Compressive Strength Parallel to Grain Variation of Different Clones of Populus deltoides Marsh.

In order to explore the differences in the compressive strength parallel to grain （CSPG） between different clones and individual woods of Populus deltoides Marsh., the CSPGs of 5 15-year-old P. deltoides clones were determined and analyzed. The results showed that there were significant differences in CSPG of wood between different clones of P. deltoides . The CSPG of the tested clones reached more than 41 MPa, which was higher than the average compressive strength of P. deltoides （32.94 MPa）. Similar to the changes of stem height, the CSPG of the clones gradually increased with the increase of stem height. However, there were significant differences in CSPG of an individual plant at different tree heights. The CSPG of P. deltoides clones was related with their growth traits, but not significantly. Therefore, it is expected to achieve simultaneous and independent improvement on CSPG and the growth of P. deltoides , so as to get excellent individuals with fast growth and high CSPG.

新能源电力系统细粒度并行与多速率电磁暂态仿真

随着可再生能源的快速发展,电力系统设备类型越来越多,系统振荡特征越来越复杂,对电磁暂态仿真的精度和效率提出了更高要求。基于大规模集成电路设计中所使用的延迟插入法(LIM),提出了新能源电力系统的细粒度建模方法,并结合图形处理器(GPU)的资源优势,实现了算法的并行求解。所提方法将传统交流电网与电力电子设备进行解耦,并基于混合数值稳定性判据和局部截断误差的方法确定了各子系统的步长。然后,通过插值实现了新能源电力系统的多速率仿真。最后,基于GPU硬件平台,以含新能源接入的改进39节点系统为例验证了所提方法的精度,并以不同规模的新能源接入、不同仿真步长的组合验证了所提方法在仿真效率方面的优势。

密度和含水率对重组竹顺纹抗拉强度的影响

【目的】探究不同密度和含水率下重组竹顺纹抗拉强度的变化规律,提出重组竹顺纹抗拉强度与密度、含水率的相关模型,为推进重组竹在工程中的应用提供依据。【方法】参考ASTM D143—14《木材无疵小试样的标准试验方法》,选取不同密度(1.1、1.2、1.3 g·cm^(-3))和含水率(4%、8%、12%、16%、20%)的重组竹试件进行正交抗拉试验,分析重组竹顺纹抗拉的主要破坏形态;采用线性模型和抛物线模型拟合重组竹顺纹抗拉强度随密度的变化规律,采用线性模型和ASTM模型拟合重组竹顺纹抗拉强度随含水率的变化规律,提出重组竹顺纹抗拉强度在密度和含水率双因素影响下的耦合模型。【结果】重组竹顺纹抗拉的主要破坏形态为平口破坏和斜口破坏,重组竹密度越大,平口破坏概率越大;重组竹含水率越大,斜口破坏概率越大。基于试验研究和数据拟合提出重组竹顺纹抗拉强度的单因素影响模型和双因素耦合模型,理论结果与试验结果吻合良好。【结论】在本研究密度范围内,重组竹顺纹抗拉强度随密度增加而增大、随含水率升高而减小。线性组合模型和ASTM组合模型均能较好预测重组竹顺纹抗拉强度在密度和含水率双因素影响下的理论值,线性组合模型计算更为简便,在实际预测中建议直接使用线性组合模型。

循环荷载作用下木材顺纹受力特性与本构模型研究

木材循环受力特性与本构模型是木结构在地震、疲劳荷载作用下受力分析的关键。作者设计并加工了一种适用于顺纹循环加载的棱柱体狗骨状木试件与配套夹具,基于35个试件的单调受拉、单调受压等单调加载和循环受拉、循环受压、等幅拉-不等幅压、等幅拉压等循环加载试验,分析木材在不同加载条件下的变形特征、破坏模式、应力-应变全曲线性质与加卸载刚度变化行为,并结合木纤维损伤与断裂特征,进一步揭示木材单调/循环受力全过程变形机制。结果表明:木材顺纹拉应力呈前期稳定发展、后期随机跌落特征;顺纹受压在峰值荷载后产生屈曲和剪切两种典型局部化变形模式;循环加卸载骨架曲线与木材单调受拉/受压特征相似,卸载后的反向再加载刚度显著退化。在此基础上,建立能够综合描述木材单调与循环受力行为的统一本构模型,并由试验验证其正确性。研究结果可为木结构数值分析与力学评估提供依据。

