Vibration Control of Multi-Tuned Mass Dampers for An Offshore Oil Platform

ne purpose of this study is to investigate the effectiveness of multi-tuned mass dampers (MTMD) on mitigating vibration of an offshore oil platform subjected to ocean wave loading. An optimal design method is used to determine the optimal damper parameters under ocean wave loading. The force on the structure is determined by use of the linearized Morison equation. Investigation on the deck motion with and without MTMD on the structure is made under design conditions. The results show that MTMD with the optimized parameters suppress the response of each structural mode. The sensitivity of optimum values of MTMD to characteristic wave parameters is also analyzed. It is indicated that a single, TMD on the deck of a platform can have the best performance, and the small the damping value of TMD, the better the vibration control.

模块化建筑阵列多调谐质量阻尼系统的实现与减震研究

基于建筑模块化和悬挂楼板减震的原理提出了悬挂楼板模块体系(modularized suspended floors system,MSFS)。利用楼板作为质量块,组成分布阵列式多调谐质量阻尼器(distributed array multiple tuned mass dampers,d-array-MTMDs)系统。通过输入32条远场和近场地震动记录进行时程分析,对平均调谐频率比η、调谐频带宽度系数β、调谐阻尼比ζ_(T)、TMD数量n以及主结构层数N,共5个参数展开研究。结果表明:d-array-MTMDs的减震效果优于普通MTMDs系统;ζ_(T)对系统减震性能影响较小,当η为0.7~1.0、β为2.0时,系统具有更好的减震效果;当n大于某阈值时,系统的减震效果趋于稳定,阈值与η线性正相关,与ζ_(T)非线性负相关。随着模块建筑层数的增加,系统也能维持较好的减震效果。

基于多目标灰狼算法的漂浮式风电机组浮台内TMD参数优化

针对漂浮式风电机组浮台内调谐质量阻尼器(TMD)参数调优的问题,以5 MW Barge型漂浮式风电机组为研究对象,采用多目标灰狼算法(MOGWO)优化TMD参数配置。首先,基于欧拉-拉格朗日方程建立浮台内含TMD的漂浮式风电机组动力学模型,采用Levenberg-Marquardt(LM)法进行模型未知参数辨识;其次,同时考虑塔顶和塔基控制目标,采用MOGWO算法优化TMD的刚度和阻尼参数;最后,在不同工况下进行仿真分析。结果表明:相对于传统的单目标优化算法,使用MOGWO算法参数优化后的TMD对风电机组具有更好的振动抑制效果。

波长可调的量子点纠缠光源(特邀)

可按需产生纠缠光子对的量子光源是光量子网络中的重要组成部分。半导体量子点可确定性地产生高纠缠保真度的光子对。基于量子点构建量子网络所需的量子中继单元时,需要多个发光波长一致的高质量纠缠光源。然而量子点形貌、组分和应力的不均一性严重限制了基于量子点的量子中继器的可扩展性。国内外研究团队发展了多种量子点生长后调节技术,成功调节量子点精细结构劈裂并通过联合多个调节自由度实现多维度的调节。本文综述了目前联合多个调节自由度实现发光波长和精细结构劈裂均能调控的实验方案,总结了不同方案的调节方法和研究现状,并介绍了将量子点与光学微腔相结合通过Purcell效应能进一步提升纠缠光源的性能。最后,对该领域的未来发展进行展望。

基于PPO的自适应PID控制算法研究

采用MATLAB物理引擎联合Python搭建了一个六轴机械臂,并模拟带有扰动的复杂控制环境,为机械臂训练提供现实中无法提供的试错环境。使用强化学习中近端优化算法(proximal policy optimization,PPO)算法对传统PID控制算法进行改进,引入多智能体思想,根据PID三个参数对控制系统的不同影响及六轴机械臂的特性,将三个参数分别作为不同的智能个体进行训练,实现多智能体自适应调整参数的新型多智能体自适应PID算法。仿真结果表明:该算法的训练收敛性优于MA-DDPG与MA-SAC算法,与传统PID算法的控制效果相比,在遇到扰动及振荡的情况下,能够更有效地抑制振荡,并具有更低的超调量和调整时间,控制过程更为平缓,有效提高了机械臂的控制精度,证明了该算法的鲁棒性及有效性。

