湿式尾矿库浸润线解析解的修正研究

浸润线是影响尾矿库稳定的主要因素之一,精确预测浸润线位置对于预防尾矿库失稳有重要意义。针对现有文献提出的湿式尾矿库的解析解,采用柯钦娜理论式和法尔科维奇理论式对下游边界条件方程进行了修正,结合修正后的上下游边界条件,求解了修正后的尾矿库浸润线的解析解。利用有限元软件建立底坡为0.05、0.1以及初期坝内坡比为1∶2、1∶1.5、1∶1、1∶0.577(60°)、1∶0.5的工况模型,将文中解析解与数值解、文献解析解进行了比对。结果表明,提出的解析解精度更高,适用性更广。

乒乓球技术同质化发展的影响与出路

为推动乒乓球项目更好发展。采用文献资料等研究方法,分析乒乓球技术同质化发展形成因素、影响和出路。得出:获取比赛胜利、乒乓球器材的改革、乒乓球规则修改是主要影响因素;该趋势不利于乒乓球技术多样性的发展,增加了运动员损伤的风险;乒乓球打法趋于单一,难以满足球迷的观赏性需求;运动员应对特殊打法的能力减弱。认为:做好新技术创新与非主流技术的传承、重视保护与发扬不同打法类型是乒乓球技术今后的发展方向。

KDP晶体潮解抛光表面质量的模拟分析

通过运动学分析,得到了KDP晶体表面上一点相对于抛光垫的运动方程。分别绘制了载样盘转数、载样盘圆心与抛光垫圆心之间的水平距离、载样盘圆心与其摆动圆心之间的水平距离、摆动周期取不同值时KDP晶体表面上一点相对于抛光垫的运动轨迹仿真图形,得到了这些参数对KDP晶体抛光表面质量的影响规律,并据此确定了这些参数的优化方向。

KDP晶体潮解抛光中相对速度的研究

基于KDP晶体潮解抛光原理对KDP晶体抛光过程进行运动学分析,得到KDP晶体表面上一点相对于抛光垫的速度表达式。在抛光垫转数、载样盘圆心与抛光垫圆心之间的水平距离、载样盘圆心与其摆动圆心之间的水平距离、KDP晶体表面上一点到载样盘圆心的水平距离取不同值时,分别绘制KDP晶体表面某点相对于抛光垫的速度曲线,得到这几个参数对相对速度的影响规律,并据此确定这些参数的优化方向。

小型机载高光谱成像仪在高山峡谷地区遥感地质岩性解译应用

【研究目的】水利工程项目通常位于地势险峻的山区,交通不便、环境恶劣,勘察工作十分艰苦。同时,视界限制使地质人员不能整体上掌握地质体的面貌,尤其在高山峡谷地区,人力、物力及时间成本耗费巨大。高光谱遥感技术在地质领域中的应用主要集中在地物分布反演方向,通过未知地物与已知矿物之间相同的特征吸收峰来判定地物种类,利用其极高的光谱分辨率、空间分辨率和“图谱合一”的特性,可对高山峡谷区的地物目标进行精细分类,从而提高地质调查工作的效率,降低风险。【研究方法】中水北方勘测设计研究院利用中国地质调查局南京地质调查中心自主研发的高效率小型机载高光谱成像光谱仪,首次对位于甘南藏族自治州迭部县高山峡谷地带的工作区进行高光谱遥感对地探测,获取了工作区航空高光谱影像数据。采用最小噪声分离法、波段比值分析法对高光谱遥感数据进行岩性解译。【研究结果】结果表明:以白龙江为界,以北大部分为板岩及第四系黄土,以南则大部分为灰岩。解译结果与已知区域地质图岩性分布一致。【结论】本次研究验证了国产高光谱成像仪的可靠性与实用性,同时提高了水利工程前期地质勘查工作的效率和水平,并提供了险要地形地质勘察的一手资料。

软件定义网络中基于贝叶斯ARTMAP的DDoS攻击检测模型

为解决SDN(software defined network,软件定义网络)架构下DDoS(distributed denial of service,分布式拒绝服务)攻击检测问题,提出基于贝叶斯ARTMAP的DDoS攻击检测模型.流量统计模块主要收集捕获到的流表信息,特征提取模块提取流表中的关键信息并获取关键特征,分类检测模块通过贝叶斯ARTMAP提取分类规则,并通过粒子群算法对参数进行优化,对新的数据集进行分类检测.仿真实验证明了模型所提取的5元特征的有效性,并且该模型与3种传统的DDoS攻击检测模型相比检测成功率提高了0.96%~3.71%,误警率降低了0.67%~2.92%.

