电液3-UPS/S并联稳定平台参数振动特性分析

针对电液3-UPS/S并联稳定平台驱动液压缸的压力脉动所产生的参数振动,建立了稳定平台的参数振动方程并利用多尺度法求解了主共振响应与组合共振响应的一次近似解;分析了主共振与组合共振响应特性以及振动幅值在初始工作空间内的变化规律,最后采用四阶龙格库塔法与模态试验对参数振动模型进行验证。结果表明:数值解与理论解之间的最大误差为4.20%,固有频率理论值与试验值之间的最大误差为4.66%,可验证参数振动模型的正确性。

用于宫颈细胞分类的轻量级网络ICA-Res2Net

针对目前宫颈细胞分类准确率不高以及实时性差的问题,提出改进的协调注意力模块(improved coordinate attention,ICA),并结合新型残差结构Res2Net以及空间金字塔池化层,设计一种轻量级深度卷积神经网络ICARes2Net。利用Res2Net网络特征子块间的交叉卷积,提取特征层中更细粒度的信息;采用空间金字塔池化提取局部区域特征,从而在不增加训练参数量的同时有效提取特征;进一步引入改进的轻量级注意力模块,通过横向池化、纵向池化等操作,给予特征层各像素点不同的加权值,强化重要细节特征,帮助网络定位感兴趣对象。此外,为有效防止深度网络的退化,提出的ICA-Res2Net网络保留了残差网络的跳跃连接设计;并联合Softmax损失函数和中心损失函数对网络参数进行训练,提高其分类准确率。利用提出的轻量级网络对SIPaKMeD公开数据集中的宫颈细胞图像进行分类,测试集的分类准确率达到98.65%,且网络的训练参数比ResNet50、DenseNet121等经典网络更少,显著提升宫颈细胞图像的分类效率。

大气NR-PM_(1)特性的多尺度演变及其影响机制

通过采用气溶胶化学组分在线监测质谱仪(ACSM)实时监测了北京市东南城区2021年12月至2022年11月大气非难熔亚微米颗粒物NR-PM_(1)及其组分有机物(Org)、硫酸盐(SO_(4)^(2-))、硝酸盐(NO_(3)^(-))、铵盐(NH_(4)^(+))和氯化物(Cl^(-))浓度,分析研究了NR-PM_(1)及其组分不同时间尺度,特别是污染期间的变化特征,以及影响二次硫酸盐和硝酸盐形成的重要因素.同时,结合正交矩阵因子分析法(PMF)和后向轨迹聚类分析法分别探究了有机气溶胶(OA)不同时段物种的变化特征,以及不同时段气团长距离传输对NR-PM_(1)及其组分的影响机制.结果表明,研究期间NR-PM_(1)年均质量浓度为(7.60±10.35)μg/m^(3),低于2016年以来相应的年均值,并呈现出逐年下降的趋势,不同季节其平均浓度呈现出秋季>春季>冬季>夏季的季节变化特征,不同季节其日变化均呈现出夜间高于白天的特征.NR-PM_(1)物种年均质量浓度呈现出Org>NO_(3)^(-)>NH_(4)^(+)~SO_(4)^(2-)>Cl^(-)的特征,其中Org对NR-PM_(1)的贡献最大,约为41.16%,其后依次为硝酸盐33.05%,铵盐12.47%,硫酸盐11.99%,氯化物最小,约为1.33%.不同季节NR-PM_(1)组分浓度的昼夜变化均较小,NR-PM_(1)及其组分在霾污染天的平均浓度均大于臭氧污染天和清洁天.大气中碱性NH_3的存在以及霾污染天的气象条件更有利于气态前体物的二次转化.不同季节OA物种有所不同,冬季、春季和秋季的二次有机气溶胶(SOA)是OA的主要组分,而夏季一次有机气溶胶(POA)是OA的主要组分,霾污染天和臭氧污染天OA均主要受二次有机物生成的影响.不同季节气团传输途径有所不同,值得注意的是霾污染天主要受东南方向和南方向短距离气团输送的影响,且NO_(3)^(-)对NR-PM_(1)的贡献较大.O_(3)污染天主要受南方向的短距离气团输送的影响,而清洁天以西北方向长距离气团输送为主.

