末次冰期东海嵊山岛黄土粒度端元分析及其环境意义

【目的】东海岛屿晚更新世风尘黄土堆积是我国黄土在东部长三角及外延海域重要的拓展,深化这一区域风尘黄土沉积的物源特征和后期演化问题研究,对于认识晚更新世区域古环境变化尤为重要。【方法】在OSL测年和磁化率测试基础上,基于东海岛屿典型风尘黄土剖面(嵊山岛黄土)的粒度分析,开展了粒度组成的端元分析,探讨了其蕴含的古环境信息。【结果与结论】嵊山岛黄土沉积可提取出3个粒度端元(EM1~EM3),进一步分析发现EM1可能代表通过高空西风气流传输的远源黏粒组分,EM2可能代表以浮尘形式远距离悬浮搬运并随风力减弱而沉降堆积的细粉砂组分,EM3可能代表冬季风驱动下的近地表短距离搬运堆积的粗粉砂组分。粒度端元分析结果表明,高空西风输送的黏粒端元组分和远距离悬浮运移的浮尘端元组分可能是沉积剖面主要粉尘来源;综合年代学结果、百分频率磁化率和颗粒中值粒径等参数分析,认为东海嵊山岛黄土沉积过程在MIS3阶段先后经历暖湿—冷干—暖湿的旋回波动;并且,所记录的MIS3阶段气候波动以及MIS2阶段末次冰盛期和冰消期的古环境变化同深海氧同位素和古海平面变化趋势相对应,说明东海陆架区域该时期环境演变与全球性气候波动相协同。

基于时域波形特征认知的输电线路近端故障辨识与定位

针对现有单端行波故障测距对近端故障存在测距盲区、双端行波故障测距对近端故障测距误差较大,无法满足工程需要的不足,提出基于波形特征认知的近端故障辨识与定位方法。首先,分析了线路故障行波传播规律,以固定分辨率显示波形。发现线路近端故障时,初始行波及其后续波形在长时窗整体宏观观测下呈堆叠缓变特征,而在短时窗局部放大观测下呈周期性变化特征,且周期与故障距离相关。不同线路的近端故障历史样本能统一作为参照基准为测距提供提示。进而提出基于波形密度和突变分布的近端故障辨识方法。最后,对辨识出的近端故障进行周期估计,利用近端故障与线长的无关性以及历史样本突变周期和故障位置已知性,搜索周期最近邻历史样本,并由已知故障距离插值实现故障位置确定。基于大量实测数据进行仿真测试,结果表明所提方法能够显著提升单端行波测距可靠性和成功率。

基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法

针对将现有直流线路故障区域识别方法应用于特高压三端混合直流输电线路时,存在难以区分T区两侧故障、耐过渡电阻能力弱和阈值整定困难的问题,提出一种利用深度学习及波形特征进行特高压三端混合直流输电线路故障区域识别的方法。首先,对三端混合直流线路不同故障区域进行故障特征分析;然后,对线模电压和线模电流进行多尺度小波分解,提取线模电流中低频分量和线模电压高频分量,结合正负极电压波形特征,组成深度学习模型的输入量,并将故障区域作为输出量,构建深度学习故障区域识别模型;最后,用训练过的深度学习模型对获取的故障特征量进行处理,以实现故障区域识别的目的。通过大量仿真实验,验证了所提故障区域识别方法具有准确率高和基本不受过渡电阻影响的特性。

平面端射圆极化天线进展综述

全面总结了平面端射圆极化天线的发展历程和重要突破。以正交磁偶极子和平面互补振子两大核心工作原理为主线,深入剖析平面端射圆极化天线的一般性设计方法,阐明其形态演变规律,详细介绍了平面端射圆极化天线的宽带设计技术、波束调控技术以及高增益设计技术等研究现状,最后探讨平面端射圆极化天线的可能发展方向,用于指导该领域的科学研究和工程设计。

