Application of Artificial Neural Network for Analysis of Triangular Plate with Hole Considering Different Geometrical and Loading Parameters

In this study, Artificial Neural Network has been employed for analysis of triangular plate with different geometrical and loading parameters. Plates, having different sizes of concentric holes are analyzed. Finite element analysis for 81 cases is carried out using ANSYS Workbench 15.0 software. Using these data of FEM analysis an Artificial Neural Network has been trained. The successfully trained network is further used for analysis of four new cases which are also validated by using ANSYS Workbench 15.0 software.

基于改进SURF的增强现实图像匹配方法

针对传统增强现实图像匹配算法鲁棒性不强且效率不高的问题,提出一种改进的SURF匹配算法。首先,使用SURF算法进行特征点检测,并通过Haar小波模板确定特征主方向,在得到特征主方向后构建特征描述符;由于传统SURF算法采用高达64维的矩形描述符,导致算法的计算量非常大,并且鲁棒性不强。因此,该文使用DAISY圆形描述符替代原始算法中的矩形描述符,DAISY是三层同心圆结构,每层包含8个采样点,可以得到25个维度的描述符,这种结构使得算法的鲁棒性大大增强并且降低了计算复杂度;接着,使用特征描述符计算欧氏距离进行特征点匹配;最后,对得到的匹配点集使用随机抽样一致(RANSAC)与三角不规则网络(TIN)算法进行优化,剔除误匹配点。实验结果表明,该算法虽然略微增加了时间复杂度,但鲁棒性变得更强,并且算法的效率和匹配精度也大大提高,平均精度达到了95%以上。

一种基于深度学习与图像局部特征提取的边坡异常监测技术

为提升边坡险情的监测能力,本文提出了一种基于深度学习与图像局部特征提取的边坡异常监测技术。该技术通过提取边坡自然特征物的二维坐标构成目标三角网络,以三角网络的变化区域圈定边坡险情范围,并提取变化范围内的同名特征点,以同名特征点的位移情况对边坡的变化进行描述。首先,拍摄边坡发生险情前后的图像,利用目标检测模型YOLOv5识别边坡自然特征物,利用语义分割模型DeepLabV3+对提取的自然特征物进行语义分割得到其二值化区域,提取区域中心得到二维坐标,以所有自然特征物的二维坐标点阵构建目标三角网络,并以三角网络变化圈定边坡的变化范围。然后,利用图像特征提取技术,提取变化范围之内的同名特征点,并统计其位移距离与方向,以此反馈边坡的变化情况。最后,设计了试验验证该方法的稳定性与可靠性,并在真实的边坡验证了方法的实用性。试验结果表明,该技术能够对边坡的变化进行有效监测,是边坡监测工程中的一种可行技术。

基于权值对三角关系中结构平衡的预测研究

[研究目的]随着信息化社会的不断发展变化,开源情报的重要性日益突出。通过社交网络中的公开信息对实体间的关系演化进行预测,为使用者提供决策支持。[研究方法]利用微博文本数据挖掘技术,对一年内的官博文本进行收集和清洗,再运用共现次数及链路赋予数值等方法,构建社会关系网络,以预测结构不平衡的社交网络。[研究结论]研究结果表明,该方法在一定参数约束下能够生成符合预期的社会关系网络,并有效预测在社会关系网络中结构不平衡状态下可能出现的变化。

基于组合赋权云模型的塔台管制系统运行安全评估

随着我国民航业的迅猛发展,空中交通流量不断攀升,机场塔台管制系统的运行安全面临严峻考验,因此,正确识别和评估风险成为有效提高塔台管制系统运行安全水平的重要前提。为精准且有效地完成对塔台管制系统运行的安全评估,构建了基于模糊决策实验室分析法(Decision-Making Trial and Evaluation Laboratory,DEMATEL)网络层次分析法(Analytic Network Process,ANP)熵权法云模型的塔台管制系统运行安全评估模型。首先,通过流程图法并结合人机环管的思想建立塔台管制系统运行安全评估指标体系,并采用模糊DEMATEL法确定评估指标间的相互影响关系,绘制评估指标之间的网络结构图;然后,通过ANP法确定各评估指标的主观权重,采用熵权法确定各评估指标的客观权重,并通过博弈论方法计算评估指标的综合权重;最后,将权重结果与评语层云模型结合使用对各级安全评估指标进行安全评估,通过MATLAB软件完成算例的仿真分析。结果表明:该塔台管制系统运行安全等级在一般和良好之间,仍需采取有效措施对某些风险因素进行控制;同时验证了该模型在塔台管制系统运行安全评估中具有可行性和准确性,对塔台管制系统安全评估具有指导意义。