基于多尺度有限元建模技术的GJ-III型扣件轨道动力特性分析

GJ-III型扣件轨道作为地铁线路一种中等减振轨道,服役后出现钢轨短波长波磨,导致高频轮轨振动噪声问题。为探明该轨道的动力特性,利用ABAQUS软件建立减振扣件轨道的三维有限元模型。为减小有限长轨道边界反射波影响并同时保证计算效率,采用多尺度建模技术将轨道简化为梁-壳-实体模型。利用该模型探究了轮轨耦合作用下的轨道垂向动力特性,分析了扣件垂向刚度和阻尼对轨道垂向频响特性的影响。结果表明:(1)将50.0 m实体轨道模型简化为12.5 m实体和37.5 m梁-壳模型,可节约65.3%的计算时间,同时仿真与现场测试结果基本一致。(2)钢轨垂向一阶弯曲和pinned-pinned共振模态在轨道垂向位移导纳上表征明显,其频带分别为100~150 Hz和1022~1101 Hz。(3)减振扣件轨道在100 Hz以下振动响应表现为钢轨和道床板的整体弯曲和扭转振动;车辆静载集中力引起的钢轨预应力会诱发400~800 Hz轮对间轨道垂向频响峰值。(4)考虑柔性轮对作用后,轨道垂向位移导纳在分别在43 Hz、381 Hz和641 Hz处出现新的明显峰值,分别对应于轮轨耦合的P2共振模态、轮对间钢轨垂向二、三阶弯曲模态。柔性车轮在180 Hz、341 Hz和504 Hz处的振动模态也会引起钢轨垂向导纳出现新峰值。轮对质量效应对减振扣件轨道50~250 Hz内垂向振动有抑制作用,钢轨不易萌生该频段波磨。(5)钢轨垂向一阶弯曲、P2共振和轮对间钢轨垂向弯曲频率均随扣件垂向刚度增加而增加,扣件垂向阻尼仅对轨道导纳波动幅值有抑制作用。

基于ERA-interim再分析资料的近30年九龙低涡气候特征

利用ERA-interim再分析资料,统计分析了1986年1月1日—2015年12月31日不同生命史九龙涡的时空分布特征和活动规律。结果表明:持续1—2个时次的九龙涡(T_(1-2)JLV)和3—4个时次的九龙涡(T_(3-4)JLV)初生高频中心位于27°—28.5°N,100°—101.5°E,持续5—6个时次的九龙涡(T_(5-6)JLV)初生高频中心位于29°—30.5°N,102°—103.5°E,持续时间大于7个时次的九龙涡(T_(≥7)JLV)初生高频中心位于28°—29.5°N,101.5°—103.5°E,生命史越长越易生成于四川盆地的西南部;九龙涡生成频数30年呈增长趋势,但近几年呈下降趋势;九龙涡生成频数随月份大致呈先增加后减少的变化趋势,1—5月随月份增加,5—12月随月份减少,5月最大,9月最小,3月T_(1-2)JLV生成最多,9月最少,4月T_(3-4)JLV生成最多,12月最少,6月T_(5-6)JLV、T_(≥7)JLV生成最多,1—4月无T_(5-6)JLV生成,12月T_(≥7)JLV生成最少,夏季九龙涡频数虽不是最高,但最易生成长生命史九龙涡,且最易移出源地;生命史低于24 h的九龙涡(T_(1-2)JLV、T_(3-4)JLV)夜发性不突出,生命史超过24 h的九龙涡(T_(5-6)JLV、T_(≥7)JLV)具有显著的夜发性特征;移出源地的九龙涡频数随月份表现出先增加后减少的变化趋势,1—6月随月份增加,6—12月随月份减少,6月移出源地的频数最多。T_(≥7)JLV的移动路径以偏东路径为主,6月后有东南路径和东北路径,T_(5-6)JLV移出路径只有偏东路径和东北路径,生命史小于24 h的九龙涡由于靠近统计区边缘地区也有可能移出源地。

多尺度视角下都市旅游流网络结构演化研究--以武汉市为例

以武汉市为例,运用社会网络分析等方法,对2010—2019年全市域和中心城区旅游流网络结构的演化特征进行比较研究,并探讨旅游流网络结构的演化机制与优化。结果表明:中心城区的节点功能整体上优于武汉市,两尺度下节点的集聚、辐射和中介能力均不稳定,核心节点与一般节点功能差异较大,部分景观价值突出、配套设施完善的节点在两尺度下均发挥重要的辐射和集聚功能。中心城区的网络密度较高,网络联系更加紧密,两尺度下的旅游流网络均呈现明显的核心-边缘结构,未形成层次分明、联系紧密的完整网络结构。旅游资源禀赋和空间分布、旅游节点的交通便利程度、游客游览偏好的动态变化是影响旅游流网络结构发展演化的主要因素。

