农业知识驱动服务技术革新综述与前沿

农业知识驱动服务技术是指运用先进信息技术,科学、高效调配农业领域专业知识服务资源,为农业行业提供智能化知识服务的技术,在解决农业技术服务供需严重失衡等难点问题方面具有重要意义,日益成为支撑农业转型升级和高质量发展的重要引擎,代表着核心研究方向,伴随着技术发展全过程。目前农业行业迫切需要解决的是知识供给严重不足、服务效率不高的问题。农业知识驱动服务技术经历较长时间发展,在知识高效匹配和精准供给方面取得了较大进步,特别是2022年11月以来ChatGPT这类技术的出现,充分展现了超大规模预训练模型在知识智能服务方面的巨大潜力,这也是农业知识驱动服务可以取得突破的关键所在,可以在这方面发挥重要作用。该文在分析农业知识驱动服务相关技术现状的基础上,展望了农业领域可行的知识驱动服务技术路径,预测农业领域知识服务大模型研发构建会呈现参数由少到多、算力由弱趋强、强化训练逐渐加深的特点得到快速发展应用,未来将在专业技术指导、农业“装备-信息-农艺”融合、农业信息系统平台服务总线等方面系统升级现有农业知识服务范式,多模态服务将得到系统融合加深,人机交互模式将向“人性化”方向进一步黏合增强,从而为农业智能化转型升级提供全新的技术支撑,引领农业知识服务从数据检索、语义匹配迈向生成式知识驱动模式转变。

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.

轴承自驱式独立退化轨迹构建与剩余寿命灰色预测

针对轴承退化轨迹的个体差异性及退化阶段划分的人为主观性问题,提出了自监测数据驱动的轴承独立退化轨迹的提取与退化阶段的自主分割方法。该方法采用多尺度残差深度卷积自编码器对轴承自身历史监测数据进行无监督学习,实现了轴承性能退化特征的自主提取,并结合支持向量数据描述模型构建单个轴承的独立退化轨迹。引入基于去趋势化超阈波峰法的退化起始点自动检测方法与基于逻辑回归失效概率的失效阈值自主设定方法,对轴承独立退化轨迹进行了自适应分割。以轨迹分割得到的退化阶段数据为驱动,结合全阶时间幂灰色预测模型实现了轴承寿命的准确预测。试验结果表明,提出的多尺度残差深度卷积自编码器能够根据轴承各自工况环境构建反映轴承自身服役性能变化规律的退化轨迹,提出的退化轨迹自适应分割方法能够无参考地检测出轴承的起始退化点与失效阈值,从而提高轴承退化评估的科学客观性与寿命预测的工程可操作性。

塑性变形理论建模新范式:人工智能赋能和数据科学驱动

传统塑性变形理论基于唯象方法,主要依赖于开发者的经验并通过拟合已得到的实验数据来获取,具有强烈的局限性。随着材料微观结构和力学性能的复杂程度不断提高,开发更为复杂的唯象本构模型已经极其困难。材料模型不通用、难以联系材料性能和制造过程成为制约塑性成形加工的主要问题之一,也为塑性理论的发展提出严峻挑战。人工智能与数据科学的发展为材料和机械科学带来了新的机遇,随着材料设计和应用的快速发展,不需要传统的显式本构模型,反映材料微观结构和宏观性能之间关系的塑性变形理论建模方法应运而生。其中,以物理规律增强神经网络建模、高效多尺度聚类分析、数据驱动免本构建模为代表的理论建模新范式具有其鲜明的特色和显著优势,是极具潜力的模拟预测方法。通过对这3个方面的总结梳理,探讨了人工智能赋能和数据科学驱动的塑性理论建模及多尺度模拟技术开发的发展现状与未来趋势。

