盘轴松动⁃碰摩耦合故障转子系统振动特性研究

转子系统在运转过程中可能会发生零件掉落、松动等情况,导致外加物体与转轴发生碰摩。针对这个问题,考虑盘轴松动与碰摩同时发生的情况,建立具有耦合故障的转子系统有限元模型。利用有限元软件对系统进行仿真,分析盘轴间的松动程度对系统振动特性的影响,并通过试验进行验证。结果表明,转子系统的时域波形周期性变化,频谱以转轴转动频率成分为主。随着盘轴松动程度的加剧,频谱中逐渐出现了高频成分;盘轴转速差在启动阶段的初始值随着松动程度的加剧而逐渐增大;盘心轨迹垂直方向的振动幅值也随着松动程度的加剧逐渐变大,且轨迹形状变得更为复杂。由于碰摩的影响,垂直方向的振动明显受到抑制,其幅值小于水平方向的。研究结果对转子系统耦合故障的动力学特性研究具有非常重要的参考价值。

基于动态分布适应网络的跨项目缺陷预测

在软件缺陷预测中,跨项目缺陷预测是基于源项目的标记数据来训练模型,并预测当前正在开发的目标项目的缺陷;然而,两个不同项目数据之间的分布差异往往限制了跨项目缺陷预测模型的能力;由于源域和目标域的数据通常来自不同的分布,因此现有方法主要集中于适应跨域边缘或条件分布;在实际应用中,现有方法无法定量评估边缘分布和条件分布的重要性,这将导致传输性能不理想;论文提出了一种基于动态分布适应网络的跨项目缺陷预测方法来解决分布差异问题,它利用迁移学习能够定量评估每个分布的相对重要性;论文对来自3个公共数据集的24个项目进行了实验,以验证所提出的方法;结果表明,平均而言在AUC和F_(1)分数上分别比所有基线方法高出至少1.3%和5.7%;这表明所提出的方法具有良好的性能特点。

基于注意力和代价敏感的软件缺陷预测方法

软件缺陷预测的目的是预先识别容易出现缺陷的代码模块以帮助软件质量保障团队适当的分配资源和人力;当前基于稳定学习的软件缺陷预测方法在特征提取过程中缺乏代码图像的全局信息,并忽视了不平衡数据对模型性能的影响;为了解决上述问题,文章提出了一种基于注意力和代价敏感的软件缺陷预测方法;该方法在SDP-SL的神经网络中增加了全局注意力模块,重点关注图像中和缺陷代码相关的特征,并将分类器的损失函数改进为代价敏感的损失函数,降低类不平衡对模型性能的影响;为了评估SDP-SLAC的性能,在PROMISE数据库中的10个开源Java项目上进行了多组比较实验;实验结果表明,SDP-SLAC方法可以有效提升缺陷预测模型的性能。

基于图可解释网络的软件错误定位

软件错误定位技术旨在通过挖掘程序与测试用例执行数据,提升定位准确性;针对SBFL技术过于依赖二进制覆盖信息的问题,提出一种基于图可解释网络的软件错误定位方法,将测试执行转化为图结构,利用图注意网络建模深度挖掘代码片段隐含的信息及其相互关系,并采用强化学习思想对图注意力网络学习后的决策过程进行解释,从而确定关键节点,缩小错误定位范围;实验的场景设立在Defects4j数据集的5个项目进行,并与SBFL及未经过解释的深度学习方法进行了对比;结果显示,基于图可解释网络的定位方法在Top-1、Top-3和Top-5指标上分别提升了7.26%、7.56%和9.96%,EXAM指数也提升了8.98%,显著优于其他方法。

基于多域属性表征解耦的水下图像无监督可控增强

水下图像无监督增强技术多面向特定失真因素,对于水下多类失真图像适应性略显不足;图像的内容属性(结构)会随风格属性(外观)迁移变化,导致增强效果不受控,影响后续环境感知处理的稳定性和准确性。针对这一问题,文中提出一种基于多域属性表征解耦(MARD)的水下图像无监督可控增强方法。首先设计多域统一的表征解耦循环一致对抗变换框架,提高了算法对多失真因素的适应性;其次构建双编码-条件解码网络结构;最后设计了MARD的系列损失,提高了质量、内容、风格等属性表征的独立表达性和可控性。实验结果表明,所提算法不仅可以消除水下图像的色差、模糊、噪声和低光照等多类失真,还可通过线性插值的方式量化图像风格码对水下图像进行可控增强。

