基于自谐振线圈参数优化的多中继无线供电系统效率提升研究

印刷电路板(printed circuitboard,PCB)自谐振线圈可以避免绕线引起的偏差,且不受分立补偿电容的影响,应用在多中继无线供电系统中极具前景。针对PCB自谐振线圈结构参数优化不完全所导致的多中继无线供电系统传输效率低下的问题,该文给出了一种用以提升系统传输效率的PCB自谐振线圈结构参数优化设计方法。首先,建立了多中继无线供电系统的传输效率模型,并分析了线圈的电参数对传输效率的影响机理;其次,详细推导了线圈电参数与线圈的匝数、介质厚度、线宽、铜箔厚度、介质损耗角正切值以及介电常数之间的关系;然后,基于上述关系,以传输效率最高为目标,优化了线圈参数;最后,利用优化后的PCB自谐振线圈搭建了一套五线圈无线供电系统实验样机。实验结果表明,采用优化后的PCB自谐振线圈传输效率最高可达76.5%,相比优化前33.1%的传输效率,提高了43.4%。

一种多阶段机械装备剩余寿命预测新方法及应用

针对机械装备剩余寿命预测精度不高的问题,提出了一种基于深度迁移学习的多阶段剩余寿命预测新方法。该方法的核心思想是先确定机械装备的健康状态,对已进入退化状态的装备启动预警和剩余寿命预测机制,以大幅提高剩余寿命预测的准确性。在第一阶段,采用卷积自编码器和皮尔逊相关系数相结合的方法建立健康指标,通过快速搜索和发现密度峰聚类方法进行在线健康识别;在第二阶段,将故障数据输入一个多通道可迁移的双向长短时记忆网络预测模型,通过添加领域适配模块逐步减小特征分布差异,以便获得最优的训练模型,得到更具有泛化能力的回归结果。以IEEE2012PHM轴承全寿命数据集为例,与其他相关方法相比,获得了最小的预测误差。实验结果验证了所提方法的有效性和准确性,且无需进行手动阈值设置,具有很高的推广及应用价值。

劳动者创业与多层次社会保险需求——基于中国家庭金融调查数据的实证研究

采用2013—2017年中国家庭金融调查(CHFS)数据,实证检验自主创业对多层次社会保险需求的影响。研究发现:个体进行自主创业后的多层次社会保险需求会显著提高,增加幅度平均为3.29个百分点。相比于受雇个体,年龄在45~59岁且收入处于中等水平的发展型创业个体具有更高的多层次社会保险需求。在保险类型上,自主创业个体对多层次养老保险的需求最高,而对多层次医疗保险的需求较低。自主创业个体还会提高其家人的多层次社会保险需求,配置顺序依次是青壮年、老年人和儿童。

斜巷转载点粉尘污染规律及多断面雾幕控尘技术研究

针对斜巷转载点粉尘污染严重的问题,运用COMSOL软件对棋盘井煤矿3号转载点进行了几何建模,并基于计算流体力学(CFD)粒子追踪模型、有限元法和k-ε湍流模型,计算了3号转载点风流流线分布、速度多切面分布以及粉尘粒子运动轨迹,研究了生产工作时3号转载点处风流变化及粉尘运移规律,并针对性地提出了一种多断面雾幕控尘技术。该技术基于螺旋雾幕控尘、超音速隔尘原理,可形成距离长、覆盖范围广的雾幕以最大限度包裹粉尘颗粒,实现粉尘高效净化。最后通过控尘试验及在棋盘井煤矿3号转载点现场应用,验证了该技术的高效降尘特性以及可靠性。研究结果表明:风流分布主要受皮带速度、牵引力和诱导气流的综合作用影响,沿水平和垂直方向分层分布,形成密集且平均速度为0.5 m/s的涡流;粉尘易受涡流影响向四周扩散,主要分布在下风侧,粒径为5~15μm更容易受风流牵引扩散,聚集于工人呼吸带高度,污染严重。将该技术进行控尘试验和现场应用后,全尘和呼尘降尘效率分别高达93.65%、85.59%以上。