基于申威SIMD指令的H.264编码优化

国产化申威处理器出现较晚,其在多媒体领域中的性能还不突出,同时通用处理器中的单指令流多数据流(SIMD)因能有效提升并行处理能力而受到处理器厂商的青睐。为提高国产化自主平台申威架构的多媒体处理能力,结合申威架构Core3B体系的SIMD指令系统,提出一种基于申威架构的SIMD指令集H.264编码优化方法。结合申威处理器的并行结构特点,利用申威适配的Perf、Top指令等系统性能分析工具,采集两种主流视频分辨率下与编码性能强相关的高频热点函数,详细分析其程序并行化可行性,采用手工嵌入申威SIMD和访存扩展等汇编指令进行细粒度优化。实验结果表明,该方法在申威架构下的H.264平均编码性能提升了约30%。相应工作成果已推送到申威社区,增强了基于申威处理器的国产计算机在桌面多媒体应用领域的工作体验。

特征迁移的细粒度产品形态智能决策方法

针对产品形态智能决策框架系统性不强、模型决策机制单一且历史样本数据量少等问题,提出一种基于混合迁移学习的细粒度产品形态智能决策方法.该方法将Swin Transformer和ResNets作为骨干网络设计了3个并行混合迁移学习子网络,包括产品形态识别网络(Form-CN)、产品形态深度回归评价网络(Form-REN)和产品形态分布拟合评估网络(Form-DFEN).首先应用Form-CN对产品进行细粒度形态分类判别,实现产品形态设计定位识别任务;其次应用Form-REN对产品整体形态语义进行预测评价;然后通过Form-DFEN对产品形态进行分布拟合评估;最后由Form-REN和Form-DFEN完成综合决策.以创建的手电钻数据集进行实验,并与其他经典模型进行比较,结果表明,所设计的3个网络分别取得了99.0%的准确率、0.2583的均方误差和84.3%的准确率;所提方法能够精细、高效地辅助设计师进行综合智能决策,为产品形态智能决策提供了一个更为系统的参考框架.

基于异构硬件的LSTM训练系统

在大数据时代,以LSTM为代表的深度神经网络模型具有处理海量数据的能力,在语言处理、语音识别、时序数据预测等领域表现优异。随着模型复杂度的提高,训练成本大幅提升。现有的LSTM训练系统使用了算子融合、多流等加速手段,但忽略了训练算子内部计算的可并行性,导致计算资源的利用率低,整体耗时长。为此,设计了基于细粒度模型划分和多流并行调度方法的LSTM训练系统TurboLSTM,在英伟达GPU和国产昇腾NPU这两种异构硬件上构建的全新底层训练算子实现了任务对计算资源的合理利用。与已有训练系统相比,在GPU上TurboLSTM的单算子训练时间缩短了23%,模型的整体训练时间缩短了17%,在NPU上TurboLSTM的单算子训练时间缩短了15%,且对计算资源的利用率显著提高。这表明提出的加速方案是高效的,具有良好的泛化能力。

密度与含水率双因素作用下重组竹顺纹弹性模量的预测与分析

本研究选取3组不同密度(1.10、1.20、1.30 g/cm^(3))和5组不同含水率(4%,8%,12%,16%,20%)的重组竹试件进行顺纹抗拉、抗压试验,分析不同密度和含水率作用下重组竹顺纹抗拉、抗压弹性模量的变化规律。结果发现,重组竹顺纹抗拉、抗压弹性模量随密度的增大而增大,随含水率的升高而减小并趋于平衡;通过试验研究和数据拟合提出重组竹顺纹抗拉、抗压弹性模量的双参数耦合模型,线性组合模型和ASTM组合模型均能较好地预测重组竹顺纹抗拉、抗压弹性模量随密度和含水率变化后的理论值,顺纹抗拉弹性模量的实测值与线性组合模型和ASTM组合模型预测值之间最大误差为5.28%和8.20%;顺纹抗压弹性模量的实测值与线性组合模型和ASTM组合模型预测值之间最大误差为8.91%和8.67%,因线性组合模型计算更为简便,建议在实际应用中优先选用。

