结合数字孪生的斜拉桥系统更新和响应预测

由于传统建模方法难以反馈桥梁系统参数和响应的细微变化,为此提出了以数字孪生体作为结构系统的高保真映射模型。首先,定义数字孪生体包含物理孪生层、数字孪生层和信息交互媒介3部分,数字孪生层的孪生模型是对斜拉桥物理实体的虚拟映射,通过信息交互媒介实现不同层间信息的实时传递;其次,针对具体应用提出了结构信息化、信息数据化和数据模型化3条建模准则,实现对斜拉桥物理实体的信息勾勒和可视化过程,建立高保真的斜拉桥数字孪生模型;最后,以一座实桥端锚索的监测数据为感知信息,将变化的索参数实时反馈给孪生模型,实现模型更新和响应预测。研究结果表明,所提出的数字孪生建模方法能及时反馈实桥的参数变化,并预测由此造成的索力、塔顶偏位及主梁跨中挠度的细微改变。

用脉冲星的脉冲序号复现坐标时方法

为实现包括地球和地球以外的时间统一,需要运用相对时间观的两种时间来替代目前时间计量体系中的标准时间,这两种时间分别是:原时和坐标时,其中坐标时可溯源到脉冲星时间基准上。为构建简单的本地轨道参数历表,阐明分层嵌套的空间包含关系,形成时间相对统一的观点。从计量角度,提出了一种脉冲星复现坐标时的理论,运用相对时间观中的时间和空间不可分割观点,归纳了统一时间的广域坐标系所必须具备的基本特征,强调了原点观者的特殊性,提出了基于原点观者的脉冲星脉冲序号和初始历元的定义方法。首先,把一组脉冲星的脉冲序号约定为坐标时基准,用来复现坐标时,约定一组脉冲星的脉冲周期为固定的常数数组,约定后不再测定,常数的单位仍是国际单位制[秒],常数可理解为脉冲序号的坐标时间隔与[秒]之间换算的系数。然后,基于平面电磁波模型,把脉冲星的脉冲电磁波经过原点的时刻与脉冲序号一一对应,于是原点观者的坐标时与连续的脉冲序号成为线性函数关系,最后,分析了脉冲星稳定特点,给出了以一组序号为变量的脉冲星集合稳定性判据。

基于IESPSO的舵机倾转矢量动力系统建模与参数辨识

针对在旋翼动态时产生的外力矩影响下,倾转矢量动力系统中的舵机系统模型辨识精度低、实际响应难以估计的问题,本文将舵机外力矩作为扰动噪声纳入辨识环节,构建系统模型,并提出了一种基于改进生态系统粒子群优化(IESPSO)的倾转旋翼舵机系统参数辨识方法。为确保试验稳定安全进行,本文设计了倾转矢量动力系统辨识平台,进行参数辨识试验。试验结果表明,在旋翼动态时产生的外力矩噪声影响下,IESPSO相对于粒子群优化法、生态系统粒子群优化法与递推最小二乘法,均方根误差降低了1.46%,1.79%与56.37%,辨识精度有明显提升,并具备更快的寻优收敛速度。在修改搜索空间后,IESPSO仍具有较高的寻优精度,避免了在宽搜索空间下无法快速搜索至较优可行解的问题。

数据采集系统共模抑制比的测量实验研究

介绍了数据采集系统共模抑制比参数的概念、内涵及定义,并阐述了数据采集系统共模抑制比测量中的5个问题:1)共模干扰的非线性问题;2)共模干扰表现形式的多样性,即直流偏移形式,交流波动形式,噪声水平变化形式;3)本底噪声影响的测量及剔除方式,即方差(能量)相减方式,有效值差方式,绝对值均值差方式;4)共模信号端接方式的影响;5)直流共模抑制比和交流共模抑制比的差异。以一个典型数据采集系统上的实验结果,阐述了上述不同条件变化对共模抑制比测量结果的影响,给出了数据采集系统共模抑制比测量的技术建议。