风浪联合作用下分布式调谐质量阻尼器对海上半潜漂浮式风机的减振控制

海上半潜漂浮式风机在复杂深海环境下产生有害振动会威胁风机的安全性和耐久性,针对该问题并结合美国NREL的5 MW样机的漂浮平台几何结构构造,提出利用分布式调谐质量阻尼器(Tuned Mass Dampers,TMDs),即分别在漂浮平台的3根浮筒中布置TMD,形成等边三角形布置,对随机风浪联合作用下海上半潜漂浮式风机的平台纵摇振动进行控制。为了更好地描述分布式TMDs对海上半潜漂浮式风机的减振效果,基于拉格朗日方程和模态叠加法,对海上半潜漂浮式风机-TMDs耦合系统提出并建立了9自由度多体动力学模型。基于H_(∞)算法,即以平台纵摇频响函数的峰值为优化目标,对分布式TMDs的参数进行优化设计,优化设计中考虑了3个TMDs之间的耦合关系。对风机-TMDs耦合系统开展了风浪联合作用下的数值模拟,分析了分布式TMDs对平台纵摇响应的减振效果。结果表明:最优设计下的分布式TMDs对海上半潜漂浮式风机平台纵摇振动具有良好的减振性能;在三种不同工况的随机风浪荷载作用下,分布式TMDs对平台纵摇固有频率附近的功率谱密度曲线峰值减振率和标准差减振率能分别达到39%和52%以上。

融合大语言模型的三级联合提示隐式情感分析方法

隐式情感分析作为情感分析任务的挑战性分支,面临着缺乏明确情感特征、文本语义复杂等问题。受到思维链(chain of thought,CoT)的启发,提出了一种融合大语言模型的三级联合提示隐式情感分析方法(three-level joint prompt-tuning implicit sentiment analysis method incorporating LLMs,TPISA),将大语言模型与本地预训练模型相结合,使用多级推理的方式逐级得出目标的方面、潜在观点,使模型能够更轻松地推理出最终的情感极性。前两级提示利用大型语言模型丰富的世界知识,丰富情感语句的情感信息;然后,将前两级提示得到的方面和潜在意见与上下文连接起来,作为第三级提示的输入。同时构建情感标签词,使预训练的模型能够从标签词汇中获得丰富的语义知识,增强模型的学习能力。实验证明,提出的模型在SemEval14 Laptop和Restaurant数据集上对比当前主流的隐式情感分析模型,取得了5.65和6.72百分点的提升,验证了该方法的先进性。

基于合作关系的多智能体数据库参数调优模型

高维数据库参数空间中的参数调优是提高数据库性能的难点,现有方法更多关注于如何识别重要参数,在如何有效提高可调参数数量的问题上仍存在不足。针对上述问题,基于低维度映射技术和多智能体(Multi-Agent)强化学习技术,提出基于合作关系的Multi-Agent数据库参数调优(Cooperative Multi-Agent Database Parameter Tuning,CMADPT)模型,CMADPT将数据库参数进行分类调优,极大增加了可调参数的数量;提出基于低维度映射的降维模型(Low Dimensional Mapping Model,LDMM),通过低维的合成参数调优高维的数据库参数。实验结果表明,CMADPT模型有效地扩大了可调参数的数量,比主流方法平均提升1.117%的数据库性能。此外,CMADPT每300次迭代训练平均节省1.32 h,极大地提升了算法的时间性能。

基于多策略改进的SMC-GTO电机速度跟踪控制

针对传统控制算法在农业机器人驱动电机速度控制方面存在的响应时间长、跟踪效果差以及参数整定难度大,导致驱动电机转速难以在短时间内收敛至预期值的问题,提出一种基于多策略改进的SMC-GTO电机速度跟踪控制算法。首先,为了缩短驱动电机速度响应时间,提高速度跟踪效果,设计了一种新型趋近率的改进滑模控制器(I-SMC);其次,为了快速整定滑模控制器参数,引入了多策略改进的大猩猩部队优化算法(MIGTO)。仿真结果表明:I-SMC能够将电机运行过程中的动态误差累计与过冲控制在0 rad/s内,并且可以在0.4 s内响应至预定速度。MIGTO算法在开发和探索阶段均展现出卓越的性能,尤其在整定基于新型趋近率的改进滑模控制器参数工作中表现突出。该研究通过引入I-SMC和MIGTO算法,成功改进了驱动电机速度控制方式,有效缩短了响应时间,提升了速度跟踪效果。