面向社交网络数据的等差数列聚类匿名算法

针对社交网络隐私保护如何减少信息损失,实现数据可用性的问题,提出一种个性化等差数列聚类匿名分配算法(PAS-CAA)。首先对选取的初始节点进行优化,基于综合相似度进行聚类,使每个超点至少包含k个节点;区分非敏感超点集和敏感超点集,对敏感超点集采用递减等差数列进行聚类,灵活地调节保护力度,对非敏感超点集实现基本的k保护力度;最后对超点进行匿名化处理。仿真实验结果表明算法在保护社交网络用户隐私的同时可以减少信息的损失,保留统计属性,实现了社交网络的个性化隐私保护。

极低风速标定系统密闭室洞壁影响研究

探头运动式极低风速标定系统密闭室洞壁干扰及前端壁扰动反射都可能对密闭室流场产生影响,从而影响标定精度。采用运动重叠网格技术,用URANS方程数值模拟密闭室流场,考察密闭室侧壁干扰、前端壁反射对流场和标定的影响。选择有洞壁和无洞壁情形计算密闭室流场,比较两种情形下的速度场;对于密闭室前端壁扰动反射问题,选择有前端壁和无前端壁两种边界条件,计算密闭室流场,比较不同时刻两种情形下的速度场。结果表明:洞壁干扰和前端壁反射引起的速度场偏差对标定的影响都在可接受范围内。

交叉孔电化学去除毛刺电场仿真分析

电化学加工受电场、流场、温度场等多个物理场相互作用的复杂反应过程.通过计算机仿真软件建立不同电极形状、加工电压和绝缘层位置下电化学加工过程中的电场模型,通过对电场模型的求解得到电化学加工过程中工件加工面的型面变化曲线.仿真结果表明对电极的处理以及降低绝缘层位置能够有效提高表面加工质量,并且得出加工电压与时间曲线图,从而得到优化设计方案和实验参数.

热障涂层制备方式研究进展

热障涂层由于具有优异的隔热性能、耐腐蚀、涂层制备简单、成本较低等优点,因此热障涂层被选择为镍基高温合金表面的防护手段,以阻止过高的温度以及熔融腐蚀物对叶片造成不可逆损伤。综述了热障涂层制备方式研究进展,包括各制备方式的原理、涂层性能特点与不足,主要包括等离子喷涂、物理气相沉积、超音速喷涂、爆炸喷涂、冷气动力喷涂等,并在此基础上对热障涂层的研究方向提出展望。

基于FPGA集群的脉冲神经网络仿真器设计

针对类脑计算系统中NEST脉冲神经网络仿真器运行速度慢和功耗高的问题,设计一种基于现场可编程逻辑门阵列(FPGA)集群的NEST脉冲神经网络仿真器。在改进NEST仿真器结构的基础上,提出漏电流整合放电神经元计算模块的流水线并行架构,实现支持双核双线程和多节点多进程的FPGA集群设计。在皮质层视觉仿真模型上的实验结果表明,与基于Xeon E5-2620和ARM A9平台的NEST仿真器相比,基于FPGA集群的NEST仿真器计算能效和速度分别提升43.93倍、23.54倍和12.36倍、208倍,能为大规模类脑计算系统实现提供技术支持。

SWAM:SNN工作负载自动映射器

为了满足大规模脉冲神经网络(SNN)的计算需求,类脑计算系统通常需要采用大规模并行计算平台。因此,如何快速为SNN工作负载确定合理的计算节点数(即如何把工作负载合理映射到计算平台上)以获得最佳的性能、功耗等指标就成为类脑计算系统需解决的关键问题之一。首先分析了SNN工作负载特性并为其建立起计算模型;然后针对NEST类脑仿真器,进一步实例化了SNN的内存、计算和通信负载模型;最终设计并实现了一种基于NEST的SNN工作负载自动映射器(SWAM)。SWAM可以自动计算出映射结果并完成映射,避免了极其耗时的工作负载映射手动试探过程。在ARM+FPGA、纯ARM、PC集群三种不同的计算平台上运行SNN典型应用,并比较SWAM、LM算法拟合和实测的映射结果。实验结果表明:SWAM的平均映射准确率达到98.833%,与LM方法与实测映射相比,SWAM具有绝对的时间代价优势。