基于多绕组变压器的高压无线充电自由定位系统

针对电动车辆无线电能传输(wireless power transfer,WPT)系统存在的半导体性能有限和定位困难的问题,提出了一种多对一高压无线充电自由定位系统。该系统采用逆变器串联输入的设计来适应高压应用场景,同时利用多绕组变压器实现逆变器的等效并联输出和向多路发射回路传输电能的功能,并采用了多对一的设计以扩大电动车的定位范围以实现无线充电的自由定位功能。为分析多绕组变压器的工作机理和研究多对一拓扑的能量传输特性,进行了等效电路分析和MATLAB仿真,并制作实验室原型样机进行了实验验证。基于实验和仿真结果,提出了一种基于多对一WPT拓扑的混合工作模式,可以有效地扩大电动车辆无线充电时的定位范围。研究和分析表明,文中所提出的拓扑结构可以有效地提高系统的输入电压以应用于高压场景,并能有效扩大电动车辆无线充电时的定位范围以实现自由定位。

基于多源迁移学习的变位姿刀尖点模态参数预测

切削颤振会导致被加工工件表面质量变差、材料去除率降低以及刀具磨损增加等问题。刀尖点模态参数是构建稳定性叶瓣图、选取无颤振加工参数必不可少的输入。然而在加工过程中刀尖点模态参数随刀具位姿而变化且刀具更换频繁,经典锤击试验方法效率低、成本高,如何准确高效地预测变位姿下的刀尖模态参数成为切削加工中亟待解决的问题。本文结合迁移学习思想,提出一种基于多源迁移学习的变位姿刀尖点模态参数预测方法。当更换新刀具后,仅需通过锤击试验获取少量位姿下的刀尖点模态参数,再结合已有多把刀具的模态参数数据进行多源迁移得到新刀具的刀尖点模态参数预测模型。最后,在实际五轴机床上进行试验,试验表明所提方法是有效的。

基于多源域适应JYPLS迁移的间歇过程质量预测

针对间歇过程数据不足,单源域迁移存在模型偏移,跨域信息损失导致建模效果不佳、负迁移等问题,结合域适应学习和多源域学习方法的优势,提出一种基于多源域适应联合Y偏最小二乘(joint-Y partial least squares,JYPLS)迁移的间歇过程质量预测方法。该方法通过迁移学习使用相似旧过程的数据辅助新过程建模,提高建模效率和模型预测精度;采用多源域适应的方式,通过引入多个源域,有效避免了负迁移;基于域适应思想减少源域和目标域之间的边缘概率分布差异,使得源域知识在目标域更好地泛化。最后,通过青霉素发酵过程的仿真案例验证了所提方法的有效性。

基于多奖励强化学习的半监督文本风格迁移方法

文本风格迁移是自然语言处理中的一项重要任务,其主要目的在于改变文本的风格属性,同时保留必要的语义信息。然而,在许多任务缺乏大规模平行语料库的情况下,现有的无监督方法存在文本多样性不足和语义一致性较差的问题。针对这些问题,文中提出了一种半监督的多阶段训练框架。该框架首先利用风格标注模型和掩码语言模型构造伪平行语料库,以有监督的方式引导模型学习多样性的迁移方式。其次,设计了对抗性相似奖励、Mis奖励和风格奖励,从未标记的数据中进行强化学习以增强模型的语义一致性、逻辑一致性和风格准确性。在基于YELP数据集的情感极性转换任务中,该方法的BLEURT分数提升了3.1%,Mis分数提升了2.5%,BLEU分数提升了9.5%;在基于GYAFC数据集的正式文体转换实验中,该方法的BLEURT分数提高了6.2%,BLEU分数提高了3%。