含能材料的组装及其性能研究进展

含能材料的形貌及结构对其各项性能具有显著影响,为改善现有含能材料的固有性能,含能材料的组装是一种有效的技术手段。基于国内外学者的相关工作,从单一组分含能材料通过组装直接影响结构从而调控其性能、多组分复合含能材料的组分及复合结构协同调控性能两个角度出发,综述了当前含能材料的组装方法及其对性能的调控效果,阐述了其它功能材料组装对含能材料的启示。当前,单一组分含能材料组装可以带来新的炸药形貌,多组分组装可以弥补现有性能调控的不足,实现能量及安全性能协同提升,但含能材料的组装发展还面临着组装方法单一、过程调控难、组装机制尚不明确、多组分研究不够深入等问题。未来研究可以重点关注含能材料晶体组装理论完善、微介观表征技术发展及新组装技术探索三个角度。

基于prompt tuning的中文文本多领域情感分析研究

不同领域的情感文本表达方式不一样,通常需要为各个领域训练相应的情感分析模型。针对无法用一个模型进行高效多领域情感分析的问题,提出了基于提示微调(prompt tuning)的多领域文本情感分析方法MSAPT。借助hard prompt,指示情感文本的所属领域和待选的情感标签,调动不同领域情感分析相关的知识,再为情感分析预训练一个统一的“通才模型”,在下游的各领域文本学习中,保持模型冻结,通过prompt tuning使模型学习到下游各领域情感文本的特征。MSAPT仅需保存一个模型和一些参数量远远小于模型的prompt,实现了多领域情感分析。在多个属于不同领域的情感文本数据集上进行实验,结果表明仅进行prompt tuning时,MSAPT效果优于模型微调(model tuning)的。最后,分别对适应特定领域的prompt tuning、hard prompt、soft prompt的长度和中间训练数据集的大小进行消融实验,从证明其对情感分析效果的影响。

基于多质点智能建造对高层建筑的抗震提升分析

常规避震系统主要对建筑的质量块与阻尼器进行分析,从而忽略质量块间的相互作用。将调谐质量阻尼与多质点的智能建造技术结合,提升高层建筑混凝土结构的抗震能力,生成一种复合系统。该系统与其他3种系统进行对比,4种系统所保护建筑的自震频率分别为0.37,0.46,0.53,0.72 Hz,说明复合系统可以为建筑物的安全性提供更好的保障。系统的建筑震动下降98.7%,结果表明,提出的复合系统能有效提升高层建筑混凝土结构的抗震能力。

递归投影融合对比机制的少样本目标检测方法

针对少样本场景中尺度混乱、特征关联性差导致检测不精准的问题,提出一种基于多尺度融合对比机制的检测算法。相比先前方法仅关注表层特征迁移,该方法深刻探讨基类与新类特征空间的潜在联系。通过多尺度递归投影增加特征关联性,利用对比机制充分挖掘基类空间和通道信息,最大化引导新类特征的提取、筛选以及匹配,取得显著性能提升。在Pascal VOC和MS COCO数据集实验中验证了该方法的优越性,为少样本目标检测研究提供了新的理论支撑和研究方向。

ASC-Net:腹腔镜视频中手术器械与脏器快速分割网络

腹腔镜手术自动化是智能外科的重要组成部分,其前提是腔镜视野下手术器械与脏器实时精准分割。受术中血液污染、烟雾干扰等复杂因素影响,器械与脏器实时精准分割面临巨大挑战,现有图像分割方法均表现不佳。因此提出一种基于注意力感知与空间通道的快速分割网络(ASC-Net),以实现腹腔镜图像中器械和脏器快速精准分割。在UNet架构下,设计了注意力感知与空间通道模块,通过跳跃连接将二者嵌入编码与解码模块间,使网络重点关注图像中相似目标间深层语义信息差异,同时多维度学习各目标的多尺度特征。此外,采用预训练微调策略,减小网络计算量。实验结果表明:在EndoVis2018数据集上的平均骰子系数(mDice)、平均重叠度(mIoU)、平均推理时间(mIT)分别为90.64%,86.40%和16.73 ms (60帧/秒),相比于现有最先进方法,mDice与mIoU提升了26%与39%,且mIT降低了56%;在AutoLaparo数据集上的mDice,mIoU和mIT分别为93.72%,89.43%和16.41ms(61帧/秒),同样优于对比方法。该方法在保证分割速度的同时有效提升了分割精度,实现了腹腔镜图像中手术器械和脏器的快速精准分割,将助力腹腔镜手术自动化快速发展。

脱落酸生物合成研究进展

脱落酸是一种植物激素,能抑制植物生长和增强植物抗逆性,对某些动物疾病也有治疗作用,在农业和医药方面有广泛应用,传统的植物提取法和化学合成法存在成本高、产率低、对原材料依赖高等问题。利用微生物合成脱落酸是一种更经济、便捷的方式。文章以异源合成脱落酸的代谢通路构建方法为重点,对利用酿酒酵母、大肠杆菌、解脂耶氏酵母作为底盘细胞,合成脱落酸的研究和生产应用进行综述与展望。