基于宏观空穴理论的主轴承多目标优化设计

为有效地降低内燃机轴承的润滑油泄流量,提高其油膜支撑能力,建立考虑宏观空穴效应的曲轴-主轴承系统的流体动力润滑模型,并根据不对中角度下最大油膜压力验证了宏观空穴模型的正确性;采用宏观空穴模型对内燃机轴颈-轴承系统的空穴区域及空穴区域密度进行预测;基于正交试验设计和最优拉丁超立方试验设计,研究不同参数及参数耦合对轴承润滑性能的影响;结合带精英策略的非支配排序遗传算法(NSGA-II),以润滑油泄流量和油膜支撑力矩为优化目标,对内燃机主轴承性能进行优化设计。研究结果表明:仅仅结合正交试验分析单因素影响权重是不够的,参数的交互影响权重较大,在进行参数权重影响分析时应综合考虑参数间的交互影响;在润滑油泄流量最小和油膜支撑力矩最大多目标优化中形成了一个最优解前沿,得到了一个关于多目标优化的解集。

基于SNN神经元重分布的NEST仿真器性能优化

为满足大规模脉冲神经网络(SNN)的计算需求,类脑计算系统通常需要采用大规模并行计算平台。然而随着节点数量的增多,通信在仿真中所占比例大幅增加,导致计算效率下降。类脑模拟器开源软件NEST采用缓冲区大小相等的策略,有效缩短了通信时间,但是由于缓冲区互相无交流,使得通信数据量持续增加,因此其在能耗方面表现较差。分析NEST集群的负载特性,针对其中的通信问题进行稀疏性优化,提出基于SNN子图跨节点优化的神经元重分布算法ReLOC。通过优化SNN子图的跨节点分布减少每一轮神经元到进程的数量,从而减少跨节点脉冲,使进程间通信更加稀疏,达到缩减每一轮通信进程的目的。在此基础上,以稀疏交换的思想对NEST本身的通信机制进行改进,使有脉冲交换的进程进行数据交换,从而在连接稀疏的情况下提升通信效率。以包含28个Xilinx PYNQ节点的计算集群作为实验平台,运行皮质微电路SNN模型和平衡随机网络模型,验证ReLOC算法的有效性。实验结果表明,相比循环分布算法,重分布算法能够使通信的平均稀疏性提高20%,同时配合稀疏交换最多可使通信能耗减少98.63%。

用于热障涂层的高熵陶瓷材料研究进展

热障涂层是一种应用于涡轮发动机热端部件,具有隔热作用的陶瓷涂层。随着航空航天技术的不断发展,涡轮发动机推重比逐渐增加,不断提高的涡轮前进口温度以及更加恶劣的使用环境对热障涂层陶瓷材料提出了更高要求。近年来已有多种陶瓷被认为具有应用于热障涂层的潜力,其中高熵陶瓷因其优异的热力学性能、杰出的隔热能力而受到研究人员的关注。在此基础上,本文综述了高熵陶瓷成分设计的三种判据,包括原子尺寸判据、晶格参数判据以及熵判据,并总结了不同判据在实际陶瓷成分设计上的局限性;总结了高熵陶瓷合成方式并重点介绍了固相反应法、溶胶-凝胶法、共沉淀法与溶液燃烧法,对比了不同制备方式合成陶瓷粉末的优缺点;归纳了热障涂层用高熵陶瓷的三种结构,包括烧绿石/萤石结构、独居石结构以及钙钛矿结构;重点综述了高熵陶瓷的性能特点,包括隔热性能、热力学性能、抗腐蚀性能以及化学相容性,并分析了多组元掺杂优化陶瓷性能的机理;最后展望了高熵陶瓷在热障涂层应用中的发展方向。

多跨度裂纹转子-滚动轴承动力学特性分析

在考虑由裂纹产生的附加刚度、滚动轴承非线性赫兹接触以及由滚动轴承支撑刚度变化而产生的VC(Varying compliance)振动的基础上,利用拉格朗日方程建立了滚动轴承支撑下含横向裂纹的双跨度转子模型,综合考虑离心、碰摩等故障,采用变步长Runge-Kutta法对单一及耦合故障导致的系统非线性动力学行为进行数值仿真,结合分岔图、轴心轨迹图、Poincaré截面图和三维谱图等,分析了裂纹扩展、裂纹角和滚动轴承径向间隙对系统响应的影响。结果表明,单一故障时,在超临界转速区有较大范围的混沌运动出现;耦合故障时,在亚临界转速区受不平衡旋转与VC振动的组合影响进入拟周期运动,超过临界转速后开始分频,表现出强非线性特性;裂纹较浅时对系统响应的影响不明显,裂纹较深时在高转速区系统响应变化明显;裂纹角对混沌运动影响较大、对周期运动无本质影响;系统响应对滚动轴承间隙的变化具有敏感性。研究结果对控制和预测旋转机械故障有一定的指导意义。