CNN-AE在超奈奎斯特无线光通信端到端系统中的性能

符号间干扰的存在使超奈奎斯特(faster-than-Nyquist, FTN)速率无线光通信系统的性能受到严重影响,针对此问题,提出了一种基于卷积神经网络自编码器的端到端通信系统来消除符号间干扰的影响并完成信号的恢复。针对超奈奎斯特信号非正交的特性,采用交替训练算法分别训练发射机和接收机权重,解决监督训练中模型输入输出数据尺寸不匹配的问题。在此基础上,分析了该系统在Gamma-Gamma大气信道中的误码率(bit error rate, BER)性能。仿真结果证明,与采用最大似然估计的传统系统相比,该系统的误码率性能在各种条件因素影响下都有不同程度的提高。当加速因子在Mazo限内时,该系统可以消除FTN成型和湍流信道带来的复杂混合码间干扰,其误码性能几乎与正交传输系统相等。

股骨近端防旋髓内钉-Ⅱ治疗31-A3型股骨转子间骨折扩髓与否的有限元分析

背景:针对股骨转子间骨折是否需要扩髓的问题尚有争议,一些人认为不扩髓缩短手术时间、减少出血、降低高龄患者术中风险,但此举是否会降低髓内钉支撑效果,尚无依据。另一些人认为扩髓可选择直径更粗的髓内钉,获得更好的力学支撑,但基础研究显示此方法存在脂肪栓塞、破坏骨质(尤其高龄骨质疏松患者)等风险。目的:通过有限元分析股骨近端防旋髓内钉-Ⅱ治疗31-A3型股骨转子间骨折时扩髓与不扩髓的力学分布特点。方法:纳入一名健康志愿者,CT扫描其股骨获取DICOM格式文件,顺序导入Mimics、Geomagic Wrap、SolidWorks、Hypermesh、Ansys软件处理文件,得到A3.1型、A3.2型及A3.3型股骨转子间骨折模型,分别与9,11 mm直径、170 mm长度的股骨近端防旋髓内钉-Ⅱ进行装配,赋予材料属性,设定各接触面相互作用关系及定义载荷及边界条件,之后进行求解。观察不同模型中股骨应力分布、内固定应力分布、股骨位移及内固定位移情况。结果与结论:①各型骨折采用扩髓髓内钉固定时股骨应力均小于非扩髓髓内钉固定,A3.3型骨折股骨最大应力值大于A3.1型和A3.2型;②各型骨折采用扩髓髓内钉固定时内固定应力均大于非扩髓髓内钉固定,A3.3型骨折内固定最大应力值大于A3.1型;③扩髓与非扩髓对股骨及内固定位移影响较小,应力影响较大;④提示采用扩髓髓内钉固定可使股骨应力减小,内固定整体承担应力增大,远端锁钉承担应力减小;与非扩髓髓内钉固定相比,采用扩髓髓内钉固定可能会提供更好的治疗效果。

基于端部绕组模块的定子励磁无刷电机冷却方法

为了提升定子励磁无刷电机的冷却能力,提出了一种基于端部绕组模块的定子励磁无刷电机冷却方法.在电机端部绕组和定子铁芯叠片端部的间隙中插入端部绕组冷却(EWC)模块,以减小定子绕组热点区域和冷却介质之间的间隙,从而提高端部绕组的冷却能力.对非重叠式集中绕组长度计算模型进行改进,评估采用EWC模块前后电机定子电枢绕组长度的变化,分析EWC模块的电导率对电机定子损耗的影响.采用计算流体动力学(CFD)模型,对比EWC模块在不同铜耗和励磁源损耗密度下的冷却性能.结果表明,采用EWC模块可以使端部绕组的稳态温升降低约50%,热态时的绕组电阻降低7.51%,从而改善了定子的冷却条件.

计及短路比提升与暂态过电压抑制的含高比例风电送端电网两阶段式调相机优化配置

随着送端电网中大规模风电机组的接入及常规同步机组的置换淘汰,电网短路比水平下降,电压支撑能力削弱,故障时易导致新能源机组暂态过电压而发生脱网事故。面向含高比例风电的送端电网,研究综合计及短路比提升和暂态过电压抑制的调相机优化配置方法。首先,利用新能源多场站短路比(multiple renewable energy stations’short-circuit ratio,MRSCR)分析了调相机接入对风电场短路比的提升作用,并基于调相机暂态快速无功响应特性揭示了其对风电机组暂态过电压的抑制机理;然后,提出一种同时计及短路比提升和暂态过电压抑制的两阶段式调相机优化配置策略,第一阶段以风电场短路比提升为核心约束优化配置调相机位置与基础容量,第二阶段以暂态过电压安全为关键约束进行调相机配置容量修正,并引入量子遗传算法(quantum genetic algorithm,QGA)进行优化求解。最终,基于PSD-BPA在含高比例风电的送端电网进行算例分析,验证了所提出的调相机优化配置方法能够显著提升风电机组多场站短路比水平并有效抑制风电机端暂态过电压。

