数a与小微孔隙面积占比和湿陷系数间有良好的相关性。黄土的湿陷性可间接地由SWCC曲线特征判断得出。

摘要:为研究寒区岩体在冻融循环和疲劳荷载耦合作用下的损伤特性,开展单一裂隙大理岩冻融循环试验及核磁共振细观试验和不同围压下三轴压缩疲劳宏观试验,分析了冻融循环后裂隙大理岩的孔隙结构扩展特征及冻融循环与疲劳荷载作用下裂隙大理岩的力学特性和变形破坏特征。引入损伤变量,建立了冻融与疲劳荷载作用下基于西原蠕变模型的单一裂隙大理岩疲劳损伤本构模型。结果表明:随冻融次数增加,裂隙大理岩的质量损失率和纵波波速损失率均逐渐升高,核磁共振T2曲线呈现出三峰特征,曲线整体右移,次峰与第三峰逐渐连接,峰总面积不断增大。围压与裂隙大理岩的疲劳强度呈正相关,随着围压的增大,裂隙大理岩的抗疲劳能力增加,延性增强,岩样破坏模式逐步由局部剪切破坏转变为整体剪切破坏。所建立的疲劳损伤本构模型理论曲线与试验数据基本吻合。研究结果可为寒区岩体工程灾害的防治提供参考依据。

摘要:由于忽略了基坑卸荷效应对抗拔桩承载性状的影响,故当开挖卸荷面积较大时,原位试桩结果的准确性尚待考究,且目前关于抗拔桩研究多以桩侧摩阻力反映桩的承载性状,对于桩侧桩-土界面法向压力研究较少。桩侧桩-土界面法向压力与桩侧摩阻力相较而言,可以直观的体现基坑开挖卸荷对抗拔桩承载性状影响。有鉴于此,采用模型试验与数值模拟相结合的方法,通过改变土体摩擦角、基坑开挖范围和桩粗糙度等变量,探究在开挖卸荷条件下抗拔桩的应力响应以及变形规律,继而揭示抗拔桩承载机理。结果表明:基坑开挖的卸荷效应与基坑深度、宽度、有效桩长、桩周土摩擦角和桩侧粗糙度有关,按影响程度分:有效桩长>基坑深度>桩侧粗糙度>基坑宽度>桩周土摩擦角；基坑宽度对桩抗拔承载特性的影响存在临界值,当基坑宽度大于临界值时,基坑宽度的增加对抗拔桩承载特性影响较小；在同一有效桩长条件下,开挖后的桩侧法向应力与基坑深度成正比,与基坑宽度和桩周土内摩擦角成反比,与桩粗糙度的关系较小；在同一有效桩长条件下,开挖后的桩侧摩阻力与基坑深度、桩的粗糙度成正比,与基坑宽度成反比,与桩周土内摩擦角关系较小。

摘要:灌浆路面容易发生开裂问题,影响路面服役寿命。为此,在灌浆料中添加水性环氧树脂(water-borne epoxy resin, WER)来改善灌浆复合混合料的性能。制备不同WER含量的灌浆料,并对其流动性能、凝结时间、力学强度和微观形貌进行表征。通过车辙试验、低温弯曲试验和浸水马歇尔试验对灌浆复合混合料的路用性能进行评价。结果表明,WER可以在水化产物表面形成膜结构,有利于提高灌浆料的柔韧性,但会延迟灌浆料的凝结时间。WER的添加会小幅度降低灌浆复合混合料的高温性能,但能提高灌浆复合混合料低温抗裂性能和水稳定性,特别地,7.5%WER使灌浆复合混合料的低温破坏应变提高了29.2%。