固体力学跨尺度计算若干问题研究

本文展示了固体力学领域跨尺度计算的若干问题和研究概况。(1)建立位错动力学与有限元耦合DDD-FEM的计算模型,实现了能够基于纳米尺度离散位错运动机制计算分析连续介质有限变形晶体塑性问题,提出微纳尺度(200 nm~10μm)晶体塑性流动应力解析公式,结合试验数据揭示了在无应变梯度下强度和变形的尺寸效应;(2)建立具有微相分离结构的纳米尺度粗粒化分子动力学模型CG-MD,计算获得聚脲材料在时域和频域下的存储模量和损耗模量,通过动态加载分析的DMA试验和超声波试验的数据验证,解决了连续介质尺度下微相分离高分子共聚物的设计难题;(3)通过数据驱动关联高分辨率的微米尺度CT影像和临床低分辨率的毫米尺度CT影像的特征值,建立了围关节松质骨小梁的等效模量和结构张量,为骨组织增材制造点阵结构设计和实现个性化骨缺损重建奠定了基础。

大型工程项目品质工程建设场景中的微创新研究

品质工程建设是工程经济高质量发展的重要内容。作为品质工程建设的抓手,微创新在大型工程项目建设场景中受到越来越多的关注。大广高速南康至龙南段扩容工程采用微创新在品质工程建设方面取得显著成效,以其为案例,通过访谈与调研获得一手数据,在场景驱动创新理论视角下探索大型工程项目品质工程建设场景中的微创新要素、内容和策略。结果发现:①大型工程项目品质工程建设场景要素包括战略、需求愿景、参与主体、市场、技术、资源和环境;②在场景驱动下,围绕品质目标的微创新活动内容包括设计理念微创新、工程技术、方法与信息化微创新以及管理制度微创新;③促进微创新的关键策略为沿着微创新活动作好顶层设计、班组管理与工程品质考核验收。研究结论有助于丰富大型工程项目品质工程建设场景驱动微创新理论研究,并为我国大型工程项目品质提升提供参考借鉴。

数据/物理驱动的复合材料非线性力学响应代理模型

复合材料因其优异的力学性能在多个工业领域获得广泛应用.复合材料结构的多尺度力学响应分析计算量巨大,对开发高效高精度的数值计算方法带来挑战.近年来深度学习等人工智能技术快速发展,为复合材料多尺度力学响应分析带来机遇.目前复合材料多尺度分析采用的代理模型大多单纯由数据驱动,物理解释性较差.针对由两相超弹性材料组成的复合材料代表性体积单元,本文采用数据/物理共同驱动的神经网络建立了三种非线性力学响应代理模型,采用不同的构建策略实现在代理模型中融入不同程度的物理解释;通过对代表性体积单元等效力学行为的预测,综合对比分析了三种代理模型在计算效率、精度和适用性等方面的表现,为平衡数据驱动和物理解释性以建立有效的复合材料力学响应代理模型提供了参考.

爆轰驱动陶瓷面背板碎裂行为研究

为研究陶瓷平板在爆轰载荷下的碎裂行为,采用AUTODYN软件对其爆轰驱动过程进行了数值计算,通过爆轰波与陶瓷平板的作用过程分析及陶瓷破片的特征尺寸统计,得到了陶瓷平板的裂纹拓展规律及陶瓷破片尺度分布规律。结果表明:不同陶瓷平板药室中爆轰波的传播及其与陶瓷平板的作用过程类似,但陶瓷裂纹拓展及形态不同,无拼接陶瓷平板形成网格化裂纹,而拼接陶瓷平板则呈现环向裂纹及径向裂纹;爆轰载荷下陶瓷平板药室形成的陶瓷破片尺度满足Rosin-Rammler分布模型;不同尺度陶瓷破片质量分布的比重由幂指数系数k决定,陶瓷平板的整体损伤程度可用平均特征尺寸系数λ评判,考虑到陶瓷平板药室的低附带损伤特性,选择小尺寸的陶瓷片进行陶瓷平板拼接较合适,研究结果可为陶瓷平板药室在轻型装甲车辆上的应用提供参考。