基于偏振编码图像的低空伪装目标实时检测

偏振可以提高无人机的自主侦察能力,但易受到探测角度和目标材质的影响,从而降低偏振检测的鲁棒性。为此,提出一种基于偏振图像的低空伪装目标实时检测算法YOLO-P,采用融合多偏振方向信息的编码图像作为输入,应用三维卷积模块提取不同偏振方向图像之间的联系特征;引入特征增强模块对多层次特征进行进一步增强;采用跨层级特征聚合网络,充分利用不同尺度的特征信息,完成特征的有效聚合,最终联合多通道特征信息输出检测结果。构建包含10类目标的低空伪装目标偏振图像数据集PICO(Polarization Image of Camouflaged Objects)。在PICO数据集上的实验结果表明,新方法可以有效检测伪装目标,mAP_(0.5:0.95)达到52.0%,mAP_(0.5)达到91.5%,检测速率达到55.0帧/s,满足实时性要求。

电磁层析成像技术中的谱参数混合共轭梯度法

电磁层析成像技术是基于电磁感应原理的过程检测技术,图像重建是解决其反问题的关键.基于共轭梯度算法,修正搜索方向和迭代参数,推导出基于谱参数的混合共轭梯度算法,以提高图像重建质量和收敛性.介绍了电磁层析成像系统的实验室模型和灵敏度分布矩阵,作为反问题基础;对搜索方向进行修正,提出一个新的谱参数,用来控制新旧搜索方向之间的角度,根据每一步迭代的残差结果,寻找最优解;改善共轭参数,分析非线性共轭梯度算法中FR算法(fletcher-reeves method)和PRP算法(polak-ribiere-polyak method)的各自优势,将它们按照一定比例进行混合,得到一种新的混合共轭梯度算法;将谱参数混合共轭梯算法应用到电磁层析成像实验室系统中,构建了3种典型实验室模型,对比谱参数混合共轭梯度算法与传统算法并作出评价.实验结果表明:谱参数混合共轭梯度算法的重建图像的质量更高,具有较好的数值表现;混合共轭梯度算法结合了FR算法和PRP算法的优点,收敛速度比PRP算法快,成像质量比其他算法高.

计量测试与应用技术专业的行业调研与人才需求分析

计量是质量提升的基础和标尺,计量行业需要越来越多的专业人才。文章重点阐述计量测试与应用技术专业人才的岗位需求、素质需求和能力需求,并对人才培养提出了针对性建议,为计量测试与应用技术专业建设和人才培养提供借鉴。

基于构造绝对值三角函数的光栅信号细分

为了进一步提高光栅传感器的测量精度,需要对信号进行细分,但光栅莫尔信号的细分精度取决于信号的质量。本文利用归一化并结合CORDIC的方法补偿了直流、幅值、相位等误差,利用补偿后的信号构造绝对值三角函数,实现一个完整周期信号的16倍细分,并通过MATLAB进行了仿真,验证了该方法的可行性。

基于球面正则化的支持向量描述视觉异常检测

异常检测作为视觉领域中一项独特而关键的任务,在医疗、安保等领域具有广泛的前景。异常检测目前受限于大规模异常数据标注,因此现有方法集中在单类分类和弱监督学习,深度支持向量描述(Deep SVDD)是实现单类分类的常见方法。然而,传统Deep SVDD在开展异常检测时往往面临球体崩塌。针对这一问题,提出了基于球面正则化的SVDD异常检测算法,通过引入软间隔损失与支持向量的思想,优化模型学习流程。进一步地,面向可标注样本,提出了基于SVDD的弱监督异常检测方法。在公开数据集MNIST和CIFAR-10上进行消融和对比实验,实验证明,相比于有监督算法,在MNIST数据集上,SR-WSVDD的性能提高了3.7%,而在CIFAR-10数据集上则提高了16.7%。此外,与其他弱监督算法相比,SR-WSVDD在CIFAR-10数据集上提升了1.8%。所提出的SR-SVDD异常检测算法,弥补Deep SVDD容易发生球体崩塌的缺陷,使模型异常检测结果更加准确。