摘要:为满足新时期愈加精细化的个体级交通管理与出行服务需求，在传统基于历史轨迹的出行目的地预测方法基础上，提出一种综合考虑时空关联度的车辆出行目的地预测方法。基于视频AI识别与车辆卫星定位等数据，识别车辆停留点，以此切分车辆全天出行轨迹，建立历史车辆出行轨迹库；研究车辆出行时空特征，提出车辆出行轨迹时间关联度与空间关联度的计算方法，以时空关联度为权重构建车辆出行目的地预测模型；以深圳市福田中心区的车辆出行为例，选取包含私家车、出租汽车等4个典型特征的车辆出行轨迹，建立模型预测准确度评价函数，分析不同类型出行、不同轨迹完成度的出行目的地预测准确度，并与基于历史轨迹预测方法进行对比。结果表明：不同类型车辆出行目的地预测准确度与轨迹完成度基本呈正相关，当轨迹完成度达到80%时，出行预测准确度基本达到80%以上；相比传统基于历史轨迹的预测方法，考虑时空关联度的预测方法预测准确度更高，特别是针对无固定通勤出行特征的出租车，出行目的地预测准确度提高了16%以上，研究成果能够更好适应全局的交通管理需要。

摘要:为研究山区高速公路驾驶负荷，组织驾驶人自然驾驶试验，使用眼动仪获取驾驶人自然驾驶状态下的眼动数据。以瞳孔面积变化率、平均扫视时间、眨眼频率和注视时间占比为关键变量，使用组合赋权法建立驾驶负荷量化模型，揭示桥隧群、隧道群、隧道至互通小间距等山区高速公路典型场景驾驶负荷演变化规律。运用k-means聚类算法，确定基于欧式距离度量的不同等级驾驶负荷阈值，界定高驾驶负荷危险场景。结果表明：桥隧群桥梁类型、隧道群连接段长度、隧道至互通间距均显著影响驾驶负荷；驾驶负荷与桥梁大小呈正相关，与隧道群连接段长度、隧道至互通间距呈负相关；山区高速公路驾驶负荷高、中、低强度等级的阈值为0.54和0.26；大桥或特大桥组成的桥隧群、间距小于300 m的隧道群以及间距小于400 m的隧道至互通路段为高驾驶负荷危险场景；建议在隧道内应用公路隧道智能照明系统、隧道洞口设置减光构筑物，隧道至互通小间距场景可考虑在隧道内适宜区段设置允许换道区域。

摘要:在智慧机场迅速崛起的背景下,自动驾驶车辆的广泛部署要求有一个高效的安全运行系统。本项研究旨在开发一种基于碰撞概率的机场无人驾驶车辆碰撞预警方法,以ADS-B数据为基础,考虑了在滑行道路段和交汇点处飞机与车辆的交互情况,分别对这两种交互环境进行碰撞概率方法分析；然后通过对单车预警仿真图进行分析设置不同级别的预警阈值,当碰撞概率时,跟随车辆进入二级预警状态,车辆制动加速度取值范围为；当时,跟随车辆进入一级预警状态,车辆制动加速度取最大值为；并根据设定的预警阈值分别对同一滑行道和交汇点处进行仿真分析；仿真测试显示,基于碰撞概率的碰撞预警方法能够计算出车辆在滑行道上行驶发生碰撞的概率,并根据相对应的预警阈值进行减速制动,有效降低了碰撞事故的可能性；通过蒙特卡洛随机模拟实验,得到交叉口处不同驾驶方式下的碰撞概率变化图,利用分级预警进行仿真分析,仿真实验表明无论哪种驾驶方式,该预警算法都能有效避免碰撞冲突,进一步证明所提方法具有较高的适应性。

摘要:跨声速风扇转子叶片在实际运行中会遭受前缘侵蚀等形貌衰变问题,端区流场结构会发生变化进而诱发气动性能衰退,本文采用定常数值计算方法探究前缘侵蚀对风扇转子叶尖泄漏流动的影响。结果表明,在侵蚀叶片失速点,其等熵效率、总压比和质量流量分别相对下降4.3%、0.43%和5.63%,还会造成稳定工作裕度降低了0.69%；对于端区内的流动,前缘侵蚀造成在间隙处S1流面和出口区域S3流面引起熵增面积和强度的增加,在不同叶高下形成低马赫数流动区域；泄漏流结构在前缘侵蚀下发生恶性变化,主泄漏流和次泄漏流的分界点提前,携带有更多的流体发生二次泄漏,侵蚀叶片的泄漏涡偏转角度由15°达到30°,直接打在叶片前缘,造成流动堵塞。