乡村消费力提升对县域经济发展的影响及策略分析:基于消费升级视角

为了更好地促进城乡发展,加快推进阿坝州县域经济高质量发展,本文从消费升级视角探索乡村消费力提升对县域经济发展的影响。在分析消费升级对乡村经济的促进作用和乡村消费力提升的潜在挑战与问题中,找到了影响乡村消费力提升的六个重要因素,比如:消费结构的变化与乡村商品需求增长、乡村游、民宿等旅游消费的崛起,乡村精品农产品的市场需求提升,乡村消费环境的改善与提升,物流和配送网络建设的问题与挑战,供给侧结构性改革与乡村产业升级的相关性等,了解乡村消费水平、消费结构和消费行为,分析乡村消费的特点和问题,探讨影响机制消费升级如何促进乡村经济结构优化和产业升级,以消费升级视角分析策略,加大对乡村消费基础设施建设的投入,鼓励引进优质产品和品牌,培育具有地方特色的乡村消费文化,培育乡村文化旅游产业,推动农产品加工与销售的升级,促进乡村电商发展与农村电商扶贫,提升乡村消费力对县域经济增长、就业、收入水平等方面经济拉动效应,提出推动乡村消费力提升的途径,为县域经济高质量发展提供战略性建议。

结合多元度量指标软件缺陷预测研究进展

软件缺陷预测可帮助开发人员提前预测缺陷程序,合理分配有限的测试资源。软件缺陷预测的准确度不仅依赖于预测方法的选择,更依赖于软件的度量指标。因此,结合多元度量指标进行软件缺陷预测已成为当前的研究热点。从度量指标出发,对传统度量指标、多元度量指标以及结合多元度量指标的缺陷预测的研究进展进行了系统介绍。主要工作包含:介绍了传统的代码和过程度量指标、基于传统度量指标的软件缺陷预测模型以及影响数据质量的因素;阐述了语义结构度量指标;分析列举了当前用于软件缺陷预测的评价指标;结合预测粒度、传统度量指标、语义结构度量指标、跨项目软件缺陷预测对多元度量指标软件缺陷预测未来的研究趋势进行了展望。

白洋淀流域土地覆被变化及其生态服务价值评价

白洋淀流域处于京津腹地,经济、生态战略地位显要,研究其土地覆被变化规律及它引起的生态系统服务价值变化具有重要意义。文章研究了白洋淀流域2005—2015年土地覆被的变化情况,并对其引起的生态系统服务价值的变化进行分析。为此,收集了该区域2005年、2015年两个时间段TM/OLI遥感影像,解译出相应的土地覆被数据,从两个时期土地覆被变化的趋势、转换关系及土地利用程度等方面对土地覆被变化规律进行分析,并进一步分析不同土地覆被类型变化对当地生态服务价值的影响。结果表明:2005—2015年间流域内土地覆被显著变化,草地、未利用地的面积呈减少趋势,林地、耕地、建设用地、湿地水体呈增加趋势,土地利用程度增加;生态服务价值随土地覆被变化有所改变,林地、耕地、湿地水体的变化导致生态服务价值增加,草地的变化导致生态服务价值减少。总体而言,近10年来白洋淀流域生态服务总价值增加,生态环境明显改善。

基于SSA-S_(n)法的GNSS坐标时间序列粗差探测

针对GNSS高程坐标时间序列中含有粗差、高程坐标时间序列不平稳、非线性变化导致异常值探测困难等问题,提出一种奇异谱分析SSA与S_(n)估计量相结合的粗差探测方法。利用实验模拟数据和实测数据分别对该方法的探测效果同常规3σ法和MAD法进行对比,结果表明,SSA-S_(n)粗差探测方法的总体探测效果更好,能够满足GNSS坐标时间序列高可靠性的需求。

基于变分贝叶斯平行因子分解的缺失信号的恢复

现有的工程信号处理方法都是基于完整的数据采集,并没有考虑缺失信号的处理。而在工程实际中,由于人为因素和自然界不可抗拒的因素,有时会造成传感器失效,从而造成信号采集的缺失。为了消除信号缺失对工程信号处理的消极影响,提出了一种基于变分贝叶斯平行因子分解的信号恢复方法。首先利用平行因子分析理论将采集的振动信号构造成三维张量,同时结合贝叶斯方法,引入潜在变量和超参数,建立贝叶斯平行因子概率图模型;其次采用变分贝叶斯算法推导出因子矩阵和超参数的后验分布,从而进一步推断出缺失元素的分布预测;最后通过分析该模型的下界,初始化参数的选择,使该算法更好的解决信号缺失问题。利用均方根误差和相对平方根误差对该算法的性能进行评估,仿真和实验结果表明,随着缺失比例的增大,变分贝叶斯平行因子分解算法相较于传统的低秩张量补全算法,误差更小,能够更加有效的恢复缺失的信号,有效地解决了工程信号处理中因传感器失效而引起的信号缺失的问题。