基于生成对抗网络的时尚内容和风格迁移

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务,但现阶段图像生成模型的训练往往依赖于大量配对的数据集,且只能实现两个图像域之间的转换。针对以上问题,提出了一种基于生成对抗网络的时尚内容和风格迁移模型(content and style transfer based on generative adversarial network,CS-GAN)。该模型利用对比学习框架最大化时尚单品与生成图像之间的互信息,可保证在时尚单品结构不变的前提下实现内容迁移;通过层一致性动态卷积方法,针对不同风格图像自适应地学习风格特征,实现时尚单品任意风格迁移,对输入的时尚单品进行内容特征(如颜色、纹理)和风格特征(如莫奈风、立体派)的融合,实现多个图像域的转换。在公开的时尚数据集上进行对比实验和结果分析,该方法与其他主流方法相比,在图像合成质量、Inception score和FID距离评价指标上均有所提升。

螺旋金属燃料多物理耦合分析方法与概念设计研究

螺旋金属燃料具有导热系数高、导热路径短、强制旋流交混的特点,可实现更高的堆芯功率密度,进而减小堆芯体积,提高反应堆的安全性和经济性。本文介绍了上海交通大学反应堆热工水力实验室建立的螺旋金属燃料热工水力、中子物理、力学特性分析方法及多物理耦合分析框架。在热工水力方面,基于自研仪器实现了交混及沸腾临界行为精细化测量,建立了三维及精细化子通道分析方法;在中子物理方面,建立了适用于特殊能谱、复杂几何的截面及稳瞬态中子物理特性的分析方法;在力学方面,基于分子动力学方法建立了U-Zr合金燃料基础热物性模型,并开展了辐照条件下螺旋棒宏观力学特性研究。基于热工-物理-力学多物理分析和优化,提出了螺旋金属燃料组件及堆芯设计,具有无硼化、堆芯功率密度高、体积小、换料周期长的特点。

多逆变器模块并联驱动的大功率无线电能传输系统研究

针对传统单个逆变器驱动的无线电能传输(wireless power transfer,WPT)系统输出功率有限的问题,提出了一种多逆变器模块并联驱动的大功率WPT系统,并对多逆变器模块并联的拓扑结构和各模块间的环流进行了分析。为了解决逆变器并联时产生的环流问题,提出了基于主从策略的相位同步控制方法,通过从逆变器输出电压和发送端电流相位差同步于主逆变器输出电压和发送端电流相位差实现逆变器模块间的相位差补偿。研制了三个逆变器模块并联驱动的WPT系统样机,实验结果表明,在500 V直流输入时,负载端获得功率约为20 kW,传输效率达94%,且各逆变器输出电压相位实现同步,证明了相位同步控制方法的有效性。

一种基于局部分类精度的概念漂移数据流分类算法

概念漂移数据流分类是一个极具挑战性的问题。当新概念出现时,该概念下的学习样本过少,无法对分类器进行及时调整,进而导致分类精度不高。为了解决该问题,本文提出一种基于局部分类精度的概念漂移数据流分类算法——LA-MS-CDC。第一,LA-MS-CDC将k-means聚类和局部分类精度算法结合,从分类器池中挑选出最优源领域分类器;第二,将最优源领域分类器与目标领域分类器加权集成,进而对样本分类;第三,根据分类样本的真实标签分别计算各分类器的损失,并对目标领域和源领域的分类器权重进行更新;第四,再利用该分类样本对目标领域分类器、最优源领域分类器进行更新;最后,完成分类器池的更新。在公开数据集上的实验结果表明,LA-MS-CDC能够有效地将源领域知识迁移到目标领域,与现有方法相比,其分类效果具有显著性提升。算法代码可在https://gitee.com/ymw12345/LAMSCDC上获取。