气动力-安培力-谐波激励作用下载流导线的非线性振动特征

研究了气动力-安培力-受迫激励联合作用下载流新月形覆冰导线的振动特征,在传统只考虑安培力的载流导线振动方程中引入了气动力和受迫激励项,使得模型更加符合实际工程.首先建立了载流新月形覆冰输电导线模型,接着推导了载流覆冰导线模型的振动方程,利用Galerkin方法将该振动方程转变为有限维度的常微分方程,采用多尺度法进行摄动求解,求得幅-频响应函数,并对比分析主共振情况下考虑气动力与不考虑气动力时载流、间距、风速、张力、激励幅值对振动幅值的影响.研究结果表明:考虑气动力的振动幅值较未考虑气动力时小.各线路参数对导线的幅值都有一定程度的影响,并且使系统表现出明显的软弹簧特征和复杂的动力学行为.本文研究成果能为实际工程提供一定参考价值.

新型风浪联合发电浮式平台浮筒-立柱-浮子多尺度流场演化与荷载特性

风能波浪能联合发电是实现“海上风电+”融合发展的最新模式,而风浪联合发电结构浮式平台中浮筒、立柱和浮子存在不同尺度的圆柱间干扰效应,对整个结构体系的荷载分布和整体稳定影响不可忽略。提出一种适合中国南海海况的新型风能-波浪能联合发电结构体系,再基于延迟脱体涡模拟方法分析平台内部波浪场演化过程,揭示平台区域水质点能量分布特性以及多浮体干扰机理,最后对比研究浮子对风浪联合发电平台水动力荷载的影响特性。结果表明:浮子的存在影响到两种平台各区域的水体能量变化,最大能量分布区域由波浪传播起始位置区域转变为浮子影响下波浪非线性干扰强烈的区域;浮子顺向波浪力最高达到8.27×105量级,较单浮子增幅22.3%,风浪联合发电平台中间立柱顺向波浪力极值荷载较半潜式平台减幅11.3%,但使得平台立柱所受顺向波浪荷载能量部分往高频转移。研究结论可为此类新型风浪联合发电结构体系水动力荷载设计提供科学依据。

基于PD控制的电磁轴承-转子系统非线性振动研究

针对比例-微分控制(proportional-derivative,PD)控制下轴向电磁轴承-转子系统,运用多尺度法详细研究了控制器比例增益、微分增益以及扰动力对系统软硬弹簧特性的影响,并根据骨架线方程推导出判别软硬弹簧特性的条件;使用四阶Runge-Kutta法探究转子非线性振动及分岔。研究结果表明:扰动力对软硬弹簧特性没有影响;无量纲比例增益K_(p)增大时系统会在软弹簧与硬弹簧特性之间切换,K_(p)>2时表现为软弹簧特性;微分增益较大时幅频特性曲线发生分裂,稳态解不再具有多值现象;随着扰动频率的增加,发生二次Hopf分岔,转子振动由周期-1变为拟周期振动,拟周期情况下振动形式为拍振,在基频f_(0)附近存在相近的频率f_(0)±f_(b)。

EWT-多尺度模糊熵-VPMCD融合算法的轴承故障识别分类应用

针对振动信号提取轴承故障特征及识别分类的研究方式,提出了一种结合EWT-多尺度模糊熵-VPMCD的方法。首先,运用经验小波变换提取振动信号的模态分量。其次,引入信息论中的模糊熵算法,并加以多尺度粗粒度划分得到多尺度模糊熵特征描述。然后,用VPMCD对特征向量进行自适应选择预测模型训练。最终通过实验表明:模态分量多尺度模糊熵能够有效描述故障特征;VPMCD在少训练样本情况下获得了最低90%的分类准确率,相较一些常用的分类方法有着更好的性能表现。

多尺度界面可调型Al-RDX含能复合物的制备及其热分解特性

基于氧化剂/燃料一体化设计理念,在对Al颗粒进行表面修饰的基础上,采用声共振和喷雾干燥技术成功制得了多尺度界面可调半嵌入型Al/RDX和全嵌入型Al@RDX复合颗粒。通过扫描电子显微镜(SEM)等技术对复合颗粒的形貌、密度和燃烧热进行表征,并利用热红同步热分析仪(DSC-TG-FT-IR)对其热分解过程及气相产物进行了研究。研究结果表明:与机械混合物相比,复合颗粒密度基本保持不变,但燃烧热分别提升至17.31 kJ/g和18.82 kJ/g. DSC结果表明两种方式均可提高RDX的热分解放热量:铝粉嵌入未改变RDX的气相分解产物种类,但其中HCHO的相对含量有所增加:嵌入铝粉后RDX第一分解阶段均由二维成核增长模型(A2)转变为链断裂模型(L2):全嵌入型Al@RDX的第二分解阶段则转变为自催化模型(AC)。

