一种异构平台下反应堆计算程序间的通信方法

为提升反应堆计算程序间的通信效率,计算程序间不直接进行数据交换,而是基于共享内存的方式进行通信。数据分为参数索引表和参数数据表两类,接收端可根据参数索引表索引到具体的参数。同时,由于异构平台采用的字节序可能不同,因此,在异构平台下的反应堆计算程序的通信需要对字节序进行处理。文章设计并实现了一种异构平台下字节序的处理方法,使反应堆计算程序能忽略平台的差异进行通信。

基于改进典型形状上下文特征的形状识别方法

针对形状上下文特征难以解决大规模样本的形状识别问题,提出一种利用角点典型形状上下文特征进行快速形状识别的方法.该方法仅以少数角点作为代表点生成直方图,对目标形状关键特征进行描述,通过减少匹配的特征数目降低了采样点匹配时间;在此基础上提出了局部约束匹配的方法,能够快速实现形状匹配并解决特征旋转不变性的问题,最终通过结合快速剪枝和精确匹配完成形状的识别.对形状数据进行仿真实验的结果证明,文中方法能够快速、有效地实现大规模数据的形状识别和检索.

基于期望首达时间的形状距离学习算法

由于逐对形状匹配不能很好地反映形状间相似度,因此需要引入后期处理步骤提升检索精度.为了得到上下文敏感的形状相似度,本文提出了一种基于期望首达时间(Mean first-passage time,MFPT)的形状距离学习方法.在利用标准形状匹配方法得到距离矩阵的基础上,建立离散时间马尔可夫链对形状流形结构进行分析.将形状样本视作状态,利用不同状态之间完成一次状态转移的平均时间步长,即期望首达时间,表示形状间的距离.期望首达时间能够结合测地距离发掘空间流形结构,并可以通过线性方程进行有效求解.分别对不同数据进行实验分析,本文所提出的方法在相同条件下能够达到更高的形状检索精度.

一种基于广义期望首达时间的形状距离学习算法

形状距离学习是形状匹配框架中引入的后处理步骤,能够有效改善逐对计算得到的形状间距离.利用期望首达时间分析形状间相似度可能导致距离更新不准确,针对这一问题提出了一种基于广义期望首达时间(Generalized mean firstpassage time,GMFPT)的形状距离学习方法.将形状样本集合视作状态空间,广义期望首达时间表示质点由一个状态转移至指定状态集合所需的平均时间步长,本文将其视作更新后的形状间距离.通过引入广义期望首达时间,形状距离学习方法能够有效地分析上下文相关的形状相似度,显式地挖掘样本空间流形中的最短路径,并消除冗余上下文形状信息的影响.将所提出的方法应用到不同形状数据集中进行仿真实验,本文方法比其他方法能够得到更准确的形状检索结果.

基于历史和制造约束的可制造性分析系统实现

结合并行工程的思想,针对产品可制造性分析问题,提出基于设计历史、制造资源约束和工艺规则检查的产品可制造性分析系统的总体结构和框架,系统利用数据库技术和PDM技术实现,最大程度地保证设计满足各种约束,提高设计效率,最后给出实例验证了系统的有效性和实用性。

轻量化技术在核反应堆设备结构设计与评价中的应用

针对反应堆设备结构设计中普遍存在的异构文件的装配、设计初期干涉检查等问题,本文介绍了以轻量化技术为基础的异构三维模型装配的解决方案,并在此基础上实现了大规模的反应堆总体设备快速浏览、以及设备间的干涉检查等功能。该解决方案成功应用于反应堆设备结构设计过程中,取得了良好的效果。

一种基于多尺度轮廓点空间关系特征的形状匹配方法

针对使用三角形区域表示描述子对相似形状进行匹配时,对微小形变比较敏感以及区分剧烈变化的不相似形状时判别能力较弱的问题,提出一种结合轮廓点空间关系特征的多尺度形状特征描述子.通过分析不同尺度下参考点与其他采样点之间的位置关系,利用对应角度信息来对形状进行表示,并在此基础上构造出一种新的形状特征描述子.本文所提特征提取方法能对形状的局部及全局信息更准确地描述,具有较好的鲁棒性和判别能力.在形状特征匹配阶段,利用轮廓点集顺序关系已知这一优势,引入动态规划及形状复杂度分析的方法,分析形状间的匹配结果,能够得到较好的形状匹配精度.通过对不同形状数据集行仿真实验,证明本文方法能够有效地实现形状识别和检索.