响应面分析翅片参数对含内热源封闭腔内对流-辐射耦合传热特性的影响

为研究内置翅片参数对含内热源封闭腔内自然对流-辐射耦合传热的影响,在是否考虑内壁面辐射效应的基础上,对不同翅片单参数下腔内传热能力进行了数值分析对比,并就翅片多参数交互作用对腔内对流-辐射耦合传热效果的影响进行了响应面分析。结果表明:一定强度的壁面辐射有利于改善热源表面和冷壁面的对流换热效果。壁面辐射使得翅片附近的冷壁面局部Nu数波动程度有所增强,冷壁面平均Nu数相比无翅片工况最高提升了16.74%;无论是否考虑辐射,翅片单参数变化,翅片长度l对热源表面平均Nu数的影响最为显著,最优翅片单参数均依次为:θ=120°、l=0.02H、a=0.75H,考虑辐射对应的热源表面平均Nu数提升率η更高,分别为10.15%、11.03%、10.48%;引入响应面优化法,分析得出翅片长度与安装高度的交互作用对热源表面平均Nu数影响最显著,腔内对流-辐射耦合传热效率最高的翅片参数组合为:θ=117.94°,l=0.023H,a=0.734H,此时,热源表面平均Nu数为26.50,相比无翅片工况提升了13.15%。所得翅片参数影响规律及多目标优化结果反映各因素交互作用显著度的同时,也为改善工业装置封闭空间内发热元件对流冷却效果提供了理论指导。

内置多叶扭带的碳化硅换热管强化传热特性研究

为了研究碳化硅换热管的流动和传热特性,达到增强综合换热能力的目的。采用数值模拟方法对内置4种不同结构扭带的换热管进行分析,确定四叶扭带模型作为后续研究对象,对比了在4种自定义的节距和宽度两种结构参数下,不同入口风速工况的换热管的热力性能。结果表明:扭带宽度对换热管的换热能力相较于节距具有更显著的强化作用,四叶扭带节距为360 mm、宽度为45 mm时换热管的综合换热能力最强,为1.59,此时换热管的努塞尔数相较光管提升了244.37%。

基于三级式可扩展多模块并联架构的低压大电流高距径比无线电能传输系统

在低压大电流高距径比磁谐振式无线供电场合,由于传输线圈间的耦合系数很小,因此功率器件和谐振元件的电流很大,导致系统损耗大,难以优化设计。为此,文中提出一种三级式可扩展多模块并联无线电能传输系统架构,利用基波分析法对双模块并联系统建模并分析其传输特性。为提升系统效率,对比3种输出级结构及其控制策略并遴选出一种最优拓扑。进一步地,提出线圈级具体参数设计方法以减小电压电流应力并实现输入级软开关。最后搭建一台距径比为1(30 cm/30 cm)的1 kW原理样机验证理论分析,对比3种不同输出级拓扑的性能。实验结果表明,系统最高效率可达75.2%。

黄河流域水稀缺风险评价

基于黄河流域水稀缺特点及其成因,提出了综合考虑水量､水质和生态需水因素的流域水稀缺风险(WSR)评估框架,以此评估了2017年黄河流域90个地级市42个部门的直接水稀缺风险损失(DWSR),并通过构建城市尺度环境拓展多区域投入产出模型(MRIO),评估了城市间贸易驱动的间接水稀缺风险损失(IWSR).结果表明:流域DWSR和IWSR分别约为28941.49亿元和34464.08亿元,贸易导致的间接经济损失大于直接经济损失;各城市DWSR和IWSR整体上呈现一定的空间差异性,但高风险城市具有明显的空间集聚性和重合性,主要集中在流域中下游的山东､河南两省,如潍坊､淄博､郑州等;IWSR转移主要由各省内的城市间贸易产生,省际间的风险转移没有形成明显的热点区域;农林牧渔业､化学工业､石油加工､炼焦和核燃料加工业等部门的DWSR较高,同时也是主要的IWSR出口部门.建议结合识别出的重点城市､关键部门等全面加强WSR管理,协同推进黄河流域节水控水､水质改善和生态用水保障,促进流域水资源节约集约高效利用.