功能涂层在多场多尺度仿真下的设计理论及研究进展

功能涂层设计需要考虑从纳米级到米级的多场多尺度效应,这对于功能涂层的设计理论和仿真计算仍是一项巨大挑战。梳理当前功能涂层的多尺度仿真方面存在一些问题,如多场耦合理论有待加强、多尺度数值方法计算效率有待提高、大尺度湍流数值仿真仍存在较大模型误差等。综述了功能涂层设计理论与仿真的现状与趋势,重点讨论了多场多尺度设计理论、动力学设计理论、数据驱动仿真方法以及强度与寿命评价方法等方面的最新进展。在此基础上,提出功能涂层设计理论与仿真的未来重点发展方向。指出面向工业应用的多场多尺度设计技术、动载荷性能设计、数据驱动仿真和搭建仿真软件平台是功能涂层仿真设计所面临的技术难点,并给出面向关键技术难点的研究建议,为后续多场多尺度仿真在功能涂层设计领域中的应用提供参考。

安徽省林业产业高质量发展的路径探析

林业是现代乡村产业体系中不可或缺的重要产业,发展现代林业是实现林业产业高质量发展的根本路径,对于有效推进乡村全面振兴,维护国家粮食安全、生态安全和木材供应安全,推动绿色发展和区域协同共富,都具有特殊的重要意义。本文从解读2024年中央1号文件关于林业工作的重要部署安排入手,客观论证林业产业所具有的基础性和公益性,深刻剖析传统林业的弱质性,系统论述现代林业发展所呈现的适度规模经营、区域特色发展、形成产业集群、科技创新和制度创新双轮驱动发展等基本特点,聚焦安徽省林业产业高质量发展,就重点林业产业发展分别研究提出了油茶产业发展主攻高端食用油和分层开发、多效利用,竹产业发展主推重点领域“以竹代塑”和分区突破,林下经济规范化、规模化、标准化、产业化发展等具体的现实路径。

材料智能生成平台建设构想与展望

材料科学的研发模式正在从传统的“经验+试错法”向新型的“数据驱动+智能计算”转变。基于机器学习、数据挖掘等前沿方法,横跨材料微观-介观-宏观的多尺度计算,人工智能技术逐渐被应用到材料发现、结构分析、性质预测、反向设计等多个方面,在材料智能生成领域展现出巨大的潜力。首先,对传统材料研发模式进行回顾,分析其不足之处以及面临的挑战,引出材料智能生成的基本原理,讨论材料智能生成的内涵和利用智能技术加速新材料发现的研究方法。其次,提出材料智能生成系统硬件资源层、软件集成层和应用验证层的平台架构。最后,探讨材料智能生成技术现状及发展方向,总结材料数据库技术、实验数据驱动、集成计算驱动、大模型驱动的材料智能生成共性关键技术,以加速高端新材料智能生成进程,推动材料科研范式变革。

基于分布鲁棒模型预测控制的微电网多时间尺度优化调度

源荷多元不确定性给“源荷储”一体化微电网优化调度带来了诸多挑战,但传统方案存在优化模型过于片面极端和时间尺度单一导致调度不合理的问题,无法兼顾可靠性和经济性,并且难以协调不确定性分析方法与不同时间尺度之间的配合关系。文中基于数据驱动的多离散场景分布鲁棒方法,提出一种微电网两阶段分布鲁棒日前优化调度模型,使用列和约束生成算法进行求解。结合改进分布鲁棒优化的不确定方法、多时间尺度调度策略和模型预测控制理论,通过逐级细化调度时间尺度和减小预测周期的长度来提高精度,以最小化发电成本以及调节成本等为目标建立日前-日内多时间尺度滚动优化调度模型,较大程度上抵抗系统不确定性因素的影响。结合算例仿真分析,进一步说明了所提模型能够有效消纳新能源、降低运行成本同时兼顾安全性和经济性。