具有不对中故障的转子-滑动轴承系统动力学特性研究

在深入分析多跨度双转子模型建立方法及联轴器模型的基础上,综合考虑离心、碰摩等故障,建立双跨度转子-联轴器平行偏角综合不对中模型。采用变步长四阶-五阶Runge-Kutta法求解不对中故障双跨转子-滑动轴承系统的非线性动力学模型,通过Poincare截面图、轴心轨迹图、波形图和频谱图,直观地显示了系统在某些参数域中的运动状态,通过分岔图和三维谱图分析,揭示了转子系统周期、倍周期、拟周期等分岔行为以及同频振动、幅值跳动、拟周期运动、混沌等非线性动力学现象。研究结果表明,该类系统在运行过程中转子的运动范围增大且运动更加混乱,甚至严重的综合不对中故障导致转子系统进入混沌运动的状态;不对中故障对转子系统的整体振动影响较明显,不对中故障较严重时,整个系统振动形式更加复杂,并且仿真分析结果与实验结果能够较好的吻合。研究结果为转子-滑动轴承系统故障诊断、动态设计和安全运行提供了理论参考。

电焊噪声雨滴掩蔽作用的脑响应研究

工业噪声污染是影响工人健康和工作效率的主要环境因素之一。在传统降噪措施无法满足要求的情况 下,掩蔽作用可以达到明显的主观降噪效果。为了研究声掩蔽作用对大脑皮层响应的影响,以雨滴声掩蔽电焊声作为 实验声信号,收集19名健康志愿者的脑部功能磁共振(fMRI)数据。通过统计学处理分别得到噪声和掩蔽声信号刺激 下受试者的脑部激活区域,并进行对比分析。研究结果发现,在接受电焊噪声原声刺激时,主要脑部激活区域为颞叶、 中央后回、扣带回和额上回;在接受电焊噪声雨滴掩蔽信号刺激时,主要脑部激活区为边缘叶和枕上回。对电焊噪声 雨滴掩蔽前后激活脑区的差异性分析表明,情绪处理相关的前额叶区激活更为明显。本研究提供了一种有效分析声 掩蔽作用引起显著影响脑响应区域的方法,这为声掩蔽及其心理效应的评估提供了客观生理的研究思路。

基于ZYNQ集群的神经形态计算加速研究与实现

基于脉冲神经网络(SNN)的神经形态计算由于工作机理更接近于生物大脑,被认为有望克服深度学习的不足而成为解决人工智能问题的更佳途径。但是如何满足高性能、低功耗和适应规模伸缩需求是神经形态计算系统需要解决的挑战性问题。基于FPGA异构计算平台ZYNQ集群,在NEST类脑仿真器上,重点解决了具有脉冲时间依赖可塑性(STDP)突触计算复杂度高、并行度低、硬件资源占用大的问题。实验结果表明,设计的方法在8节点ZYNQ 7030集群上,性能是Xeon E5-2620 CPU的14.7倍。能效比方面,是Xeon E5-2620 CPU的51.6倍,是8节点ARM Cortex-A9的20.6倍。

PEST:由PYNQ集群实现的高能效NEST类脑仿真器

高性能且低功耗地进行大规模类脑仿真是类脑计算所需解决的最具挑战的问题之一。目前类脑计算的实现方式主要分为硬件实现和软件实现两种。通过硬件实现的专用类脑计算芯片与系统可以提供更佳的能效指标,但代价高、适应性差;基于软件方式的仿真(如NEST)拥有完整的应用生态,可用性好但存在计算速度慢的问题。如果将两种实现方式相结合,通过软硬件协同设计,可以在保证良好应用生态的同时获得更高的计算能效,提出了一种基于FPGA异构平台PYNQ集群的NEST类脑仿真器的高能效实现(PEST)。通过构建大规模PYNQ集群,设计软硬件数据交互接口实现基于NEST仿真器的规模可伸缩类脑计算系统,针对IAF神经元进行FPGA硬件电路设计,利用MPI分布式计算等方式提升了NEST计算效率。实验结果表明:针对不同的计算模型,在PYNQ集群最佳适配情况下,PEST上神经元更新部分的性能相比AMD 3600X提升超过4.6倍,相比Xeon 2620提升超过7.5倍;PEST的更新能效比相比3600X提升超过5.3倍,相比Xeon 2620提升超过7.9倍。