气-固流化床压力脉动信号的多尺度熵分析

采用多尺度熵算法对气-固流化床内4种典型流型的压力脉动信号进行研究,分析了其内部多尺度动力学特性。结果表明:不同流型由于其动力学特性不同,导致压力脉动信号的多尺度排列熵值存在差异。在小尺度下4种流化型态的多尺度熵值都是随着尺度的增加近似呈线性增长,在大尺度下熵值的增长十分缓慢。此外,利用多尺度熵值变化速率特征识别气-固流化床内的流型,是一种新的流型辨识方法。

CNN-MCF-ELM模型识别面部表情

为了更好地解决传统神经网络提取特征不够全面导致表情识别准确率低,以及表情识别中参数调整计算量大、耗时长、模型泛化能力弱等问题,这里提出一种将卷积神经网络多层特征融合与极限学习机(ELM)结合的表情识别方法。该方法是利用卷积神经网络(CNN)提取多层面部表情特征图,再将CNN提取出的后三层特征图采用多尺度池化操作,将这三个特征向量级联融合成一个面部表情特征向量,该特征向量具有多尺度多属性的性质能够很好的表达表情特征;最后,把融合后的面部表情特征向量输入到ELM分类器进行表情识别。实验结果表明,该方法能够有效地提高面部表情识别的准确率,在CK+、FER2013数据集上的平均识别准确率分别达到了98.72%和78.97%,并且缩短了识别时间。同时通过设计实验验证了模型具有较强的泛化能力。

平面五杆机构的谐波-多目标遗传优化方法

平面并联连杆机构设计中,基于谐波特征参数的特点,提出了平面并联五杆机构的谐波特征多目标遗传优化方法。基于谐波特征参数,利用平面五杆机构参数设计的通用公式,得到平面并联五杆机构基于工作空间的解析解,并将此解析解用于生成NSGA-Ⅱ遗传优化算法的初代个体。将主动关节扭矩、主动臂转角、机构惯量作为优化目标,构建机构的多目标遗传优化模型,并根据并联机构的特点,对遗传算法中的遗传算子加入偏好性,提高了算法效率。

基于图像分割的改进Mask R-CNN绝缘子检测方法

目标检测技术在很多领域有着广泛的研究和应用,如电力行业、军事目标检测等,目前学术界已经提出了很多的目标检测方法,取得了很大进展。近年来,电力行业对输电线路风险预警要求急剧上升,因此高效可靠的目标检测算法必不可少。主要针对输电线路绝缘子目标检测精度低、单张图片检测速度慢、未能满足实际应用的问题,提出基于注意力机制的可形变多尺度绝缘子目标分割模型。该模型将Mask R-CNN主干网络从RestNet101-FPN替换为可形变特征网络ResNet18-dcn;其次,在主干网络后增加注意力机制模块,将主干网络可形变特征网络ResNet18-dcn的3、4、5阶段输出进行多尺度信息融合,提升网络的识别能力及效率。通过实验证明,改进模型能够满足当前输电线路绝缘子识别所需。

Klein-Gordon波动方程多波传播的非线性特性

基于双波初值问题,讨论非线性对多波传播的影响。通过选取合适的多重尺度,对Klein-Gordon波动方程进行变形,得到方程的解的多尺度展式首项近似和三波传播时速度相互影响的定量关系,揭示了多波传播的非线性特性;最后,应用Mathematica对波动方程进行数值仿真。研究结果表明,另外多个波的存在会使波的传播速度(相速)超过独自传播时的速度(相速)。

一种波段聚类和多尺度结构特征融合的高光谱图像分类模型

高光谱图像包含丰富的地物信息,在农业、工业和军事等领域应用广泛。因此,高光谱图像的识别与分类是一项重要的研究课题。然而,高光谱图像存在光谱维度高、噪声大、标记样本有限等问题,并未取得很好的分类效果。针对以上问题,提出一种波段聚类和多尺度结构特征融合的高光谱图像分类模型(ASPS-MRTV)。该方法主要包括以下几个步骤,首先,对高光谱数据进行归一化处理,将归一化后的三维图像按光谱维等分为n个子空间;其次,采用粗细划分策略构造自适应子空间光谱特征提取框架,将每个空间波段拉伸为一维向量后用信息散度构造波段的相似性矩阵,按照聚类的思想对n个子空间进行自适应;然后,将每个自适应子空间的光谱波段平均值进行叠加,形成光谱特征;最后,对所得到的光谱特征数据利用多尺度相对全变分技术提取结构特征。为了增强样本的线性可分性,在数据堆叠之后进行核主成分分析,最终形成空谱特征。对比实验中统一使用惩罚参数C和核参数σ都为24.5的SVM进行分类。经测试,ASPS-MRTV网络模型在Indian Pines、 University of Pavia两个数据集上分别以5%, 1%的训练样本达到了97.06%、 98.98%的总体分类精度。实验结果表明,该模型与SVM、 ASPS(ED)、 ASPS(ID)、 ASPS-LBP、 ASPS-GlCM、 ASPS-BF模型相比,在分类性能和计算效率方面都取得了更优的效果,有效提高小样本下高光谱图像的分类精度。