李盛华教授应用陇中正骨手法治疗伸直型桡骨远端骨折经验总结

总结李盛华教授运用陇中正骨手法治疗伸直型桡骨远端骨折的经验,李盛华教授认为陇中正骨流派手法特点为“便、捷、巧、效”,并在此基础上提出“审视病症、摸法为先,巧用手技、注重固定,三期用药、功法配合,全程护理、调养身心”的骨伤科治疗和康复理念。李盛华教授将传统手法与现代医学技术相结合,提出充分利用现代医学手段,以手法为主,精准治疗;并将个性化治疗及快速康复理念引入到桡骨远端骨折的手法治疗中,取得良好的临床疗效。

基于自适应虚拟同步发电机的多端高压直流输电系统协调控制

基于模块化多电平换流器的多端高压直流输电(modular multilevel converter based multi-terminal DC,MMC-MTDC)系统中虚拟同步发电机(virtual synchronous generator,VSG)控制在维持交流电网的频率稳定时,无法兼顾直流电压波动调节的问题。针对MMC-MTDC系统中的受端换流器,将U^(2)-P直流电压下垂控制引入VSG控制器中,得到附加直流电压的VSG控制,该控制既能实现交流区域频率调节,又可以控制直流电压。通过分析VSG中转动惯量大小对交流电网频率响应的影响,在附加直流电压VSG控制基础上,设计一种基于模糊控制的自适应虚拟转动惯量调节方法,通过灵活调整虚拟惯量使换流器在支撑频率波动过程中表现出更平滑、迅速的动态响应性能。在MATLAB/Simulink仿真平台,对所提策略有效性进行验证,表明所提策略可以同时调节频率与直流电压,并能表现出更佳的频率动态响应性能。

基于加速康复外科理念的骨水泥强化型防旋股骨近端髓内钉治疗在老年骨质疏松性股骨转子间骨折中的应用效果

目的探讨基于加速康复外科(ERAS)理念的骨水泥强化型防旋股骨近端髓内钉(PFNA)治疗在老年骨质疏松性股骨转子间骨折中的应用效果。方法选取东台市人民医院2021年1月至2022年10月收治的40例老年骨质疏松性股骨转子间骨折患者为研究对象,采用随机数字表法分为对照组(20例)和观察组(20例)。对照组采用ERAS理念联合PFNA治疗,观察组采用ERAS理念联合骨水泥强化型PFNA治疗,并对两组进行为期6个月的随访。比较两组髋关节Harris评分优良率、髋关节活动角度、手术及恢复情况、生活质量及并发症。结果观察组术后6个月髋关节Harris评分优良率高于对照组,观察组住院时间、骨折愈合时间、术后下地行走时间、负重练习时间均短于对照组,总并发症发生率低于对照组,差异有统计学意义(P<0.05);两组的手术时间、术中出血量的比较,差异无统计学意义(P>0.05);观察组术后6个月的欧洲五维健康量表(ED-5Q)各项评分低于对照组,髋关节活动角度大于对照组,差异有统计学意义(P<0.05)。结论ERAS理念下的骨水泥强化型PFNA治疗老年骨质疏松性股骨转子间骨折患者能提高治疗优良率,提高患者生活质量,增加髋关节活动角度,且并发症发生率低。