基于多模态大语言模型的攻击性模因解释生成方法

随着5G的发展,攻击性言论逐渐以多模态的方式在社交网络上广泛传播.因此,攻击性模因的检测与解释生成对于提高内容审核效果、维护和谐健康的舆论场环境有着重要的作用.现有的攻击性模因解释生成研究只关注于攻击对象和攻击内容,忽略了模因包含的社会背景知识和隐喻表达手法,无法全面、准确地解释攻击性模因的含义,大大限制了解释的应用范围.为了应对这一挑战,提出一种基于多模态大模型的攻击性模因解释生成方法,通过增强攻击目标、攻击内容和隐喻识别等多种指令数据,利用其微调多模态大模型,以提升大模型对攻击性模因的解释生成能力.实验结果证实,该方法生成的解释具有3点优势:一是相比基线模型在BERTScore评估指标上提高了19%;二是解释中包含了攻击性隐喻表达的相关背景知识;三是在处理未见的模因数据时也表现出良好的泛化性能.

一种喷口控制的多目标约束设计方法

为克服试凑法在控制回路参数优化中的局限性,针对涡扇发动机在加力状态易出现喷口摆动的不协调现象,考虑喷口双环控制结构工作特点,采用按需正向设计策略,按照控制系统时域、频域性能指标设计要求,制定兼顾频域、时域性能要求的内、外环协调控制的设计目标准则,提出一种喷口控制的多目标约束的差分进化内外环控制参数自整定优化设计方法,在双转子涡扇发动机非线性模型上进行闭环控制系统仿真验证。结果表明:在飞行高度从0增加到10 km、飞行马赫数从0加速到0.9的起飞和爬升状态进入加力过程以及平飞中保持飞行马赫数不变的关断加力过程中,发动机未出现喷口摆动等现象,涡轮落压比最大相对误差不大于1.5%,喷口闭环控制系统具有期望的伺服跟踪和抗飞行条件变化干扰能力。

基于BERT的多视角事件日志修复

在业务流程执行过程中,由于信息系统故障或者人工记录出错等问题导致事件日志中数据的丢失,从而产生缺失的事件日志,使用这种缺失日志会严重影响业务流程分析结果的质量。针对这种缺失日志的修复问题,现有研究大部分仅从数据视角或者行为视角进行展开,很少从数据和行为相融合的视角开展事件日志的修复工作。提出了一种基于BERT模型的多视角事件日志修复方法。该方法利用双层BERT模型,从数据和行为融合的视角训练模型,通过BERT模型的预训练任务((masked attribute model,MAM)和(masked event model,MEM))以及Transformer编码块的注意力机制捕获输入属性的双向语义信息和长期依赖关系,使用微调策略进行模型训练,以预测的形式修复事件日志中的缺失值。最后,通过公开可用的数据集进行评估分析,结果表明,该方法在修复事件日志方面表现良好。

基于ClickHouse数据库实现加能站大数据客户画像分析

以石油销售行业为例,传统的客户画像分析方法在数据存储和计算时效率低、处理过程复杂,提出了一种高效精准的客户画像分析方法——ClickHouse列式存储数据库。介绍了该数据库的优点及数据采集和清洗、存储和管理、分析和计算以及精细化营销应用,针对客户群体的基本属性和交易行为,设计多维度层面的不同类别标签,并应用条件标签的组合,快速而准确地筛选出特定的客户群体,实际应用表明:该数据库可以为精细化的营销和个性化的服务提供依据和支持。

对抗错误传播的SC-LDPC码多目标符号窗译码算法

空间耦合低密度奇偶校验(Spatially-Coupled Low-Density Parity-Check,SC-LDPC)码具有阈值饱和的优良特性,其校验矩阵仅在对角带存在非零符号,且对角带区域具有周期性、半无限特性,该结构适用于窗译码。论文针对窗译码复杂度较高的问题,提出多目标符号窗译码算法,在每个窗口完成译码后,增加目标符号输出数量与窗口滑动的步长,仿真表明该算法可以大幅降低复杂度。但多目标符号窗译码由于校验矩阵对角带信息迭代减少,易受错误传播的影响,为此论文提出动态调参算法对抗错误传播,在检测到先前连续若干个窗口未能正确输出码字,增加后续窗口的迭代上限或窗口尺寸,仿真表明该算法可有效降低误码率最高达0.14 dB。