Surpass Streamline血流导向术对颅内动脉瘤的疗效

目的了解Surpass Streamline血流导向术对颅内动脉瘤的疗效。方法选取2020年1月至2022年1月安徽医科大学附属宿州医院68例接受Surpass Streamline血流导向装置治疗的颅内动脉瘤患者。收集临床资料,观察患者术前术后血流动力学参数变化,以及术前和术后3、6、12个月的改良Rankin量表(mRS)评分变化,分析患者的影像学资料,观察动脉瘤闭塞情况。结果与术前相比较,患者术后的WSS、瘤颈血流速度降低,LSA、RRT、载瘤动脉及患侧M1的血流速度增加(P<0.05),而患者术前、术后对侧M1血流速度比较差异无统计学意义(P>0.05)。术后,随着时间的延长,患者的mRS评分为低级别占比逐渐增高,差异有统计学意义(P<0.05)。术后6个月及12个月患者的支架内狭窄发生率分别为7.35%、8.82%,动脉瘤完全闭塞发生率分别为52.94%、63.24%,差异无统计学意义(P>0.05)。68例患者经Surpass Streamline血流导向术治疗后,4例出现缺血性并发症,其中2例表现为视物模糊、皮质盲,1例为肢体无力,1例支架内血栓,经干预治疗均得到有效缓解。结论采用Surpass Streamline血流导向术治疗颅内动脉瘤有较好的疗效,能改善血流动力学,术后动脉瘤完全闭塞率较高,且安全性较好,值得临床推广。

Finite element model updating for structural damage detection using transmissibility data

This paper presents a new finite element model updating method for estimating structural parameters and detecting structural damage location and severity based on the structural responses(output-only data).The method uses the sensitivity relation of transmissibility data through a least-squares algorithm and appropriate normalization of the extracted equations.The proposed transmissibility-based sensitivity equation produces a more significant number of equations than the sensitivity equations based on the frequency response function(FRF),which can estimate the structural parameters with higher accuracy.The abilities of the proposed method are assessed by using numerical data of a two-story two-bay frame model and a plate structure model.In evaluating different damage cases,the number,location,and stiffness reduction of the damaged elements and the severity of the simulated damage have been accurately identified.The reliability and stability of the presented method against measurement and modeling errors are examined using error-contaminated data.The parameter estimation results prove the method’s capabilities as an accurate model updating algorithm.

A Large-Scale Group Decision Making Model Based on Trust Relationship and Social Network Updating

With the development of big data and social computing,large-scale group decisionmaking(LGDM)is nowmerging with social networks.Using social network analysis(SNA),this study proposes an LGDM consensus model that considers the trust relationship among decisionmakers(DMs).In the process of consensusmeasurement:the social network is constructed according to the social relationship among DMs,and the Louvain method is introduced to classify social networks to form subgroups.In this study,the weights of each decision maker and each subgroup are computed by comprehensive network weights and trust weights.In the process of consensus improvement:A feedback mechanism with four identification and two direction rules is designed to guide the consensus of the improvement process.Based on the trust relationship among DMs,the preferences are modified,and the corresponding social network is updated to accelerate the consensus.Compared with the previous research,the proposedmodel not only allows the subgroups to be reconstructed and updated during the adjustment process,but also improves the accuracy of the adjustment by the feedbackmechanism.Finally,an example analysis is conducted to verify the effectiveness and flexibility of the proposed method.Moreover,compared with previous studies,the superiority of the proposed method in solving the LGDM problem is highlighted.

An improved interval model updating method via adaptive Kriging models

Interval model updating(IMU)methods have been widely used in uncertain model updating due to their low requirements for sample data.However,the surrogate model in IMU methods mostly adopts the one-time construction method.This makes the accuracy of the surrogate model highly dependent on the experience of users and affects the accuracy of IMU methods.Therefore,an improved IMU method via the adaptive Kriging models is proposed.This method transforms the objective function of the IMU problem into two deterministic global optimization problems about the upper bound and the interval diameter through universal grey numbers.These optimization problems are addressed through the adaptive Kriging models and the particle swarm optimization(PSO)method to quantify the uncertain parameters,and the IMU is accomplished.During the construction of these adaptive Kriging models,the sample space is gridded according to sensitivity information.Local sampling is then performed in key subspaces based on the maximum mean square error(MMSE)criterion.The interval division coefficient and random sampling coefficient are adaptively adjusted without human interference until the model meets accuracy requirements.The effectiveness of the proposed method is demonstrated by a numerical example of a three-degree-of-freedom mass-spring system and an experimental example of a butted cylindrical shell.The results show that the updated results of the interval model are in good agreement with the experimental results.

Quantitative Identification of Delamination Damage in Composite Structure Based on Distributed Optical Fiber Sensors and Model Updating

Delamination is a prevalent type of damage in composite laminate structures.Its accumulation degrades structural performance and threatens the safety and integrity of aircraft.This study presents a method for the quantitative identification of delamination identification in composite materials,leveraging distributed optical fiber sensors and a model updating approach.Initially,a numerical analysis is performed to establish a parameterized finite element model of the composite plate.Then,this model subsequently generates a database of strain responses corresponding to damage of varying sizes and locations.The radial basis function neural network surrogate model is then constructed based on the numerical simulation results and strain responses captured from the distributed fiber optic sensors.Finally,a multi-island genetic algorithm is employed for global optimization to identify the size and location of the damage.The efficacy of the proposed method is validated through numerical examples and experiment studies,examining the correlations between damage location,damage size,and strain responses.The findings confirm that the model updating technique,in conjunction with distributed fiber optic sensors,can precisely identify delamination in composite structures.

