基于多维度全要素的海塘安全监测体系

海塘是沿江沿海地区抵御风暴潮危害的第一道防线。针对单点监测无法满足海塘结构失效监测的问题,从环境量、状态量及其他监测信息三个方面9个具体点分析了海塘安全识别要素,从空间、地面和水下三个维度分析了相应监测技术的优缺点。根据不同结构部位失效特点,将海塘安全监测体系设计为长期、周期和即时三种不同时间尺度的监测。提出基于时间尺度、空间维度的多维度全要素海塘监测体系,可供海塘“安全+”长效管理参考。

增材制造316钢高周疲劳性能的微观力学研究

由于增材制造逐层累积的工艺特点,其成形材料力学性能往往不同于传统减材制造材料.在航空航天、核工业以及医疗领域中,对增材制造材料疲劳性能的研究不足导致其很难作为主承力件使用,这制约着增材制造技术的进一步推广使用.本文以增材制造316钢为对象,通过仿真手段研究其高周疲劳性能,研究表明循环载荷下滑移带与晶界处的裂纹萌生是增材制造316钢材料发生高周疲劳的主要原因.根据提出的微观力学模型研究了增材制造316钢的高周疲劳性能,其中分别使用唯象学晶体塑性理论和弹塑性内聚力模型模拟晶粒和晶界的力学行为.为了准确评估增材制造316钢的高周疲劳性能,本文针对于晶粒和晶界分别采用Papadopoulos疲劳准则和一种基于安定性理论的介观疲劳准则同时考虑位错滑移和晶界对疲劳性能的影响.最后,为了验证所提微观力学模型的有效性,本文对比了增材制造316钢和轧制316钢高周疲劳性能的仿真结果.与实验结果相同,仿真结果显示增材制造316钢相较于轧制316钢具有更好的高周疲劳性能.

Security in Edge Blockchains:Attacks and Countermeasures

Edge blockchains,the blockchains running on edge computing infrastructures,have attracted a lot of attention in recent years.Thanks to data privacy,scalable computing resources,and distributed topology nature of edge computing,edge blockchains are considered promising solutions to facilitating future blockchain applications.However,edge blockchains face unique security issues caused by the de⁃ployment of vulnerable edge devices and networks,including supply chain attacks and insecure consensus offloading,which are mostly not well studied in previous literature.This paper is the first survey that discusses the attacks and countermeasures of edge blockchains.We first summarize the three-layer architecture of edge blockchains:blockchain management,blockchain consensus,and blockchain lightweight cli⁃ent.We then describe seven specific attacks on edge blockchain components and discuss the countermeasures.At last,we provide future re⁃search directions on securing edge blockchains.This survey will act as a guideline for researchers and developers to design and implement se⁃cure edge blockchains.

基于燃气安全风险的大数据预警模型研究

确定燃气管道安全风险大数据预警模型采用怀卡托智能分析环境。确定数据预处理流程,包含原始数据的获取、数据清洗、特征变量确定与提取、缺失值填补、训练样本的选取。指出内部因素数据为管龄、管材、管径、压力级制、埋深、管理单位,外部因素数据为铁路、地铁等电气化轨道、水系面(河流与湖泊)等影响管道腐蚀的3类。从数据库中随机提取正样本1份,负样本4份,每份各855个样本点。将训练数据集分成3组:训练样本1、训练样本2、训练样本3,组成分别为正样本+负样本1,正样本+负样本2,正样本+负样本3。确定缺失值填补采用KNN算法。选择决策树C4.5、随机森林、贝叶斯网络、朴素贝叶斯、支持向量机和逻辑回归6种算法作为预警模型训练算法。根据选择的算法,同时考虑内外部因素的影响,进行预警模型训练(即实验)。根据实验结果比较分析,选出随机森林为最优算法。同时考虑内外部因素比仅考虑内部因素,模型准确率提高5.07%。

遥感影像变化检测用于燃气管道安全隐患排查

基于深度学习进行遥感影像变化检测,对两幅不同时相的遥感影像进行校正、影像配准、生成变化检测图、隐患设施识别,最终计算燃气管道、输气站与隐患设施的隐患距离,判断隐患水平。分析基于遥感影像变化检测的燃气管道隐患排查流程。在隐患设施中(民房、围墙、铁塔、电杆、铁路、公路、厂矿企业等),除民房、围墙外,其他设施的修建需要有关部门的审批,因此安全隐患主要来自民房、围墙。