车载激光点云组合滤波算法

为了解决传统车载点云滤波算法无法有效剔除地形坡度较大区域非地面点的问题,本文结合布料模拟滤波(CSF)算法与传统不规则三角网(TIN)的特点,提出一种基于CSF算法的改进TIN滤波算法。首先,使用CSF算法对原始点云进行滤波处理,获取初始地面点;其次,使用改进TIN滤波算法对CSF算法滤波结果进行进一步滤波,通过邻域卷积和选取种子点与构造虚拟种子点,根据滤波次数改变格网大小进行迭代滤波。使用两组地形条件不同的城市道路点云进行试验,对比不同滤波算法的滤波结果。结果表明,本文提出的组合滤波算法能够有效弥补单一滤波算法的不足,能够较好地适应城区情况。

ArcGIS在露天矿山土石方量测算中的应用

露天矿山生态治理修复普遍采用台阶爆破削坡复绿技术,传统土石方量测算方法难以适应高陡边坡复杂的地形环境。为快速准确获取露天矿山生态治理土石方填挖量,采用无人机倾斜摄影测量方法快速获取矿区高精度、高密度点云数据,利用ArcGIS软件对点云数据和规划设计数据进行处理,构建TIN模型并转化为栅格模型,采用3DAnalyst中的CutFill工具进行土石方填挖量计算,将测算成果进行多形式可视化表达,数据成果准确可靠。采用基于CASS软件的DTM法对矿山生态治理土石方填挖量进行计算,在露天矿山复杂地形环境及高程点密集程度等因素的影响下,DTM法测算成果误差较大,作业效率和测算精度均远低于ArcGIS测算方法,说明采用倾斜摄影测量和ArcGIS软件相结合的技术方法进行露天矿山生态治理土石方填挖量测算速度快、精度高、数据成果可视化,能够为露天矿山生态恢复提供精确的土石方填挖量数据成果。

机载LiDAR点云数据的组合滤波算法研究

针对采用渐进式形态学滤波算法进行机载LiDAR点云滤波时存在的滤波效果不佳、地形特征保留不明显的问题,本文提出了一种改进不规则三角网的后处理滤波算法,构建组合式机载LiDAR点云滤波算法。该组合算法有效地结合了渐进式形态学滤波算法与改进TIN滤波算法的优势,首先采用渐进式形态学滤波算法对原始机载LiDAR点云数据进行处理,提取得到初始地面点;其次优化传统TIN滤波算法,以初始地面点及种子点构建TIN,通过连续迭代提取得到精细化地面点。为验证本文提出滤波算法的可靠性与优越性,选取宁波市某地2组机载LiDAR点云数据进行实验,结果表明,与较单一的渐进式形态学滤波算法、TIN滤波算法地面点提取结果相比较,本文改进滤波算法提取地面点的Ⅰ类误差、Ⅱ类误差及总误差均更低,且不受地形条件限制,具有较高的适应性,验证了本文提出改进滤波算法的可靠性与优越性。

复杂地形横断面测量数据提取方法探讨

为提高道路实时监测和维护能力,一般需要对其进行横断面测量。然而对复杂地形横断面测量时,劳动强度大、效率低且数据准确性差。基于TIN模型提出了一种在复杂地形横断测量的新方法,该方法可以大幅提高横断面数据的提取效率,针对类似项目,具有一定的参考意义。

非常规油气藏不规则复杂裂缝表征方法

非常规油气资源储量大,开发难度高。储层压裂改造是非常规油气资源开发的关键技术手段。天然裂缝和压裂裂缝具有不规则性和复杂性。针对现有裂缝表征方法难以准确刻画裂缝真实形状和宽度变化等不规则特性这一问题,提出了基于非结构PEBI网格的不规则复杂裂缝表征方法。首先,建立基于PEBI网格的天然裂缝表征流程,实现对任意区域或限定区域天然裂缝的准确表征;其次,建立基于Delaunay三角形网格和PEBI网格的压裂裂缝表征及优化方法,分析网格尺寸及优化次数对裂缝表征精度的影响;第三,建立基于非结构网格的非平面裂缝表征方法,实现对弯曲裂缝的刻画和表征,裂缝形态和分布与实际情况更相符;第四,提出非均匀裂缝宽度表征方法,实现对变宽度即同一条裂缝宽度和导流能力不均匀分布裂缝的精细表征;第五,在全区域和限定区域内,实现耦合不规则压裂裂缝和不规则天然裂缝的复杂缝网表征。针对大规模天然裂缝与压裂裂缝相交、裂缝宽度非均匀分布、非平面裂缝等复杂条件下的裂缝网络表征,通过调整网格优化次数,能够提高缝网表征质量。利用PEBI网格能够灵活准确逼近裂缝复杂边界条件的优势,实现快速、准确地显示处理大量不规则天然裂缝和压裂裂缝。形成的不规则复杂裂缝表征方法,有助于提高非常规油气藏裂缝网络的表征精度和数值模拟计算准确性。

