小样本条件下永磁同步电机深度迁移学习性能预测方法

使用深度学习算法建立代理模型可实现电工装备性能的快速预测与分析,但其训练过程需大量样本。而现代电工装备的标签样本稀缺,导致模型预测精度低,制约了算法的工程应用。考虑到历史任务中积累的标签样本充足,且此类样本与目标任务的样本间存在相关的知识信息,建立了一种深度迁移学习性能预测方法,将历史电机样本中积累的性能预测知识迁移应用于目标电机性能分析中。首先使用目标域无标签样本对深度置信网络(DBN)进行逐层无监督训练,然后借助源域有标签样本建立参数共享的预训练网络,最后通过少量目标域有标签样本进行适配层训练和全网络微调的方法实现模型迁移。通过结构差异程度不同的Prius电机进行案例验证,结果表明,所提方法能够在满足一定预测精度的情况下,使用较少的标签样本完成目标电机的性能预测任务,为现代电工装备的性能分析与优化提供了新的思路和实践方法。

止水型复合土钉墙支护的研究与应用

采用止水型的复合土钉墙技术,可解决地下水位较浅时,由于基坑降低地下水引起的地面沉降、道路的开裂造成环境破坏的问题。对此项技术的结构型式、设计计算方法以及变形控制进行分析,为止水型复合土钉墙的优化设计和施工提供依据。

静压预应力管桩在基坑支护中的应用

预应力管桩具有施工速度快、技术经济性能好、不污染环境等优点，在郑东新区软土基坑支护中的应用尚属首次，文章介绍了这种支护体系的设计、施工与监测结果，提出在此地区深5～6m基坑中应用是可行的，是在该地区将其应用到基坑支护工程中的有益尝试，值得参考与推广。