数据驱动的半无限介质裂纹识别模型研究

缺陷识别是结构健康监测的重要研究内容,对评估工程结构的安全性具有重要的指导意义,然而,准确确定结构缺陷的尺寸十分困难.论文提出了一种创新的数据驱动算法,将比例边界有限元法(scaled boundary finite element methods,SBFEM)与自编码器(autoencoder,AE)、因果膨胀卷积神经网络(causal dilated convolutional neural network,CDCNN)相结合用于半无限介质中的裂纹识别.在该模型中,SBFEM用于模拟波在含不同裂纹状缺陷半无限介质中的传播过程,对于不同的裂纹状缺陷,仅需改变裂纹尖端的比例中心和裂纹开口处节点的位置,避免了复杂的重网格过程,可高效地生成足够的训练数据.模拟波在半无限介质中传播时,建立了基于瑞利阻尼的吸收边界模型,避免了对结构全域模型进行计算.搭建了CDCNN,确保了时序数据的有序性,并获得更大的感受野而不增加神经网络的复杂性,可捕捉更多的历史信息,AE具有较强的非线性特征提取能力,可将高维的原始输入特征向量空间映射到低维潜在特征向量空间,以获得低维潜在特征用于网络模型训练,有效提升了网络模型的学习效率.数值算例表明:提出的模型能够高效且准确地识别半无限介质中裂纹的量化信息,且AE-CDCNN模型的识别效率较单CDCNN模型提高了约2.7倍.

基于数据驱动的桁架优化设计方法

针对目前圆管带式输送机桁架有限元分析和优化方法中存在的过程繁琐以及仿真速度、目标性差等问题,提出了利用数据驱动方法来优化改进圆管带式输送机桁架的方法,从而简化有限元分析和优化过程,减少分析和优化时间。首先明确桁架的加载方式及荷载值,运用控制变量法、数值模拟法及工程经验选取桁架最终构型并进行有限元分析。其次以实际仿真值作为输入值,建立基于数据驱动的优化网络模型。最终在不超过最大应力的条件下,利用优化网络模型获得桁架质量的寻优结果。结果表明,基于数据驱动的优化方法在圆管带式输送机桁架优化上具有快速性和准确性的优势,能够满足工程需要。

平台企业加速数据要素向新质生产力转化的逻辑与进路

如何推动数据这一新型要素向新质生产力转化成为推进高质量发展的重要议题。然而,数据要素的供给、流通和使用仍存在卡点堵点,突出表现为缺少有效的生态连接主体和价值共创机制。平台企业是数据要素向生产力转化、推动数字经济创新发展的有力主体,但鲜有研究关注到平台企业如何发挥资源、技术与场景等优势,以新机制加速数据要素向重大场景转化,催生新质生产力。本研究立足于数据赋能新质生产力的新使命、新要求和短板痛点,基于场景驱动创新理论,系统论述平台企业牵引多维场景和多元主体构建数据要素创新联合体这一新质主体,推动形成数据要素“收-存-治-易-用”价值链良性循环,加速数据要素向新质生产力转化的理论逻辑。进一步,结合典型实践提炼总结平台企业构建数据要素赋能新质生产力转化“生态飞轮”的4个实践路径,旨在以平台企业这一新质主体,探索新型生产关系,推动数据要素这一新型生产要素向新质生产力转化,释放数据要素放大、叠加、倍增价值,赋能千行百业万企场景创新,培育加快发展新质生产力的新动能。

数据要素配置、创新驱动与共同富裕

选取2012—2021年中国276个地级市面板数据,实证检验数据要素配置对共同富裕的影响,以及创新驱动在两者间的作用机制。研究结果表明:数据要素配置对共同富裕的正向影响效应十分显著;创新驱动在数据要素配置促进共同富裕的过程中发挥中介效应;数据要素配置对共同富裕的影响效应存在政策实施异质性和城市行政等级异质性;数据要素配置对共同富裕的促进作用存在双重门槛效应。基于此,提出加快数据要素市场化建设、深入落实创新发展战略、制定差异化数字要素配置策略等政策建议,以期为推动实现共同富裕提供新思路。