特征域近端高维梯度下降图像压缩感知重构网络

压缩感知理论可以被用于解决信源采集设备计算资源受限的问题,但信号重构过程存在不确定性。传统的重构算法计算复杂度高,难以在实际中应用。近期,基于深度学习的重构算法打破传统算法的局限性,以其速度快、质量高等特点受到了广泛关注。现有的深度学习重构算法可以划分为“黑盒子”以及基于优化启发网络两种类型。与“黑盒子”式的网络结构相比,基于优化启发的深度网络更容易获得高精度的恢复,同时也更具可解释性。然而现有基于优化启发的图像压缩感知重构网络在每个优化阶段仅学习单一梯度,存在测量值信息利用不足、难以准确地学习梯度等缺点,限制了重构性能的提升。为了更充分地利用测量值信息,降低梯度学习的难度,本文提出了高维空间梯度学习思想,实现更准确的梯度回归。在此基础上,本文提出了特征域近端高维梯度下降(FPHGD)算法,并设计了实现该算法的深度神经网络(FPHGD-Net)以获得高精度图像重构结果。此外,本文设计了3种不同复杂度的深度空间近端映射网络结构,以满足不同的应用条件,按空间复杂度从低到高,相应模型分别为FPHGD-Net-Tiny、FPHGD-Net、FPHGD-NetPlus。实验结果表明,与OPINE-Net+相比,所提3种模型在Set11数据上的平均PSNR分别提升1.34、1.51和1.88 dB,并且在重构视觉效果上,能够恢复出更丰富的图像细节。

端钩型钢纤维混凝土简支梁受弯承载力试验

为改善普通钢筋混凝土梁自重大、易开裂、承载力低等缺点,在混凝土中常加入钢纤维,端钩型钢纤维,作为常见的一种高性能钢纤维得到广泛关注,中外学者针对端钩型钢纤维混凝土的基本力学性能开展了较多研究,而对端钩型钢纤维混凝土受弯构件的正截面受力性能有待深入研究。为研究端钩型钢纤维混凝土简支梁受弯性能,制作4根端钩型钢纤维混凝土梁及1根普通混凝土梁,对其进行受弯性能试验,根据试验得到的破坏形态、承载力、荷载-挠度曲线、荷载-应变曲线,分析端钩型钢纤维体积掺量对试件受弯承载力及破坏形态的影响。结果表明:端钩型钢纤维混凝土简支梁与一般混凝土简支梁受弯过程类似,均经历了弹性、开裂、带裂缝工作、破坏4个阶段;端钩型钢纤维混凝土简支梁与一般混凝土简支梁受弯过程均基本符合“平截面假定”;端钩型钢纤维限制了裂缝的产生和发展,使得纤维混凝土梁变形能力增强;与一般混凝土梁相比,端钩型钢纤维混凝土梁抗裂性及极限承载力得到提高,且构件承载力与钢纤维体积掺量基本呈现正相关;基于试验数据,对现行规范中开裂弯矩及极限承载力计算公式进行优化,开裂弯矩方面考虑对截面抵抗矩塑性影响系数进行修正,极限承载力方面引入纤维混凝土正截面承载力影响系数ζ,经修正计算值可较好吻合试验值。