Compression Behaviors of Parallel Bamboo Strand Lumber Under Static Loading

In order to investigate the influence of length and compression directions upon behaviour of parallel bamboo strand lumber(PBSL)specimens,240 axial compression tests have been performed.With three similar one different typical failure modes,the mechanical performance for PBSL specimens under compression parallel to grain and perpendicular to grain are different as a whole.From the point of the characteristic values,the compression strength parallel to grain is 2.1 times of the compression strength perpendicular to grain.The elastic modulus for compression parallel to grain is 3.64 times of the compression strength perpendicular to grain.While the compression ratios along two compression directions are equal to each other.The bigger Poisson ratios for one typical side surface is 3.93 times of that for another typical side surface for PBSL specimens under compression perpendicular to grain,and the bigger value is equal to that for PBSL specimens under compression parallel to grain.Length can influence the mechanical properties of the PBSL specimens.The size 50 mm×50 mm×100 mm should be good choice for the standard or code to measure the compression strength.PBSL materials have better ductility under compression parallel to grain than that under compression perpendicular to grain.Stress-strain relationship models were proposed for PBSL specimens under compression parallel to grain and perpendicular to grain,respectively.These proposed models gave a good agreement with the test results.

机械应力分级杉木锯材的顺纹抗拉强度

以杉木锯材为研究对象,对比了不同强度等级机械应力分级杉木锯材的动态弹性模量范围和试样数,探究了机械应力分级杉木锯材的顺纹抗拉强度概率分布规律,并开展了机械应力分级杉木锯材顺纹抗拉的可靠度分析.结果表明:可基于动态弹性模量对杉木锯材进行机械应力分级,机械应力分级杉木锯材位于主要强度等级材质区域Q_(2)、Q_(3)、Q_(4)的试样数占比超90.0%,其顺纹抗拉强度的最优概率分布为对数正态分布;杉木锯材顺纹抗拉强度设计值明显高于未分级和目测分级杉木锯材.

机器学习辅助隔震支座优化布置

针对如何快速确定隔震结构的最优隔震支座布置问题,使用机器学习辅助结构优化方法,采用人工神经网络构建了预测隔震结构设计参数与结构响应之间复杂关系的机器学习模型,以隔震结构响应最小为目标函数,用粗粒度并行遗传算法,得到隔震结构的最优支座布置。用一个实际隔震工程验证,结果表明:构建的人工神经网络模型对各结构响应参数的预测准确率均达到了92%以上,平均预测准确率达到93%,与精确计算的优化结果相比,用机器学习辅助隔震支座布置的优化结果平均误差为3%,加速比约为300,说明该方法具有很高的预测精度和计算效率。

基于粗粒度并行遗传算法的隔震层参数优化

针对基于经典遗传算法的隔震层参数优化方法效率不高的问题,提出一种基于粗粒度并行遗传算法的隔震层参数优化方法。利用Python的多进程机制和Python与ETABS的交互,实现CPU各核同时调用ETABS并进行遗传操作,最后通过一个隔震工程的实例进行验证。结果表明:采用粗粒度并行遗传算法进行隔震层参数优化,与原设计结果相比,优化后的隔震结构性能更优;同时,用10核CPU计算,与经典遗传算法相比,该方法既能准确得出全局最优解,又可显著提高优化效率,加速比约为6,可基本满足隔震工程设计的及时性需求,具有较好的工程应用价值。