基于模糊形状上下文特征的形状识别算法

利用形状上下文特征进行形状匹配的过程中,各采样点被直接二值划分至不同的直方图栅格,致使特征表达不精确,进而导致匹配结果存在偏差.本文在对数极坐标系中引入模糊隶属度函数,利用采样点分布的模糊划分结果建立直方图,生成模糊形状上下文特征,从而更精确地描述形状信息.在极坐标系下对采样点集合进行分割,提出分割匹配的方法,减少不必要的特征匹配次数.在此基础上,利用循环移位匹配方法解决形状在不同角度姿态下利用形状上下文特征匹配的问题.通过对不同数据进行仿真分析,证明本文所提出的方法能有效实现形状识别和检索.

基于机器学习的剩余使用寿命预测实证研究

剩余寿命预测是设备预测性维护的3个核心任务之一。目前最新的研究进展是利用机器学习来建立剩余使用寿命预测模型。论文首先梳理了设备剩余使用寿命预测主要采用的机器学习模型,包括支持向量回归模型、多层感知机模型、卷积神经网络和循环神经网络;然后介绍了3个在剩余使用寿命(Remaining Useful Life,RUL)预测中主要采用的公开数据集,以及两个广泛采用的预测性能评价指标。特色之处是基于NASA提供的涡扇发动机仿真数据集C-MAPSS展示了RUL预测建模的基本步骤和关键技术细节,详细比较了几种代表性预测模型的性能。实验结果显示浅层结构的支持向量回归模型的性能确实显著弱于包含深度神经网络的模型;而在深度神经网络中,卷积神经网络和循环神经网络又显示出了各自在挖掘复杂特征交互以及时序特征交互之间的强大能力。最后展望了剩余寿命预测技术的发展前景并讨论了面临的主要挑战。

基于分块Morton压缩和混合生成准则的地形简化方法

针对利用Morton编码规则压缩数字高程模型(DEM)数据存在的只适用于较平缓地形的问题,提出了基于地表粗糙度的Morton分块压缩方法.在地形分块时采用二级划分方法,只对地表粗糙度比较小的地形块编码压缩,减少数据读取及编码数量,提高压缩速率;在建模部分,首先对基于地形局部熵的生成准则进行改进,形成一种视相关局部熵生成准则,利用此准则对近处地形进行简化,然后将此准则与Phong光照模型相结合形成一种混合生成准则,用Phong光照模型对远处地形简化.实验结果表明,采用文中方法可以在有效地减少绘制三角形的同时保留地形局部细节,提高了地形可视化效果.

基于外形特征的三维模型聚类方法研究

针对实际应用中三维模型数据集的模型分类管理、检索聚类预处理等聚类问题,提出了一种基于划分方法的无监督聚类模型。该模型通过以傅里叶矩不变算法为基础的特征提取算法,综合运用了现有聚类算法,将特征提取和聚类计算有效结合起来,充分考虑了聚类模型数据格式的敏感性问题。计算结果表明,该方法对有一定类结构的数据集在有整体聚类效果的情况下有一定的局部最优性。

流线增强型线性积分卷积流场可视化

为全面清晰地展示出流场信息,减小线性积分卷积的计算量,提出一种流线增强型线性积分卷积方法。改进算法中流线生成部分:检测临界点位置并绘制渐变临界点区域,根据积分点所在区域结合不同的积分方法,并自适应更新积分步长。利用GPU的并行能力及使用GLSL(Open GL Shading Language),进一步增加输出图像的清晰度。仿真结果表明,该算法能够提高渲染速度同时保持可视化结果的清晰度,并利用改进的线性积分卷积方法对河流以及旋风流场进行可视化,以图像形式直观形象地展示流场分布信息。

核电厂智能化SAMG软件框架研究与应用

研发了一种核电厂智能化严重事故管理导则(SAMG)软件框架,描述了智能化SAMG软件系统在插拔式软件扩展架构方面和智能文档驱动方面的关键技术,并将该软件框架应用于方家山核电厂智能化严重事故管理导则系统。结果表明,该软件框架能够通过对SAMG数据资源和界面程序库的插拔式配置,快速实现核电厂SAMG智能化,并提供功能丰富的智能文档使用界面。