半髋关节置换术与股骨近端防旋髓内钉治疗老年A3.3型股骨转子间骨折的比较

目的探讨半髋关节置换术(HHA)与股骨近端防旋髓内钉(PFNA)治疗老年A3.3型股骨转子间骨折的治疗效果。方法回顾性分析2020年9月—2022年6月唐山市第二医院老年骨科收治的老年A3.3型股骨转子间骨折患者84例。男性43例,女性41例;年龄68~89岁,平均73.4岁;道路交通伤63例,高处坠落伤4例,机器挤压伤9例,重物压砸伤8例。根据手术方式不同分为HHA组和PFNA组,各42例。HHA组行侧卧位改良Watson-Jones入路,置入水泥型半髋关节假体;PFNA组按照PFNA手术标准流程进行。比较两组患者相关指标,建立HHA治疗老年A3.3型股骨转子间骨折的多准则决策模型,并对两组患者效益值、风险值及决策模型的稳定性进行评价。结果PFNA组手术时长、术中出血量以及术后当天引流量分别为(78.30±12.14)min、(113.14±15.13)mL、(31.25±8.97)mL,与HHA组[(112.39±13.95)min、(285.21±18.19)mL、(98.25±9.03)mL]比较明显减少(P<0.05);但HHA组下床活动时间、骨愈合时间以及住院时间[(12.32±3.48)d、(16.14±2.16)周、(9.61±2.53)d]与PFNA组[(41.26±9.73)d、(17.26±2.38)周、(15.36±2.64)d]比较明显改善;两组患者治疗后Harris髋关节评分量表和卡氏功能状态(Karnofsky,KPS)评分均显著提升且HHA组[(78.97±4.95)分、(82.77±1.52)分]高于PFNA组[(64.35±4.12)分、(74.93±1.28)分,P<0.05];HHA组术后并发症发生率28.57%(12/42)显著低于PFNA组64.29%(27/42),P<0.05;效益指标中对患者病情影响最大的是骨愈合时间和Harris评分,风险指标影响较大是切口感染和下肢静脉栓塞两种并发症;HHA治疗老年A3.3型股骨转子间骨折的效益值、风险值、总效益-风险值均为72,而PFNA组分别为64、51、57,HHA组以100%的概率高于PFNA组,多准则决策模型的稳定性较好。结论对于老年A3.3型股骨转子间骨折患者的治疗,相比于PFNA治疗,HHA可显著降低多种并发症的发生概率,改善手术中的相关指标以及患者术后的生活质量,而PFNA手术时间更短、术中出血量更少。两种方式可以根据患者的实际情况更好地应用于临床。

BEVTrack:基于难例挖掘训练的端到端三维多目标跟踪方法

多目标跟踪已经成为自动驾驶系统中的一个关键组成部分,其目的是在连续的视频流与点云流中识别、定位并标识所有感兴趣的目标。目前三维多目标跟踪方法多依赖人工多阶段调参以保证整体跟踪性能,难以对复杂遮挡或运动进行有效建模。而现有的三维端到端多目标跟踪方法,如MUTR等,精度普遍较低。其核心原因为三维空间中的特征聚合和感知相对于二维图像更具挑战性,简单的网络难以实现复杂的三维特征聚合,并大量的噪声信息与难例信息干扰严重,影响模型的特征提取能力。针对以上问题,本文提出了一种基于难例挖掘训练的端到端多目标跟踪框架BEVTrack。针对三维特征关联问题,本文设计了基于鸟瞰图(BEV)位置编码的三维跟踪查询。通过基于BEV特征的三维跟踪查询,本文方法能够更好地将跟踪查询与实际三维特征进行有效关联,从而大幅度提升了跟踪精度。同时,模型依靠BEV数据进行特征关联,仅需轻量化的网络便可以实现快速有效的跟踪。针对数据噪声问题,本文提出了面向多目标跟踪的难例挖掘训练,通过针对检测难例与跟踪难例分别处理,训练模型去除检测错误噪声与跟踪匹配的能力,从而提升在真实场景下模型处理噪声信息与难例干扰的能力。在实验结果方面,基于Nuscenes数据集,我们进行了大量的对比实验与模型消融实验,实验结果证明本文的方法在该数据集上取得了领先的性能。

腹腔镜辅助与开腹近端胃癌根治术治疗早期胃癌的安全性和近期效果比较研究

目的比较分析腹腔镜辅助与开腹近端胃癌根治术治疗早期胃癌的安全性和近期效果。方法回顾性分析2021-04—2023-08在中国人民解放军联勤保障部队第九九〇医院行近端胃癌根治术的40例早期胃癌患者的临床资料,其中行腹腔镜手术20例(腹腔镜组),行开腹手术20例(开腹组)。比较2组患者的手术相关指标。统计术后并发症发生率。术前和术后第1天,检测2组患者的血清癌胚抗原(CEA)、糖类抗原19-9(CA19-9)肿瘤标记物水平。结果2组淋巴结清扫数差异无统计学意义(P>0.05)。腹腔镜组的手术时间长于开腹组,切口长度、术中出血量、术后首次肛门排气及进食时间均短(少)于开腹组,术后并发症发生率低于开腹组,差异均有统计学意义(P<0.05)。术前2组患者的CEA、CA19-9水平差异无统计学意义(P>0.05)。术后第7天时,2组患者的CEA、CA19-9水平均较术前降低,差异有统计学意义(P<0.05);但2组间差异无统计学意义(P>0.05)。结论腹腔镜与开腹近端胃癌根治术疗效相当,但腹腔镜辅助近端胃癌根治术手术创伤轻、患者术后康复进程快,术后并发症少。