基于无限特征选择层次链接无限隐Markov模型的轴承故障诊断方法研究

针对无限隐Markov故障诊断模型在对旋转机械中多种故障训练时割裂了各个数据集之间联系,造成每种故障数据集单独训练的问题,提出了一种层次链接无限隐Markov故障诊断模型。将层次链接无限隐Markov故障模型与无限特征选取后优化多尺度排列熵相结合,应用到滚动轴承故障诊断领域。无限特征算法能够高效地提取故障振动信号中包含的信息,进而完成对不同故障的分类。将获得的数据输入粒子群算法优化多尺度排列熵参数,并对其求得相应的多尺度排列熵值,经无限特征算法对得到的特征量进行排序,筛选出相比较下包含信息量大的特征量输入到层次链接无限隐Markov模型中训练与识别。在此基础上将结果与使用无限特征算法筛选无限隐Markov模型的训练识别结果、随机特征选择下的层次链接无限隐Markov模型结果作对比,实验研究表明:无限特征算法能有效提取更具价值的特征信息,层次链接无限隐Markov故障诊断模型能够更有效地识别,为滚动轴承的故障诊断提供了新的思路。

局部均值分解和奇异值分解在GNSS站坐标时间序列信号降噪中的应用

为了有效地提取GNSS站坐标时间序列的有用信息,降低噪声干扰,本文提出一种局部均值分解和奇异值分解相结合的信号降噪方法,并利用5个测站的实测坐标时间序列对新方法进行了验证。首先通过局部均值分解将坐标时间序列分解成一系列PF分量和余项,然后利用连续均方误差方法确定高频分量与低频分量的分界点,保持低频分量不变,运用奇异值分解方法对高频分量进行降噪重构,最后将重构的高频分量与低频分量叠加得到最终的降噪坐标时间序列,并对降噪效果进行对比分析。结果表明,与单纯的奇异值分解方法相比,局部均值分解和奇异值分解相结合方法能够自适应地选择合适的奇异值个数进行信号重构,提高了降噪效果。

基于EWT-Prophet方法的地表沉降预测

针对地表沉降预测研究中单一传统方法预测精度较低、预测过程不稳定等问题,提出一种经验小波变换(EWT)与Prophet预测模型相结合的优化预测方法。以江西省上饶市德兴矿区为例,采用30景哨兵1号影像进行SBAS-InSAR沉降研究,并获取该区域研究时段内的沉降时序数据。首先对原始沉降时序数据进行EWT自适应分解,分解产生经验尺度分量和一系列经验小波分量;然后对各分量进行Prophet预测后叠加重构,得到最终的沉降预测值;最后采用回溯性预测法验证本文方法的精度和可靠性。实验结果表明,EWT-Prophet组合模型整体优于单一Prophet模型及传统ARMA模型,相较于其他2种方法,EWT-Prophet模型的均方根误差分别提升51.53%和59.03%,平均百分比误差分别提升57.81%和64.85%,表明本文方法预测效果更佳,且具备较好的适用性,为大面积矿区沉降预测提供了一种有效方法。

生物炭零价铁去除水中硝酸盐氮影响因素探究

本文以小麦秸秆制备的生物炭和零价铁为原材料,考察了生物炭投加量、硝酸盐氮初始浓度、溶液初始pH对硝酸盐氮去除效果和产物选择性的影响,结果如下:生物炭投加量为1g时,硝酸盐氮去除率最高为83.6%,加入生物炭后可以抑制氨氮的生成。硝酸盐氮去除率随着硝酸盐氮初始浓度的升高而降低;酸性条件下更有利于硝酸盐氮的去除。

基于卫星数据稳健分析技术统计分析新疆地区热异常与地震的关系

为探究地震活跃区域内地震与热异常的关联性,本文选取2014—2018年新疆地区发生的MS≥4.0地震作为研究对象,利用卫星数据稳健分析技术从MODIS地表温度数据中提取出热异常,并结合热异常特点及筛选方法分析得出:研究区内提取出热异常84次,发生在热异常窗口期内的地震39次,占比46.43%。地震与热异常的对应关系表现为,随着地震震级增大,通过热异常检测到的地震所占比例逐渐增大。当MS≥5.8时,研究区的地震发生均与热异常相关,当地震震级相同时,塔里木盆地中线以北区域的相关性高于以南地区,通过Molchan误差图表分析得出,MS5.0对应预警距离作为阈值的检测效果较好。