新质生产力视野下构建中国式现代化产业体系的逻辑和着力点

党的二十大把建设现代化产业体系作为构建新发展格局、推动高质量发展的重要方略。在新质生产力视野下,运用系统论方法,依托产业经济学分析框架,着眼中国式现代化建设实际、现代产业体系发展需求,系统分析了中国式现代化产业体系的构成要素。研究发现,加快形成新质生产力,需要廓清中国式现代化产业体系的内涵和特征,遵循产业体系构建的逻辑规律,也是中国式现代化产业体系建设需要遵循的重要问题;中国式现代化产业体系是一个复杂的经济系统,由产业主体、结构、政策、保障、创新等子系统构成,各子系统之间相互关联、相互作用、有机协调,共同构成有机统一的中国式现代化产业体系。研究表明,要培育壮大新型产业组织,着力发展实体经济,强化现代化产业的基础保障,加快产业政策转型调整,实施创新驱动战略是中国式现代化产业体系建设的主要着力点,也是加快构建新发展格局,推动高质量发展的必然要求。

基于数据驱动的大体积结构裂缝深度反演

裂缝是混凝土结构的主要病害,查明裂缝的深度能够为结构的耐久性和安全性评价提供可靠的信息,但同时也是混凝土结构检测的难点之一。提出了一种基于数据驱动的学习算法,通过考察波经过带缝结构传播的信号预测裂缝深度,采用扩展有限元法(Extended finite element methods,XFEM)和边界吸收层模型模拟了带缝大体积混凝土结构中的波传播过程,将接收点的观测信号和裂缝信息配对。基于人工神经网络的机器学习模型建立了基于XFEM数据集的裂缝深度预测模型。对于含未知裂缝信息的混凝土结构,通过测得的观测点信号,利用建立的机器学习模型实现裂缝深度的实时预测。通过2个数值算例验证了该算法的性能,结果表明所提出的数据驱动算法能够准确预测裂缝深度。

基于数据驱动的柔性立管骨架层多目标优化

骨架层是柔性立管的最内层结构,主要用于抵抗深水外压荷载。骨架层截面形状复杂,尺寸参数繁多,这种特殊截面对骨架层临界压溃载荷的准确评估和优化设计提出挑战。本文建立了骨架层有限元模型,开展了非线性屈曲分析,并对比有限元仿真结果与实验结果,误差仅为6.93%。基于有限元仿真结果,建立了数据驱动的高精度代理模型预测骨架层临界压溃载荷,并对骨架层截面的关键参数进行灵敏度分析,发现厚度对骨架层临界压溃载荷起着决定性影响,贡献占比达64.55%。以骨架层最大临界压溃载荷和最小质量为优化目标,采用多目标粒子群优化算法对骨架层截面关键参数进行多目标优化,得到帕累托最优解集。根据3组应用工况得到对应3组最优截面参数,优化截面的代理模型预测临界压溃载荷和有限元仿真临界压溃载荷误差均小于3.00%,验证了预测结果的准确性。

面向中国式现代化:数字城乡融合发展的理论机制与实践创新

伴随大数据、物联网、人工智能等技术的快速发展与泛在应用,加快数字城乡融合发展已成为实现中国式现代化、全面建设社会主义现代化国家的重要抓手。从逻辑关系来看,中国式现代化是推动数字城乡融合发展的价值旨归,数字城乡融合发展则是推进中国式现代化的有力举措。然而在实现中国式现代化的征程中,数字城乡融合发展依然面临城乡数据要素流动堵点尚存、乡村数字基础设施建设进程滞缓、城乡居民数字素养差距相对较大、关键核心技术“卡脖子”难题突出等现实梗阻。据此,提出促进数据安全有序流动、加强数字基础设施建设、打造数字素养培育体系、打好关键核心技术攻坚战的政策建议,以期推动数字城乡融合发展,为驱策中国式现代化提供强劲引擎。

“数字思政”的生成背景、基本内涵和实践运用

在教育数字化转型的现实要求下,作为思想政治教育科学化发展的内在选择和高质量发展的重要着力点,“数字思政”被学界广泛关注和研究。“数字思政”是以数字技术为基础对思想政治教育资源进行高效整合利用,在数据要素支撑和驱动下推动思想政治教育有效开展与提质增效,进而实现多维度数字化融入的思想政治教育体系。“数字思政”能够助力提升思想政治教育的针对性和实效性,促进构建完善思想政治教育数字空间,有力推动思想政治教育深层次变革。