摘要:为解决城市内无人机起降场选址建设模式欠优所造成土地、资金浪费的问题,首先利用最大覆盖模型进行选址求解,但因其需求点分布不均且需求覆盖判定标准过于单一,使得求解结果出现覆盖率不高、选址过于集中的情况。针对此问题,考虑需求在空间内的连续分布,结合无人机禁飞区、应用场景等限制因素,提出了一种基于空间连续需求的无人机起降场最大覆盖模型选址办法,利用规则网格确定需求对象、PIPS方法确定起降场候选点。以天津市滨海新区城市内无人机起降场选址研究为例,验证了改进模型的可行性,在起降场建设数量均为14时,改进模型将实际服务面积覆盖率从62.03%提升至88.61%。其结果表明:该方法更符合无人机起降场选址的实际需求,使起降场选址布局均匀合理,能够显著提高无人机起降场服务覆盖率。

摘要:以市政污泥为原料,采用热解法制备污泥生物炭用于吸附水中的四环素污染物,实现污泥的资源化利用和污水处理。通过吸附四环素批量实验确定污泥生物炭的最佳制备条件为热解温度800℃,热解时间4 h。研究分析污泥生物炭投加量、初始pH值、吸附时间和初始浓度等因素对四环素吸附去除效果的影响作用规律,并采用FTIR、SEM、BET等材料性能表征技术,探究污泥生物炭对四环素的吸附机制。结果表明：当污泥生物炭投加量为0.06 g,初始pH为5,反应24 h,四环素浓度为100 mg/L时,污泥生物炭对四环素的吸附效果最佳,最大吸附量为45.33 mg/g。准二级动力学模型和Langmuir吸附等温模型较准确的表达了污泥生物炭对四环素的吸附过程,表明SBC对TC的吸附为单分子层吸附,其吸附过程以表面化学吸附为主,主要涉及阳离子交换和络合沉淀,同时还存在静电吸引、π-π键和氢键作用。

摘要:为提高建筑废弃物再生产品市场接受度,本文探讨了敬畏情绪如何影响消费者对建筑废弃物再生产品的购买意愿。采用情绪评估量表、购买意愿评分以及功能性近红外光谱技术(functional near - infrared spectroscopy, fNIRS),结合虚拟购买实验范式考察自然视频诱发敬畏情绪对被试建筑废弃物再生产品的购买意愿。本文分别测量了自然视频刺激诱发的情绪类型、建筑废物再生产品购买意愿以及观看自然视频时大脑特定区域的活动变化。量表结果显示自然视频诱发了显著的敬畏情绪,fNIRS结果显示,自然视频刺激导致与自我加工相关的大脑默认网络区域(default mode network, DMN)出现“去激活”现象,表明自我意识的抑制与敬畏情绪体验相关,评分结果显示敬畏情绪显著提升了被试对建筑废弃物再生生活用品的购买意愿,而对再生建材的购买意愿影响不显著。因此,在建筑废弃物再生生活用品营销策略中,通过自然视频的方式诱发敬畏情绪可提升建筑废弃物再生生活用品购买意愿,进而提高建筑废弃物再生生活用品市场接受度。

摘要:新一代人工智能技术的爆发式火热,将对风险社会中感知主体的风险体验产生深刻影响。本文运用因子分析和多指标多因素（multiple indicators and multiple causes, MIMIC）模型对生成式人工智能的12个风险场景进行研究,探究了反映公众风险感知程度的4个指标和影响公众风险感知的5个维度。结果显示,公众对生成式人工智能的风险感知程度可以由安全、技术、使用者和企业监管期望来反映；公众的风险感知受到其对技术、宏观、权益、主体和应用风险的主观评价的影响,其中,权益风险和宏观风险的影响最为显著。结果表明,公众对生成式人工智能具有“以我为主”和“未雨绸缪”的风险感知特点。在此基础上,进一步从历史与文化视角、风险沟通视角和科技治理视角对公众的生成式人工智能风险感知进行分析,并提出了相应的对策建议。