中国要素市场扭曲与出口规模增长

文章利用2009—2017年中国省级面板数据,实证分析劳动、资本、能源和土地要素市场扭曲对出口规模的影响,并考察创新驱动发展战略对要素市场扭曲与出口规模二者关系的调节效应。结果表明:劳动、资本要素市场扭曲对各省份的出口规模具有抑制作用,能源要素市场扭曲对其无影响,而土地要素市场扭曲对其有促进作用;创新驱动发展战略在促进出口规模增长的同时,对资本、土地要素市场扭曲与出口规模的关系存在增强型的调节效应。进一步的异质性分析结果表明,要素市场扭曲对中部地区出口规模的影响最为突出,创新驱动发展战略的调节效应在东中部地区作用明显,但在西部地区作用较小。

数据驱动下基于风电场景的多时间尺度调峰调度研究

风电具有明显的波动性和反调峰特性。为减少风电大规模并网对电力系统调峰带来的影响,提出了一种基于风电调峰场景的多时间尺度调度策略,提高了极端风电场景下电网调度的执行效率。首先,构建了风电-负荷数据驱动模型。提出了风电调峰功率的多时间尺度评估指标,根据该指标对一年的风电功率进行时域分解并生成典型的风电调峰场景。其次,为保证在调峰场景下电网的功率平衡,针对历史场景构建了风火储协同调峰模型,并制定典型场景的经济最优调度预案。在此基础上提出多时间尺度调度策略,通过对调度预案进行滚动修正以应对风电的不确定性。最后,通过算例分析验证了所提方法在保证电网经济稳定运行的前提下可有效地提高调峰调度的计算速度并及时实施调峰调度。

复合材料构件设计理论及仿真研究进展

复合材料构件设计及仿真是复合材料性能与应用研究的重要组成部分,在复合材料产业国际竞争中发挥着关键作用;我国在此领域的系统性研究起步较晚,理论水平滞后、自主标准受制、仿真软件基础薄弱、设计与制造分离等诸多风险共存,相比支撑复合材料构件在重要装备上大规模、高水平应用的长远目标差距明显。本文针对复合材料构件在重要装备应用方面的难题与挑战,剖析了复合材料构件设计理论及仿真的共性需求,梳理了国内外发展现状与主要趋势,提出了我国复合材料构件设计理论及仿真的重点方向:极端和多场环境下复合材料构件的设计理论、复合材料构件动力学分析与设计理论、数据驱动的复合材料构件仿真方法、复合材料构件强度与寿命仿真评价方法。为此建议,开展面向装备工程应用的复合材料构件多场多尺度设计技术、动载荷下的复合材料构件性能设计技术、数据驱动的复合材料构件设计与仿真技术、复合材料构件强度与寿命仿真软件平台等研究,全面提升我国复合材料构件的设计及工程应用水平。

基于需求驱动的输变电工程多尺度场景建模

针对输变电工程不同阶段所面临的多维管理问题,提出基于需求驱动的输变电工程三维模型的多尺度分级方法,并根据多尺度分级方法实现了输变电工程的多尺度场景构建。首先,采用统一建模语言(unified modeling language,UML)系统梳理输变电工程的组成要素及其相互之间的关系,并在此基础上根据输变电工程不同周期的应用需求提出输变电工程多细节层次模型。其次,运用Google SketchUp和3DS Max(3D Studio Max)建模软件构建不同尺度的输电杆塔和变电站模型,并在SuperMap软件中将三维模型与三维地形环境匹配融合构建完整的多尺度输变电工程场景。最后,通过构建某地的多尺度输变电工程场景,对所提出的尺度分级方法进行了验证。结果表明基于工程需求构建的输变电工程多尺度场景能有效地应用于不同的工程管理阶段。