振动试验的不确定度评定

随机振动和正弦振动是常见的振动试验.在试验结束后给出试验结果,完整的试验结果应包括不确定度评定。本文根据随机振动、正弦振动试验过程中产生的数据,对表征试验结果的关键参数进行不确定度评定,从而完整的表示试验结果的可信程度。

分数阶时滞切换线性系统的稳定性研究

为了更好地了解系统时滞对分数阶切换系统稳定性的影响,研究了Caputo分数阶时滞切换线性系统的有限时间稳定性。首先,通过求解给定的分数阶时滞线性系统,导出了Lyapunov函数沿分数阶线性时滞系统的Caputo分数阶导数满足的不等式条件。其次,基于该不等式条件和Heaviside阶跃函数的性质,得到了具有Caputo分数阶导数的分段定义微分函数的等价解;通过导出的引理,得到了分数阶时滞线性切换系统有限时间稳定性的充分条件。最后,通过两个算例验证了所提方法的有效性。利用Heaviside阶跃函数得到的分段定义分数阶微分不等式的等价解,有效地克服了现有研究分数阶切换时滞系统稳定性问题中存在的忽略分数阶算子的记忆性缺陷。

扫描探针显微术SPM标准化现状研究

本文结合扫描探针显微术(Scanning Probe Microscopy,SPM)的专业性与多样性和标准化工作的要求,初步构建了符合领域发展的三维架构的SPM标准体系。接着,研究了SPM通用基础、关键部件/产品与应用检测方面的相关国家标准技术内容,说明当前SPM标准化与标准体系的建设情况。最后,在当前技术与产业状态下,提出以实现量值统一、接口兼容、质量可评价、结果可比较为目标,宜重点开展SPM性能指标检验标准、SPM成像质量的调整与评价方法标准、共性的SPM应用标准或指南标准等三方面的工作,完善我国SPM标准体系。

基于对比序列重构的卫星遥测数据异常检测方法

基于遥测数据的异常检测是卫星在轨运维管理的关键技术。但现有方法大多仅采用正常样本建立模型,异常检测结果对判读阈值敏感、虚警率较高。对此本文提出基于对比序列重构的卫星遥测数据异常检测方法,充分利用有限异常先验增强异常检测中正常、异常样本差异。先基于变分自编码器提取遥测数据时序演化特征,引入对比学习方法建立对异常、正常数据差异化输出的编码器,再用大量正常数据进一步训练整个模型实现对正常数据的精准重构形成对异常数据敏感的时序数据重构模型,再基于核密度估计方法学习异常判读阈值进一步提升异常检出率。在真实卫星遥测数据上验证表明所提方法能有效降低异常检测的虚警率(均低于0.002)并保持较高的检出率具备良好的实际应用水平。

数字孪生在航空航天结构设计、制造和运维中的应用与展望

数字孪生技术应用于航空航天领域是当前和未来的重要发展趋势,采取虚实结合方式模拟航空航天结构在不同工作状态下的行为和性能演化,可为结构的优化设计、高效率制造和低成本维护提供全方位的支持。综述了数字孪生在航空航天结构全生命周期管理中的应用现状,总结了航空航天结构数字孪生存在的问题、挑战和发展趋势。

基于分类-关联-修正的电力需求预测方法研究

电力需求的波动性较大,导致难以预测。针对区域电网宏观电力需求预测,提出了一种基于分类-关联-修正的电力需求预测方法。利用灰色关联分析方法筛选出关键的产业用电,以及影响各产业用电程度较大的因素。在传统回归预测方法的基础上,结合灰色预测方法对电力需求的影响因素进行预测,建立电力需求回归预测模型。以产业电量占全社会电量的比值对模型预测值进行修正,从而提高预测精度。相比于整体预测方法,该方法分产业开展关键影响因素识别与电力需求预测,并进行宏观修正。基于河南省2011—2022年的电力数据,验证该方法可准确预测未来电力需求的发展趋势,可为区域电网的长期预警提供参考依据。