钢夹板-螺栓连接胶合木梁抗剪性能试验

【目的】为探究钢夹板-螺栓连接胶合木梁的抗剪性能。【方法】考虑螺栓顺纹间距(80、100、120 mm)、螺栓并列和错列布置方式等参数的影响,设计制作了7组共21根钢夹板-螺栓连接胶合木试验梁,并采用五点弯曲法进行了试验梁的抗剪性能试验。【结果】1)钢夹板-螺栓连接胶合木梁整体工作性能优良且组合效应显著,其受力过程经历弹性和弹塑性两个阶段。相较于普通胶合木梁,其刚度和抗剪承载力均有较大的提升。2)胶合木梁剪切破坏源于综合应力较大的跨中中性轴附近,其破坏形态为顺纹错动剪切破坏,破坏前无明显征兆,为脆性破坏。螺栓均有轻微的弯曲变形,表明胶合木梁采用钢夹板-螺栓连接形式具有较高的可行性与稳定性。3)与普通胶合木梁相比,随着螺栓顺纹间距的增加,螺栓并(错)列布置的试验梁极限承载力提高了24.5%、35.7%、48.8%(20.0%、30.1%、38.2%),极限竖向位移降低了7.2%、11.8%、16.1%(11.9%、19.1%、26.4%)。并列组试验梁木材主应变增长趋势相较错列组试验梁木材主应变更大,错列组试验梁的开裂荷载比并列组试验梁提高较多。4)由钢夹板-螺栓连接胶合木梁抗剪承载力简化计算式得到的抗剪承载力计算值与试验值能较好吻合,平均误差均在9%以内,且计算值偏于保守。【结论】通过钢夹板-螺栓连接胶合木梁的抗剪性能试验,分析了其破坏过程,总结了其在极限状态下的受力变形规律,揭示了破坏机理,并基于试验数据拟合,提出了抗剪承载力简化计算公式。

一种级联H桥型电力电子变压器电磁暂态解耦与仿真模型

电力电子变压器电磁暂态详细模型存在矩阵维数高、仿真步长小、速度慢的问题。基于半隐式延迟解耦电磁暂态仿真方法,该文将其应用于级联H桥型电力电子变压器的电磁暂态快速仿真研究中,提出一种解耦电路简单、导纳矩阵恒定、易于并行、仿真效率高的解耦和快速仿真方法。该文首先从状态方程出发,利用矩阵分裂和延迟技术,建立双有源桥的半隐式延迟解耦模型;然后给出外端口及级联H桥采用不同串、并联组合时的等值解耦电路,实现了各变换级以及不同模块间的细粒度解耦,给出了计算流程,并分析了方法的特点。最后,通过算例验证了该文方法的准确性和有效性。

基于快速非支配排序遗传算法的阻尼器多目标优化布置

将快速非支配排序遗传算法(NSGA-Ⅱ)和并行遗传算法相结合,提出内嵌NSGA-Ⅱ的粗粒度-主从式并行遗传算法。该算法将种群分为多个子种群,每个子种群可独立并行执行NSGA-Ⅱ操作;达到迁移周期时,子种群之间执行迁移操作;完成迁移后,子种群再次独立并行执行NSGA-Ⅱ操作。以最大层间位移角和最大楼层加速度为目标函数,对14层消能减震钢框架结构上的阻尼器布置位置进行优化分析。结果表明:该算法既实现多目标优化,又提高优化速度;对比常规隔层布置方法,该算法可使结构的层间位移角减震系数和加速度减震系数分别至少提高16.82%和16.01%。

紧耦合异构线程处理器

异构计算为系统达到更高的性能功耗比提供了新的思路和方向,但异构系统中中央处理器(CPU)和加速器协同执行任务的过程中大量的控制信号传输和数据搬运始终是系统性能的一个重要瓶颈。对此,本文提出了一种紧耦合异构线程处理器结构,包括一个硬件CPU线程和一个硬件加速器线程,二者采用流水线紧耦合的硬件线程间通信接口和共享存储的方式降低了通信代价,大幅提高了系统性能。为验证该结构的优势,本文在开源BOOM核的基础上设计了硬件线程间通信接口,实现了一个具有高级加密标淮(AES)加速器的紧耦合异构线程处理器,并在现场可编程门阵列(FPGA)上进行了评估。结果显示,在加密任务中,该处理器吞吐量约是Intel Comet Lake使用AES指令集(AES-NI)的5.7倍,是BOOM平台上仅使用通用指令的4000倍。实验进一步验证了通过CPU和加速器快速通信实现的细粒度并行可以取得更多的性能收益。由此得出结论:该结构能敏捷地将加速器整合到CPU周围,有效降低了通信时间,实现CPU线程和加速器线程的细粒度并行,有效地发挥出异构计算的优势,取得可观的性能收益。