加权多源域对抗迁移学习运动想象脑电识别

运动想象脑电信号个体差异大且数据采集成本高,构建小样本、跨被试的运动想象脑电识别模型是脑机接口中需要解决的关键问题。针对小样本跨领域学习,提出一种基于预对齐策略和对抗迁移学习的加权多源域自适应方法,把迁移学习和对抗训练相结合,将域对抗神经网络扩展到多源域,对各源域进行皮尔逊相关系数加权,实现多个源域和目标域在特征上的加权对齐,并采用预对齐策略提高域间数据分布的一致性。在BCI Competition运动想象数据集上,跨被试的运动想象任务识别正确率达到84.43%,与不迁移方法相比提高了9.17%,相较于域对抗神经网络提高了5.0%。实验结果表明,所提方法能够有效减小不同被试间脑电数据分布以及特征分布差异,实现数据和特征双重对齐,从而提升跨被试运动想象脑电分类性能。

基于GCN的多源变工况滚动轴承故障诊断

滚动轴承是旋转机械的关键部件,其健康状况的识别非常重要。迁移学习作为一种有效工具被广泛应用于故障诊断领域,但单源迁移学习方法可能存在泛化性能较差甚至引起负迁移,造成识别效果不佳的问题。提出一种基于多感受野图卷积网络(GCN)的多源迁移学习方法(MS-GCN),通过在多个源域数据上学习迁移知识,实现变工况下滚动轴承的故障诊断。该方法首先利用小波变换将振动数据样本转换为二维时频图样本,将获得的N组源域样本和目标域样本进行构建得到N组源域-目标域样本数据对;其次,先利用深度卷积网络学习每组数据对的高维特征,再由多感受野图卷积网络学习所提特征的数据结构,使得自适应方法能充分学习域不变特征,更有效地将源域与目标域特征进行对齐,训练得到N组分类器;最后,取N组分类器分类结果的平均值为目标域样本的状态识别结果。基于江南大学轴承数据集对所提方法展开实验验证,在3组不同的变工况轴承故障诊断任务中,所提方法对4种不同状态(正常、内圈故障、外圈故障及滚动体故障)的分类准确率均在99%以上,与其他方法相比诊断准确率提升了0.22~8.27个百分点。对比结果表明:所提方法对变工况下滚动轴承的故障进行识别,可以有效地诊断出轴承的故障类型,具有一定的工程实用价值。

基于条件归一化网络的艺术字体多风格融合技术研究

针对艺术字体风格迁移中风格单一性以及多风格字体融合时出现的风格单一、风格溢出和残余黑点的问题,提出了一种基于条件归一化网络的多风格字体图像融合方法。该方法采用了一个字体多风格融合模型,能根据不同的风格参数调整预训练的VGG19Net网络的输出。通过将内容图与多个风格字体图像分别提取特征,并使用一个新的风格损失函数来度量内容图与风格字体图像之间的差异,将多个风格特征混合,生成新的艺术风格字体图像。该方法的关键在于卷积层和条件归一化层,能够实现多风格的迁移和融合。实验结果表明:与其他两种方法相比,内容相似度平均提高了1.2%,风格相似度平均提高了2.7%。

顾及形态特征的遥感影像湖泊多分辨率表达方法

遥感影像的多分辨率表达在数据传输、计算效率和隐私保护方面发挥着重要作用。传统的遥感影像多分辨率表达方法忽略了目标的整体形态特征,容易产生信息冗余,影响图像的易读性。结合超像素分割和纹理迁移技术,文章提出了一种顾及形态特征的遥感影像多分辨率表达方法。该方法首先根据地理特征差异和分形维数对湖泊形态特征进行了分析。然后,基于超像素分割算法对湖泊边界进行了简化。最后,利用原始和简化湖泊边界进行纹理迁移,生成多分辨率遥感影像。结果表明,该方法在遥感影像多分辨率表达过程中能够有效去除冗余细节,提高对象的易读性。