污水处理厂脱氮生物滤池的自动控制方法研究

污水处理厂通常在二级生物池后增加高效沉淀池与脱氮生物滤池以进行提标改造,从而达到出水A级排放标准的目的。结合某污水处理厂脱氮生物滤池的工程实践,对滤池的全自动生产控制进行了研究,提出了一种自动控制方法。首先,采用时序顺控法实现反冲洗控制流程,以满足全工艺自动化要求。其次,采用冒泡法实现优先级选择,解决了控制模式单一的问题。最后,设计了滤池构筑物三维图作为终端界面辅助,增强了上位机系统的可读性。该方法在传统的自控方案上作了一定的优化,使滤池可在多种控制模式下运行,达到全自动与可视化运行的水平。该方法不仅可以为水厂运营减少人力成本,还可以为其他滤池模型的自控专业与工艺研究人员提供参考。

基于内卷神经网络的轻量化步态识别方法

现有步态识别方法存在计算量大、识别速率较慢和易受视角变化影响等弊端,会造成模型难以部署、步态识别准确率降低等问题。针对以上问题本文提出一种基于内卷神经网络的高准确率步态识别方法。首先,基于残差网络架构和内卷神经网络算子提出了内卷神经网络模型,该模型利用内卷层实现步态特征提取以达到减少模型训练参数的目的;然后,在内卷神经网络模型基础上,建立一个由三元组损失函数和传统损失函数Softmax loss组成的联合损失函数,该函数使所提出的模型具有更好的识别性能及更高的跨视角条件的识别准确率;最后,基于CASIA-B步态数据集进行实验验证。实验结果表明,本文所提方法的网络模型参数量仅有5.04 MB,与改进前的残差网络相比参数量减少了53.46%;此外,本文网络在相同视角以及跨视角条件下相比主流算法具有更好的识别准确率,解决了视角变化情况下步态识别准确率降低的问题。

基于RP-EKF的无人机动力系统参数辨识

针对无人机动力系统电池电压波动导致系统噪声大、辨识结果精度低的问题,本研究提出了一种基于反向预测-增广卡尔曼滤波(RP-EKF)的无人机动力系统参数辨识方法。首先构建增广参数矩阵,将压降噪声模型考虑入辨识环节,其次提出反向预测卡尔曼滤波算法,设定新息平方比阈值,计算原始预测新息平方与反向预测新息平方的比值,通过对比预测新息比与阈值完成过程噪声调整并实现估计模型修正。实验结果表明,本文提出的基于RP-EKF的参数辨识方法,平均误差为39.22 rpm,均方根误差为55.85 rpm,平均相对偏差为0.85%,相比于最小二乘算法与卡尔曼滤波算法,本文方法辨识结果平均误差分别提高41.51%和22.26%,均方根误差提高49.63%和13.0%,平均相对偏差提高41.7%和22.7%。本文提出的算法拥有更高的辨识精度。

基于感知条件网络的可控语音增强模型

为了给不同听者在不同场景下提供更好的语音增强主观听觉感受,提出了一种基于感知条件网络的可控语音增强模型。首先设计分位数损失函数来对语音的高估和低估进行权衡,并以此来指导网络的训练,通过调节网络输出中的语音损失和噪声残留水平,来控制模型的输出特性。然后为了让单个网络具有可变的输出特性,引入条件网络,利用分位数损失函数中与听者感知相关的分位值产生条件信息来对含噪语音特征进行调制,建立了可控的语音增强模型。实验结果表明,设计的分位数损失函数能够有效调节增强语音中的语音损失和噪声残留水平;基于感知条件网络建立的可控语音增强模型,能够提供可由听者主动控制的增强语音输出特性,使听者获得更好的语音增强体验。

基于填充式ECT传感器的图像重建

为提高电容层析成像(ECT)系统对于非规则截面管道的成像质量,提出了一种基于填充式ECT传感器的图像重建方法.建立了完整的填充式ECT传感器模型,计算了考虑管壁和填充材料存在的灵敏度分布,针对重建区域标定了空场和满场.利用已知的填充区的介电常数以及对灵敏度矩阵的拆分处理,建立了降维的ECT正问题模型.利用Landweber迭代法求解了相应的逆问题.对所提方法进行了仿真数据验证和实测数据验证.重建结果表明:填充材料的介电常数与重建区的低介电常数一致时所提方法可显著改善重建质量.