基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度

为了实现园区综合能源系统(PIES)的低碳化经济运行和多能源互补,解决碳捕集装置耗电与捕碳需求之间的矛盾,以及不确定性源荷实时响应的问题,提出了基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度方法。该方法通过在PIES中添加碳捕集装置,解决了碳捕集装置耗电和捕碳需求之间的矛盾,进而实现了PIES的低碳化运行;通过采用近端策略优化算法对PIES进行动态调度,解决了源荷的不确定性,平衡了各种能源的供给需求,进而降低了系统的运行成本。实验结果表明:该方法实现了不确定性源荷的实时响应,并相比于DDPG(deep deterministic policy gradient)和DQN(deep Q network)方法在低碳化经济运行方面具有有效性及先进性。

基于限流电抗器两侧特定频段暂态能量比的MTDC电网单端量保护方案

柔性直流输电技术有利于未来大量分布式能源接入电网,而配置快速、可靠的保护方案是柔性直流技术发展的关键。基于直流电网等效模型,提出一种基于限流电抗器两侧电压特定频段暂态能量比差异性的单端量故障区域识别方法。该方法依据贝瑞隆等效模型计算出限流电抗器两侧电压比,通过广义S变换提取限流电抗器两侧特定频段电压,根据故障时正负极限流电抗器的电压幅值差的差异性实现故障选极。最后在PSCAD/EMTDC平台搭建仿真模型,分析出发生区内外故障时差异性明显,具备较强的耐过渡电阻与抗噪声干扰能力。

基于初始电流行波相位的多端混合直流线路单端保护方案

为了解决LCC-MMC型多端混合直流系统线路保护存在的问题,提出一种基于初始电流行波相位的多端混合直流线路单端保护方案。首先基于多端混合直流输电线路发生不同位置和类型的故障工况,推导直流线路入射电压行波的解析式并计算其高频段相位。其次结合线路边界行波折反射原理和测量波阻抗特性,提出利用初始电压行波相位的区内外识别判据,并根据雷击和短路故障的入射行波低频相位特性构建雷击干扰判据。在PSCAD/EMTDC中搭建昆柳龙多端混合直流系统模型进行验证,证明所提方案仅利用单端量信息即可满足故障判断和选线要求,满足速度性的同时具备一定的抗过渡电阻能力(500Ω)。

基于车载视觉的端到端驾驶员疲劳检测模型

营运驾驶员长时间疲劳驾驶是导致事故发生的重要原因,为此,企业在营运车辆上安装相机采集驾驶员面部视频,基于模型和算法自动识别驾驶员的疲劳状态,通过语音提醒甚至启用远程护航进行疲劳干预,以此提高驾驶安全。现有的疲劳检测研究大多数都是基于面部关键点检测的算法,该类算法对面部视频的质量要求严格。在真实的营运行车环境中,夜晚光线过差,相机位置安装不理想,驾驶员面部遮挡等均会造成关键点检测失效,从而影响模型的准确性。基于卷积神经网络(CNN)和长短时记忆神经网络(LSTM)设计了一种端到端营运驾驶员疲劳检测模型,该模型以相机采集的驾驶员面部视频作为输入,使用CNN网络提取视频单帧特征,在此基础上将时序单帧特征作为LSTM网络的输入来最终识别驾驶员的疲劳状态,实验表明,模型的接收者操作特征曲线下面积(AUC)为0.9,远优于现有的面部关键点模型。此外,为了提高该模型在实际行车环境中的鲁棒性,基于光线变化及相机变化的模拟操作在训练数据上进行了数据增强,通过模型重训练进一步提高了模型的精度及鲁棒性。实验结果表明,改进前,营运车辆行车环境下模型的AUC相比实验室模型下降37.3%,而改进后AUC仅下降9.7%,模型的鲁棒性得到改善,能够更好地适应复杂的营运车辆自然驾驶环境。