基于物理信息数据驱动方法的TC4合金增材制造温度场预测

通过整合有限元热传导模型和长短时记忆网络,提出了一种基于物理信息的数据驱动方法,并应用于TC4合金直接能量沉积过程的温度场预测研究。该方法以有限元计算的TC4合金直接能量沉积过程中前n个时刻的2D/3D温度场图像和部分实验数据为训练集,预测第n+1时刻的温度场,从而实现直接能量沉积过程的温度场演化模拟。为了保证预测结果的可靠性,采用验证集方法对数据驱动计算模型进行测试,适当的实验数据对模型进行校正。结果表明,提出的数据驱动计算模型能够准确地预测熔池中心的平均温度和打印件的实时温度分布,此外与传统物理模型相比,其计算效率得到极大提升。

基于数据驱动的松散回潮出口水分预测模型分析

为了改善松散回潮工序出口含水率控制精度低、水分波动大对香烟的生产带来的不利影响,采用Pearson相关性分析法筛选出松散回潮机出口含水率的主要影响因素,并将其作为模型的输入,然后基于现场生产数据驱动分别采用主元回归分析法、主元神经网络法以及BP神经网络法建立烟叶出口含水率的预测模型。基于某卷烟厂某牌号的生产数据对3种预测模型的预测控制效果进行检验,结果表明:3种模型含水率预测结果与实际值的平均绝对误差均在0.2%以内,主元神经网络预测模型输出结果与真实值的平均相对误差为0.81%,优于主元回归和BP神经网络预测模型。研究结果对于提高松散回潮工序烟叶出口含水率的控制精度有一定的指导意义。

海域组合单元水质模型参数反演方法研究

参数反演是海域水质模型验证工作的主要难点之一,同时模型模拟海域内参数的统一赋值又降低了其实际的物理意义.本文建立海域组合单元水质模型参数反演的新方法:将研究海域划分为若干单元,敏感参数在各单元中独立赋值.将基于人工神经网络的数据驱动模型同水质模型有机结合,通过水质模型计算多参数匹配设计的工况,构建海域内部观测点的解集;以数据驱动模型归纳建立状态变量(污染物浓度)同多个控制变量(模型参数)之间的非线性关系.将实测资料带入关系中,进行模型参数随地域变化的组合单元优化反演研究.以渤海海域水质模型多参数反演为例,采用"孪生"试验验证参数组合单元反演新方法的可行性,结果表明该方法是有效的.

海域组合单元水质模型多污染源浓度优化反演方法研究

污染源项反演是海域水质模型验证工作的主要难点之一.本文根据污染源项和监测点位的地理位置及空间分布将研究海域划分为若干单元,建立海域组合单元水质模型,并与基于人工神经网络的数据驱动模型有机结合,提出污染源浓度优化反演的新方法:通过多污染源项设计算例的水质模型计算,构建海域内部监测点污染物浓度响应集;以数据驱动模型建立监测点同污染源项之间浓度的非线性关系;将实测资料带入非线性关系中,获得多源项匹配关系,进行污染源浓度的优化反演研究.以渤海湾海域水质模型7个污染源浓度的优化反演为例,采用"孪生"试验验证反演新方法的可行性,结果表明该方法是有效的.

大数据驱动下自主创新创业活跃度评估模型构建

由于自主创新创业活跃度评估受到自主创新创业风险指数的影响,为提高自主创新创业活跃度的评估效果,研究大数据驱动下的自主创新创业活跃度评估模型构建。在大数据驱动的背景下,计算自主创新创业活跃度特征的物元模型,通过计算自主创新创业活跃度等级的关联度矩阵,提取自主创新创业活跃度特征,采用客观赋值法中的熵权法,建立自主创新创业活跃度评估的初始矩阵,结合自主创新创业活跃度评估指标差异系数,计算自主创新创业活跃度评估指标权重,最后通过构建自主创新创业活跃度评估模型,实现自主创新创业活跃度的评估。实验结果表明,在大数据驱动下的自主创新创业活跃度评估模型构建方法不会受到自主创新创业风险影响,且具有较高的自主创新创业活跃度的评估效果。