木-钢组合工字梁抗弯性能试验分析

【目的】为了解决胶合木工字梁弯曲加载时,因为腹板的胶合木抗剪强度较低,在没有充分发挥木材的抗拉和抗压能力时就发生胶合木工字梁腹板顺纹剪切破坏的问题。【方法】本研究设计了一个腹板是工字钢梁,上下木板采用螺栓连接的新型钢木组合工字梁,并与胶合木工字梁一起进行三分点弯曲加载对比试验,分别观察木-钢组合梁和胶合木梁的破坏模式、跨中挠度变化、截面高度和翼板的应变发展情况,研究2种结构梁的截面承载力。【结果】胶合木工字梁的破坏模式为脆性的顺纹剪切破坏;木-钢组合工字梁的破坏模式为钢腹板屈服且木材翼缘发生了顺纹剪切破坏;木-钢组合工字梁的极限荷载、初始刚度、强度储备分别比胶合木工字梁高出79.7%、3.2%、140.1%;达到极限荷载时木-钢组合工字梁顶板木材翼缘的最大纵向压应变约是胶合木工字梁的2.08倍,底板木材翼缘的纵向拉应变约是胶合木工字梁的2.75倍。【结论】木-钢组合工字梁是一种科学合理的组合形式,不仅有效地解决了胶合木工字梁在弯曲加载下因纵向抗剪强度较低而发生剪切破坏的问题,而且可为木-钢组合工字梁在大跨径的梁单元结构研究提供参考。采用Rammer公式计算得到的胶合木工字梁的抗剪强度与试验误差为4.49%。该研究成果也使得木-钢组合工字梁的木材拉压强度能很好地发挥。

基于BERT与多通道卷积神经网络的细粒度情感分类

为了分析突发事件期间网络舆论的情感倾向,以更有效地调节人们的情绪,维护社会稳定。提出了一种融合BERT模型和多通道卷积神经网络的深度学习方法用于细粒度情感分类,以获取更加丰富的文本语义特征信息。通过BERT对输入的文本进行编码,以增强文本的语义特征表示,再通过具有多个不同大小的卷积核的并行卷积层来学习文本特征,捕获文本的深层次特征,提升模型在文本分类的性能。对比实验表明,该模型在准确性、召回率和F 1方面均优于传统的情感分类模型,并能显著改善细粒度情感分类的性能。除此之外,还探究了表情符号对细粒度情感分类模型的影响,实验结果表明表情符号转换成文字后可以增强文本的情感特征提取能力,提升模型分类性能。

荔枝树枝力学特性的试验研究

为获取荔枝树枝的力学特性参数,以糯米糍品种荔枝树枝为试验材料,在精密型微控电子式万能试验机上进行了压缩特性和剪切特性试验。测得荔枝树枝顺纹抗压强度平均值为32.77MPa,顺纹抗压弹性模量平均值为1068.02MPa,顺纹压缩能平均值为56.57N.m;树枝横纹抗压比例极限应力平均值为8.02MPa,横纹抗压弹性模量平均值为422.84MPa,横纹压缩能平均值为1.25N.m;树枝剪切强度平均值为9.52MPa,剪切功平均值为17.59N.m。采用统计软件对树枝力学特性参数进行相关性分析,结果表明:顺纹抗压强度和顺纹压缩能之间呈指数函数正相关关系;横纹抗压比例极限应力和横纹压缩能之间呈弱对数函数正相关关系;峰值剪切力、剪切功都与树枝横截面面积呈强线性正相关。试验结果为研制果树修剪机具提供了依据。

竹楠木顺纹力学性能试验研究

目的分析比较几种胶合木材料,研究竹楠木拉、抗压基本力学性能,给出基于木材强度设计值的计算方法为基础的竹楠木拉压强度设计值建议值.方法按照《木材物理力学性能试验方法》和《木材无疵小试样的试验方法》对竹楠木材顺纹抗拉和抗压进行试验研究,测得竹楠木顺纹抗拉、抗压强度.结果试验结果表明竹楠木抗压经历了弹性、弹塑性和破坏3个阶段,发生塑性破坏;抗拉经历了较长的弹性阶段后发生脆性破坏.试验得到竹楠木顺纹抗拉强度可达98.1 MPa,顺纹抗压强度可达73.3 MPa.结论竹楠木顺纹强度具有离散性,抗拉强度的离散性要高于其抗压强度.竹楠木胶合竹材能够满足建筑结构对材料抗拉压力学性能的要求,试验结果对竹楠木的合理利用和深入研究提供理论依据.