深层煤岩气压裂研究进展与展望

中国深层煤岩气资源丰富,勘探开发潜力巨大。水力压裂是开发深层煤岩气的重要工程技术,目前深层煤岩气水力压裂仍然存在技术瓶颈,在一定程度上制约了深层煤岩气的勘探开发。为进一步明确深层煤岩气水力压裂技术现状和发展趋势,基于鄂尔多斯盆地和沁水盆地深层煤岩气勘探开发案例,分析了深层煤岩气压裂地质特征的特殊性,论述了深层煤岩气压裂工程技术现状,剖析了深层煤岩气压裂存在的理论与技术挑战,最后展望了压裂改造理论与技术发展方向。研究结果表明:①与中深层页岩、低渗透致密砂岩和浅层煤层相比,深层煤岩具有更复杂的裂缝和割理裂隙网络系统,具有低孔低渗、煤体结构完整、高地应力、高弹性模量、低泊松比的特征,这些地质特征差异使得深层煤岩对应的压裂改造技术内涵应有差异;②深层煤岩主流压裂改造主体技术为水平井超大规模极限体积压裂和多轮次转向缝网弥合压裂;③下一步需持续研究不同煤阶、不同地域的深层煤岩气压裂地质特征差异性、压裂裂缝起裂及延伸规律、低成本压裂材料、高效压裂工艺技术。结论认为,深层煤岩气压裂改造开发需要结合压裂地质特征构建多尺度地质模型,建立“地质-工程”双甜点预测模型,并大力发展低成本、环境友好的压裂材料及工艺配套技术,进而实现深层煤岩气的规模效益开发。

新型波形钢腹板组合箱梁桥动力性能分析

对一种新型波形钢腹板组合箱梁桥结构开展了动力特性及抗震性能分析;以鄄城黄河大桥跨中箱梁段为例,建立组合箱梁桥的多尺度有限元模型,并与实测值进行了对比,验证了多尺度模型的有效性;基于此设计了该新型波形钢腹板组合箱梁的截面参数,采用多尺度建模方法研究了各参数变化对箱梁动力特性的影响规律,通过地震反应谱法分析了该结构在各向地震作用下的结构响应。结果表明:箱梁横隔板的数量和厚度是结构动力特性的敏感参数,对结构的扭转刚度影响很大;增大波形钢腹板厚度可有效提高结构刚度,且刚度增大对频率的影响程度大于质量增大对频率的影响,建议腹板厚度宜设为20~30 mm;槽形钢板可有效提高截面的抗弯刚度,尤其对结构竖向弯曲模态影响较大;横向地震作用对混凝土顶板和横隔板应力的影响最大,纵向地震力对波形钢腹板应力的影响最大,竖向地震力对混凝土底板和槽形钢板的应力影响较大。

基于多尺度上下文的英文作文自动评分研究

目前作文自动评分模型缺乏对不同尺度上下文语义特征的提取,未能从句子级别计算与作文主题关联程度的特征。提出基于多尺度上下文的英文作文自动评分研究方法MSC。采用XLNet英文预训练模型提取原始作文文本单词嵌入和句嵌入,避免在处理长序列文本时无法准确捕捉到符合上下文语境的向量嵌入,提升动态向量语义表征质量,解决一词多义问题,并通过一维卷积模块提取不同尺度的短语级别嵌入。多尺度上下文网络通过结合内置自注意力简单循环单元和全局注意力机制,分别捕捉单词、短语和句子级别的作文高维潜在上下文语义关联关系,利用句向量与作文主题计算语义相似度提取篇章主题层次特征,将所有特征输入融合层通过线性层得到自动评分结果。在公开的标准英文作文评分数据集ASAP上的实验结果表明,MSC模型平均二次加权的Kappa值达到了80.5%,且在多个子集上取得了最佳效果,优于实验对比的深度学习自动评分模型,证明了MSC在英文作文自动评分任务上的有效性。