京津冀区域碳排放的关键驱动因素研究

基于拓展的STIRPAT模型以及1996—2015年期间的统计数据,采用偏最小二乘方法对京津冀地区的碳排放驱动因素进行了参数估计。研究发现:城市化水平、人口规模和富裕程度是京津冀区域碳排放量的主要影响因素,能源强度对两直辖市的碳排放增长有抑制效应,对河北省的碳排放抑制效应不显著;而工业水平和服务业水平对北京的碳排放增长都起到了重要作用,但对天津和河北省的影响并不突出。最后,根据研究结论,提出了相关管理与政策建议。

非参数自回归函数的有限元估计及其收敛速度

针对局部方法不能给出所拟合模型的简单的显式表达式,而且拟合和预报的计算量较大,本文考虑一种估计非参数自回归函数的全局有限元方法。该方法不但能克服上述局部方法之不足,而且在一定情形下优于多项式样条方法。在α-混合条件下得出了非参数自回归函数有限元估计的收敛速度,同时给出了利用AIC准则自动选择结点个数的数据追赶法,模拟算例说明了有限元估计方法的可行性。

基于正交实验和数据驱动的喷丸表面完整性参数预测

目的探究喷丸工艺参数对18CrNiMo7-6滚子表面完整性的影响规律,得到喷丸工艺参数与表面完整性的映射关系,提高喷丸工艺的质量与效率。方法运用Python语言对Abaqus进行二次开发,建立喷丸仿真的随机多弹丸模型并进行了试验验证。设计正交实验研究喷射角度、喷射速度、弹丸直径、覆盖率及弹丸类型对残余应力与表面粗糙度的影响规律,并用随机森林算法得到各个工艺参数对喷丸综合效果的重要度值。以喷射角度、喷射速度、弹丸直径、覆盖率、弹丸类型、距表面深度为输入,残余应力和表面粗糙度为输出,建立基于神经网络的喷丸表面完整性参数预测模型。结果通过正交实验分析得到弹丸直径和喷射速度对表面粗糙度有显著影响。各个喷丸工艺参数对18CrNiMo7-6滚子的喷丸综合效果的重要度依次为:喷射角度0.249,喷射速度0.224,弹丸类型0.193,覆盖率0.173,弹丸直径0.161。在各个工艺参数范围内,较优的工艺参数组合为:喷射角度90°,喷射速度80 m/s,弹丸直径0.7 mm,覆盖率300%,弹丸材料为铸钢丸。基于神经网络的喷丸表面完整性参数预测模型的平均相对误差低于7%。结论基于神经网络的喷丸表面完整性参数预测模型可以较准确地表示喷丸工艺参数与表面完整性参数之间的映射关系,能够为喷丸工艺提供相关参考。

模型驱动方法论在业务中台中的实践研究(三)——数据词典的制定和落地

数据词典是确保数据一致性的主要措施,通过编制数据词典确保数据一致性,避免重复甚至冲突的定义,是系统建设中重要的基础性工作,但是对于大型系统来说涉及的词汇量巨大,数据词典的编制面临着管理上、业务上等诸多困难,确保数据词典本身的质量是一个重要问题。文章在某大型央企的业务中台的建设过程中,对编制方法进行了研究,在该方法的指导下完成了词汇梳理工作,从中提炼编制了数据词典,并结合MDA方法论在业务中台项目实现落地。

数据价值释放的理论逻辑、实现路径与治理体系

释放数据要素潜能的政策设计需要基于数据要素的经济属性并遵循数据要素价值形成规律。数据要素的非竞争性属性以及价值实现过程显示,开放共享是基础前提,数据驱动的创新是根本驱动力,匹配的治理体系是制度保障。数据价值释放应坚持分类治理的导向和采取多轨并进的路径,以促进多源驱动的数字商业创新。数据价值释放的治理制度体系应重点加强促进数据价值释放的基础性政策供给、创新数据市场化配置与交易机制、完备数据价值释放的治理制度保障。

数据驱动的拖挂房车质心安全域分析

针对动态工况下拖挂房车质心不确定性可能导致不安全的问题,提出一种基于仿真数据驱动的质心安全域计算方法。对具体车型建立结构有限元模型,结合行驶工况构建大规模结构仿真数据集,采用回归神经网络建立质心位置与安全系数的对应关系。利用神经网络和参数曲面拟合分别生成拖挂房车在弯曲、制动、转向和混合工况下的三维质心安全域,通过布尔交集得到整体的质心安全域及其对应的安全边界曲面,为拖挂房车安全布局提供参考。