F-ANP法在南水北调引水工程水利施工监理与质量控制中的应用

水坝作为南水北调引水工程的关键组分,其施工监理与质量控制好坏具有重大安全意义。基于改进网络分析法与三角模糊数,研究设计水坝安全监测系统评价模型,并选取南水北调引水工程中的水坝实例对模型进行测试。结果显示,该模型在实例上的评价数值与人工评价值的差异,比传统评价方法对应差异小32.6%。同时,基于实例计算结果,对水坝施工监理与质量控制方法进行讨论。研究结果有利于提升我国水坝设施的质量监控水平。

基于贝叶斯网络的危化品爆炸事故隐患关联与溯源分析

为提高隐患排查工作实效,基于贝叶斯网络(BN),提出一种危化品爆炸事故隐患推理模型。首先,依据燃烧爆炸理论和专家经验,确定影响危化品爆炸的主要隐患类别,构建爆炸、泄漏超限、点火源的BN模型,并采用三角模糊数厘定隐患的先验和条件概率;然后,利用贝叶斯正向推理计算危化品爆炸发生概率,结合反向推理,查明最可能导致爆炸事故发生的隐患并追溯形成隐患的风险因素;最后,应用贝叶斯敏感性分析方法,确定影响危化品爆炸的关键隐患及事故隐患间的关联,并通过储油罐爆炸案例进行验证。研究结果表明:以因果推理方式计算出的储油罐爆炸风险概率约为4.7%;设备超压和电火花两者后验概率最大,是最可能导致储油罐爆炸的隐患,追溯其原因是未定期检查储罐或未使用防爆设备;电火花和阀门或法兰损坏是储油罐爆炸的关键隐患,事故隐患关联以致患链“阀门或法兰损坏→油品异常涌出→泄漏超限→遇火源(电火花)→发生爆炸”的形式呈现。

基于实测载荷谱的三维路面重构方法

针对三维路面重构时路面不平度难以描述的问题,提出一种利用实测载荷谱反求路面的方法。在建立采集方法和测试系统基础上采集某车实际行驶载荷谱,以3种典型路面下的直线匀速行驶工况为例进行三维路面重构。基于BP神经网络建立路面反求模型,使用车辆7自由度路面输入振动模型在标准等级路面输入下的输出响应,对BP神经网络进行训练和验证。以实测和积分后的载荷谱为输入,反求得到二维路面并进行验证,在此基础上,使用三角网格法对三维路面进行重构。研究结果表明:反求出的路面作为激励输入至7自由度路面输入振动模型中,输出的簧上及簧下加速度与实测相对误差在8%以内,验证了路面反求结果的有效性,为三维路面重构提供了一种切实可行的方法。

一种用于建筑物立面边界特征点提取的凸包三角网算法

基于现存凸包算法较难提取建筑物立面点云中的边界特征点等问题,提出一种构建凸包三角网的建筑物立面边界特征点提取算法。首先利用k近邻搜索算法查找每个点的近邻点,并通过主成分分析方法估算各点的法向量。然后将各点的近邻点投影到局部拟合平面,使用罗德里格法进行旋转获得二维投影点。最后利用凸包算法在求解边界特征点的基础上构建凸包三角网,并获得各三角形中近邻点占地率并统计各三角形的顶角值,得到剩余边界特征点。采用模拟和实测点云数据进行试验,并与改进的凸包算法和基于点的算法进行对比,结果表明,该算法能够提高建筑立面边界特征点提取的准确性和完整性,具有较强的适用性。

基于组合赋权的暴恐转向风险预测研究

研究群体性事件演变过程中的冲突升级引发暴恐转向的风险,对维护国家安全和社会稳定具有重要意义。本文提出基于词频-逆文档频率(Term Frequency-Inverse Document Frequency,TF-IDF)及三角模糊数(Triangular Fuzzy Number,TFN)的组合赋权法,并融合贝叶斯网络(Bayesian Network,BN)构建风险转向预测模型。首先,通过分析促使事件态势演变的影响因素,建立暴恐转向指标体系,利用TF-IDF方法对社交媒体文本数据中的代表性高频词汇进行筛选和分类,计算对应指标的客观权重。其次,结合TFN和德尔菲法设计调查问卷,采用全积分值法对专家小组评判结果进行解模糊化处理,得到指标的主观权重。再次,根据博弈论组合赋权法得到综合权重,融合BN概率推理模型,预测发生暴恐转向的概率。最后,利用反向推理得出影响因素的后验概率,分析引发暴恐转向的主要因素,为相关部门采取针对性措施提供理论参考。实例结果显示暴恐转向风险的预测概率为81%,与实际事件态势发展情况相符,验证了本文模型对群体性事件态势发生暴恐转向风险具有可行、准确的预测。