环鄱阳湖生态经济区经济-社会-生态系统耦合关系时空演化研究

经济、社会、生态三个系统的和谐共生,对地区可持续化发展、国土资源合理配置有重大影响。将经济、社会、生态三系统单独分开进行耦合协调,并加入相对发展度模型,模拟计算环鄱阳湖生态经济区7市在2003~2019年各系统的耦合协调度和相对发展值,在此基础上对城市时空演变格局进行系统分析。结果表明:时序上,经济、社会、生态系统的耦合协调度总体呈波浪式上升,协调类型从拮抗期的中度失调变为协调期的高度协调,实现了“拮抗—磨合—协调”的跨越,2019年所有城市实现零失调,城市间略有差异但差别不大,各系统逐步趋于优化;空间上,耦合协调发展趋势总体呈现“东快西慢”、“东北—西南”两级发展较快,鄱中地区发展增速较为匀速平稳,整体趋势处于协调状态;系统间的相对发展值明显有差异,总体呈“社会滞后—经济社会滞后—生态滞后”的变化趋势。虽然这17年三系统的耦合协调水平值整体提高,但系统间矛盾依然是限制整体可持续发展的关键问题。据此建议加强产业结构改革,注重各系统的生态效益,同时提高土地的集约利用水平,确保土地的合理利用。

基于夜间多时相遥感数据的热异常与地震的相关性

本文使用第二代欧洲气象卫星MSG搭载的SEVIRI传感器数据,基于卫星数据稳健分析技术提取了意大利地区2015—2017年间的三次热异常,并在此基础上增加热异常的判定条件,利用静止气象卫星的高时间分辨率特性,基于夜间多时相遥感数据探究热异常与地震的相关性。结果显示:通过夜间多时相遥感数据均值可更清晰地展示出研究区热异常的时空变化,基于改进后的判定条件可以有效地判断热异常是否可能与地震有关。此外,夜间多时相热异常的时空分布研究表明,云层的扩散与消失可能对热异常提取结果有重要影响。

EMD-IVMD方法在验潮站水位序列降噪中的应用

针对验潮站水位变化序列非线性、非平稳特点,采用一种基于优化参数的变分模态分解和经验模态分解相结合的降噪方法。该方法先经过EMD分解原始信号后,得到低频和高频信号两个部分,再采用IVMD方法处理高频噪声部分,最后将两部分有效低频信号重构作为最终降噪信号。采用1组模拟数据和4个验潮站实测水位序列数据进行实验,并采用信噪比和均方根误差评价降噪效果,结果表明,EMD-IVMD方法明显优于EEMD和传统的EMD方法,该方法在信噪比精度指标上分别提升1.67%和1.52%,在均方根误差精度指标上分别提升9.59%和13.51%,验证该方法的有效性和可靠性。

基于MODIS时序影像的湖南省油菜种植面积遥感监测分析

基于时间序列影像数据的提取方法可实现快速监测大面积农作物的种植分布和面积估算。以湖南省为研究区,利用2017年500m空间分辨率的MODIS NDVI时序数据,结合湖南省耕地分布数据和实地样点数据得到油菜物候标准曲线,采用最小二乘法与阈值法提取得到湖南省油菜种植分布。结果显示,遥感提取得到的湖南省油菜种植面积主要分布在湘北洞庭湖平原、湘中衡阳市、湘南岳阳市,油菜种植面积3.87×106 hm2,通过与2016年湖南省县域统计油菜种植面积数据进行比较,油菜空间格局分布大体一致,相关性系数为0.81,R2为0.66。采用油菜关键物候期的MODIS时序遥感影像,能有效地监测油菜空间分布和估算种植面积,这为油菜种植管理提供基础数据支撑。

全球平均海平面变化LMD-àTrous多尺度分析及预测

针对非线性非平稳的全球平均海平面时间序列分析及预测的问题,对局部均值分解LMD方法和àTrous算法进行了研究,提出了一种时间序列多尺度分析LMD-àTrous方法。利用LMD-àTrous方法处理全球平均海平面的时间序列,并结合自回归AR方法对未来全球平均海平面的变化进行预测。用平均绝对误差和平均绝对百分比误差评价AR、LMD+AR、àTrous+AR和LMD-àTrous+AR预测方法的结果,并用小波方差图描述利用传统AR方法和结合LMD-àTrous方法预测的时间序列的周期特性。实验结果表明,LMD-àTrous方法能够挖掘出数据的物理机制和物理规律,并分解成不同尺度上的特征信息,将含有噪声的项进行自适应小波阈值去噪处理并重构时间序列,能够有效地发掘数据规律并达到其预测的效果,相比于传统的时间序列预测方法具有优越性。