射流扩散火焰闪烁模态及频率特性的实验研究

层流扩散火焰的闪烁是一种经典的火焰不稳定性现象,然而现阶段对其不稳定性模态及频率特性的研究尚不充分.文章利用高速摄影和粒子图像测速同步测量技术,对宽工况下准静态环境中的浮力主控和动量主控圆口射流扩散火焰的不稳定性及其频率进行了实验研究.实验发现,燃料射流流量增大会导致火焰失稳,所引起的闪烁现象可分为varicose模态和sinuous模态.流场测量结果表明,闪烁火焰的主要流动结构表现为分别位于火焰面内外的两个剪切层.火焰外剪切层卷起形成的大尺度环形涡的周期性产生、增长和脱落是导致火焰面周期性形变(即火焰闪烁)的原因.闪烁火焰具有准周期性,其流场具有统一的主频率,且该频率与火焰脉动频率一致,说明闪烁火焰在本质上是种整体流动不稳定性的体现.浮力主控火焰sinuous模态的频率比varicose模态高3 Hz左右,并且在燃料流量较大的工况下存在varicose和sinuous模态间的切换.浮力主控火焰的频率符合经典的1/2标度律,但不同模态对应着不同的标度律系数.动量主控火焰的频率显著偏离1/2标度率,且偏离程度随射流动量增加而增强.研究表明了流动不稳定性模态对于射流扩散火焰频率特性具有不可忽略的影响.

数据驱动的磨削过程多尺度目标在线监测及其系统开发

磨削作为国防军工、航空航天、汽车等高附加值行业的关键工艺,实现磨削过程智能采集及监测对提升产品质量水平、确保安全生产具有重要意义。针对现有磨削过程数据采集监测方案目标单一、集成性不够、难以全面获取完整的磨削过程信息等难题,建立磨削过程多尺度目标集成监测体系框架,构建包含质量、效率、状态及绿色的多尺度目标关联监测模型,实现从监测变量到监测目标的表征。提出多传感器采集融合与磨削结果监测特征映射方法,开发磨削过程智能采集监测系统。应用该系统对某高速电主轴轴承磨削过程进行实时数据采集与监测,实测结果表明开发的监测系统可以有效实现零件磨削过程磨削时间、磨削能耗、磨削状态和表面粗糙度的准确预测。

面向大规模特征选择的自监督数据驱动粒子群优化算法

大规模特征选择问题的求解通常面临两大挑战:一是真实标签不足,难以引导算法进行特征选择;二是搜索空间规模大,难以搜索到满意的高质量解。为此,提出了新型的面向大规模特征选择的自监督数据驱动粒子群优化算法。第一,提出了自监督数据驱动特征选择的新型算法框架,可不依赖于真实标签进行特征选择。第二,提出了基于离散区域编码的搜索策略,帮助算法在大规模搜索空间中找到更优解。第三,基于上述的框架和方法,提出了自监督数据驱动粒子群优化算法,实现对问题的求解。在大规模特征数据集上的实验结果显示,提出的算法与主流有监督算法表现相当,并比前沿无监督算法具有更高的特征选择效率。

知识和数据驱动的多时间尺度采样系统建模方法

针对多时间尺度采样系统快采样变量的信息难以充分利用,建模信息不足的问题,提出一种知识和数据驱动的多时间尺度采样系统的模糊迁移学习建模方法,建立多时间尺度采样系统模型,提高建模精度.首先,设计滤波插补方法填补慢采样变量的空缺值,统一慢采样变量和快采样变量为慢时间尺度,利用慢时间尺度变量建立目标模型.其次,提出模型共享机制补充目标模型的建模信息,统一慢采样变量和快采样变量为快时间尺度,利用快时间尺度变量建立参考模型,将参考模型中充足的模型知识迁移到目标模型中.最后,利用参考模型的知识和目标模型的数据学习目标模型的参数,提高目标模型的精度.将提出的建模方法应用于理论数据集,实验证明该方法可以充分挖掘建模信息,建立高精度的多时间尺度采样系统模型.