时序数据驱动的化工过程风险动态预警研究

对化工过程进行在线监测与动态风险预警是降低事故发生的有效途径。提出了一种基于深度学习时序预测与模糊数学定量风险评估相结合的预警方法。针对化工过程数据的动态性、时序性、非线性强,且预测周期短等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM)模型结合形成深度学习时序预测模型,实现过程参数108 min的超前预测。将该方法应用于合成氨过程,对温度、压力、流量、氢氮比等6个风险参数进行预测。结果表明,该预测方法具有较高的预测精度,其线性回归相关系数及均方根误差表明所提出的方法具有非常高的精度。同时利用三角模糊数对时序预测结果进行风险评估,得到时序风险变化曲线,实现了化工过程风险预警。研究对使用人工智能和大数据实现过程控制和风险预警进行了有益探索,为实现化工过程的超前预警提供参考。

激光雷达和单目视觉船舶智能导航系统

以为船舶提供定位服务、障碍物检测和避障航迹规划服务为目的,设计基于激光雷达和单目视觉的船舶智能导航系统。系统船载子系统中,由卫星信号接收机接收卫星信号,定位船舶位置后,障碍物检测单元使用单目视觉传感器、激光雷达,检测船舶周围的障碍物信息和距离信息,通过CAN总线网络将2种信息传输至地面监控子系统。监控端把获取的信息和电子海图相匹配,标识船舶坐标信息,使用基于激光雷达的障碍目标测距方法完成障碍物测距,结合已知定位信息与障碍物距离信息,设计船舶航行指令,由CAN总线网络发送至船载子系统的航行控制单元,驱动航迹控制器控制船舶航行,完成船舶智能导航。仿真实验表明,此系统可实现船舶智能导航,导航应用时可保证船舶不与动态障碍物碰撞。

基于无人机LiDAR数据的陡崖反坡滤波技术及应用

为了解决传统的不规则三角网(Triangular irregular network,TIN)算法在陡崖反坡地形滤波时,由于陡崖反坡会产生多个投影交点,坡度出现负值,陡崖反坡区域岩壁点往往被错误过滤的问题,提出一种刚性坐标变换与TIN结合的机载激光雷达(Light detection and ranging,LiDAR)点云滤波算法。采用刚性坐标变换的方法重新构建陡崖面的直观形态,将陡崖反坡等特异地形常规化。以湖北省恩施市姚家平水利枢纽工程坝址区域的陡崖反坡数据进行滤波分析,构建了侧向数字高程模型(DEM)表达陡崖地形,实现了侧向DEM在坝体填筑量计算上的应用。结果表明:该算法能够在陡崖反坡区域大幅降低Ⅰ类误差,并将Ⅱ类误差控制在一定范围内;应用该技术可为大坝设计提供直观准确的DEM,为三维设计提供了新思路。

四配流窗口轴向柱塞泵三角阻尼槽结构优化

为优化四配流窗口轴向柱塞泵配流特性,降低配流过程中的振动与噪声,以三角阻尼槽的结构参数作为设计变量,两排油口的流量脉动率和压力脉动率作为优化目标。依据拉丁超立方抽样方法获得设计变量样本点,并通过流体仿真软件PumpLinx获取各样本的仿真结果。基于RBF神经网络构建三角阻尼槽结构参数与优化目标间的映射关系,通过NSGA-Ⅱ算法实现多目标优化。仿真结果表明:RBF神经网络模型预测值与流场仿真值基本吻合,采用该方法能够得到三角阻尼槽的最佳设计参数,柱塞泵两排油口的流量脉动率降低了11.3%和11.8%,压力脉动率降低了7.6%和10.5%。

3DMine在石头梅露天煤矿工程量验收中的应用

为了满足石头梅露天煤矿爆破和剥采工程计量的需求,基于对3DMine矿业软件功能的研究与应用,探讨了爆破和剥采工程分水平计量,并进行了剥采工程运距及提升高度计算。结果表明:利用3DMine矿业软件计算工程量速度快、精度高,同时解决了石头梅露天煤矿爆破和剥采工程分水平计量、剥采工程运距和提升高度计算难的问题,提高了工程量验收工作的效率及质量。