基于机器学习的故障诊断方法研究

随着工业4.0时代的到来,如何有效地利用海量监测数据为设备的智能维保提供有益决策已经成为工业互联网领域极具挑战的问题,特别是利用机器学习模型对设备的故障类型进行智能诊断已经取得了不错的研究进展。文章对目前最新的故障诊断方法展开研究,归纳了基于机器学习的故障诊断方法的基本流程,介绍了用于故障诊断的四种代表性的机器学习模型,最后对未来的研究趋势进行了展望。

一种基于二维光滑粒子法的流体仿真方法

针对大场景下流体仿真计算复杂度高的问题,本文以浅水方程为基础,提出一种改进的二维光滑粒子方法.该方法中使用光滑粒子法离散二维浅水方程,将水深作为粒子的属性,把计算复杂度降到二维的程度;同时为了提高邻域粒子的搜索效率,提出一种基于动态网格的邻近粒子搜索方法;并使用虚粒子和惩罚力相结合的方法处理边界条件以高效率应对复杂边界;渲染时,首先将粒子映射并插值到规则网格内得到流体表面,避免三维流体表面重构复杂度高的问题,最后利用OpenGL着色语言实现加速渲染,从而达到大场景下流体实时仿真.

基于DDS的异构系统数据交换技术研究

为满足日益增长的异构信息系统数据交换需求,研究了可扩展标记语言技术和数据分发系统发布/订阅模型,设计了一个实时、可靠的数据交换系统,降低了各交换节点之间的时空耦合性,有效地解决了异构系统之间的数据交换问题。

基于ActiveMQ的任务集成管理系统设计与实现

随着企业信息化建设的不断发展,应用系统的数量和电子业务流程的任务数量呈现大幅增长,为了有效提高工作效率,设计了一个基于ActiveMQ的任务集成管理系统,实现了应用系统的任务集成和高效互操作。

保留地形特征的自适应多分辨率分块简化算法

针对规则划分忽略不同地形块间的地形特征导致处理时间差异问题,以及基于高程差异的层次几何误差存在局部精度不够与地形特征丢失问题,提出一种保留特征点的自适应划分简化算法。首先,在数据预处理阶段,采用改进的地形熵简化算法对大规模地形进行分块,实现多级分辨率地形划分;然后,在实时渲染阶段,提出保留顶点特征度的误差计算方法,解决几何误差带来的局部精度不够的问题,保持地形的轮廓特征和局部细节。实验结果表明,与基于高程值差异的误差计算方法相比,所提算法能提高渲染速率,保留轮廓特征及局部细节。

数字化反应堆人机交互功能需求的研究

人机交互系统的进步对诸如计算机,互联网,移动设备等领域的发展起了极大的作用。为使人机交互技术在反应堆设计仿真领域发挥更好的作用,本文对数字化人机交互系统的功能需求开展了研究。本文基于人因工程审查大纲与人因系统界面设计审查大纲,对人机交互系统功能需求进行了说明,主要包括总体设计导则、用户输入格式、界面管理、信息管理、系统安全、计算机操作规程需求等内容。本文阐述的数字化人机交互功能需求可用于数字化反应堆及其衍生系统的人机交互设计与开发。

数字化反应堆人机交互组态方案递阶层次关系概述

从组态角度研究数字化反应堆人机交互系统的递阶层次关系,如顶层系统(画面)—子系统(画面)—设备(组件)—器件(元素),及每一层次的属性、特征,如字体、色彩、尺寸、动画、数据类型、数据处理、导航等。将现有核动力装置人机交互系统分层次的进行研究:第一部分研究人机交互系统的基本元素,确定屏幕大小、字体、时间、颜色、线型的设计规范;第二部分研究人机交互系统所用到的组件,设计管道及仪表线、组件控制区、选中对象反馈、组件形状、组件状态、文本信息、数字化显示、条形图、趋势图等;第三部分对系统的整体结构进行了研究,设计了系统导航布置的结构以及系统画面的布局。研究方案可用于数字化反应堆组态建模工具的设计与开发,能够更好地辅助用户开展图形化人机交互界面的设计工作。