基于贝叶斯优化支持向量回归的流线型箱梁颤振气动外形优化方法

为解决风洞试验耗时费力和计算流体动力学(CFD)计算量大的问题,提出了一套新型流线型箱梁断面颤振性能气动外形优化方法.以风嘴参数为设计变量,利用CFD获取断面三分力系数,以准定常理论估算的颤振临界风速为优化目标.根据贝叶斯优化支持向量回归构建代理模型,利用混合加点法更新模型,通过寻优算法确定最优断面.以虎门大桥为例,得到桥梁在可行域内颤振性能最佳的断面方案.结果表明,风嘴升高,颤振临界风速先增后减,相对高度为0.6时整体性能较优,相对高度为0.7时可获得最优断面.底板宽增加,颤振性能显著降低,下斜腹板倾角为14°~16°时颤振性能最优.断面优化后桥梁颤振临界风速相比原始断面提升约31%.

基于实测数据的半潜式平台贝叶斯模型修正方法研究

随着半潜式平台的长期海上服役,平台的基本设计参数会发生变化,如仍基于原始设计参数对平台进行分析将影响结果的准确性。本文以半潜式平台服役中易发生变化的基本参数(平台排水量、重心高度和三个自由度回转半径)作为修正参数,以平台横摇、纵摇和垂荡自由度的方差和波频功率谱密度构建目标函数,建立可依据实测数据的半潜式平台贝叶斯参数修正方法。以我国某半潜式平台实测数据为例,开展平台的参数修正研究,并基于修正后的参数对平台多年一遇环境荷载下的响应进行对比评估。

基于多源数据融合的水利工程测量信息动态更新系统

现有的水利工程测量信息动态更新系统,在传输测量信息时没有最佳的路径概念,采用车轮搜索,导致信息更新所需时间较长,为优化系统运行效率,设计基于多元数据融合设计水利工程测量信息动态更新系统。设计可以增强数据更新速度的芯片作为系统硬件;构造有效路径代价函数,整编水利工程测量多源数据;选择数据传输最短路径;建立最小二乘估计数学模型,引入多元数据融合设计信息更新算法。实验结果显示:在系统更新时间的测试中,面对不同数量的并行服务器,三个对照组用时均高于实验组,可见该系统具备更好的运行效率。

计及采样扰动抑制的电压源逆变器三矢量无模型预测电流控制方法

针对传统电压源逆变器无模型预测电流控制(model-free predictive current control,MFPCC)方法存在电流纹波大、电流梯度更新停滞以及预测性能易受采样扰动影响的问题。该文提出一种计及采样扰动的三矢量MFPCC方法。在一个控制周期应用3个基本矢量,并根据价值函数计算矢量作用时间,降低了输出电流纹波;其次,通过建立不同矢量作用下的电流梯度方程组,实现电流梯度数据的实时更新,消除了停滞现象;再次,分析采样扰动对MFPCC的影响,采用扩张状态观测器估计采样扰动以补偿预测电流控制,抑制其对输出电流的影响。最后,通过仿真和实验,对所提方法的有效性进行了验证。

中国新型基础设施建设:统计测度及产业结构升级效应

系统梳理新基建的主要领域,重塑新基建的测度指标体系,在考察2017—2021年中国新基建水平及特征的基础上,探讨新基建对产业结构升级的影响。研究发现:党的十九大以来,中国新基建水平实现跨越式提升,有效提振了国内需求并推动了数字化转型工作;目前融合基础设施、创新基础设施是部署新基建的主要堵点和难点;随着区域协调发展战略的贯彻落实,近年来新基建的地区差距有所缓解,在区域一体化水平日益提高的基础上应进一步加强区域间的协同联动;新基建可显著促进产业结构升级,且考察期内随时间推移这种正向促进效应愈加明显。

结合Cokriging模型和单目标函数的随机模型修正

将Cokriging代理模型技术和单目标函数进行结合,提出了一种随机模型修正方法。该方法将不确定性模型修正问题转化为较简单的待修正参数统计特征的修正问题,能够在保证模型修正精度的同时,有效缓解模型修正中由于分步修正和多目标修正造成的计算成本高的问题。首先,假设待修正参数和响应均服从高斯分布,采用拉丁超立方抽样获取训练集样本,构造满足精度要求的Cokriging模型替代复杂的有限元模型参与迭代计算。然后,建立有限元模型计算响应统计特征与试验响应统计特征的加权残差目标函数,引入土狼优化算法最小化该单目标函数来得到待修正参数的统计特征。最后,通过二维和三维桁架结构验证了所提方法的可行性。

价值网络视角下跨界整合对企业创新绩效的影响——组织柔性的中介效应

在数字经济背景下,跨界创新成为企业新的创新范式。跨界整合对于企业顺利实施跨界创新战略极为关键。现有研究关注跨界整合产生的影响,但对于企业如何在跨界整合过程中通过调整组织结构与惯例影响创新绩效的机制探讨不足。基于价值网络视角,以358家企业为研究对象,采用层次回归分析方法检验跨界整合对企业创新绩效的影响机制以及组织柔性的中介作用。研究发现:①跨界资源价值识取与跨界资源价值配用作为跨界整合的两个维度对企业创新绩效具有显著正向影响;②组织结构柔性和惯例更新在跨界整合与创新绩效之间发挥显著中介作用。厘清跨界整合不同维度对创新绩效的作用,验证“跨界整合—组织柔性—创新绩效”影响路径,可深化既有理论对跨界整合作用的认知,对于企业跨界创新战略实施具有重要指导意义。

射流与气固两相流混合过程的测试与分析方法

湍流射流是气固快速反应过程中气相原料与固体颗粒的理想混合形式,采取有效的测试技术与分析方法获得射流与气固两相流的混合行为对研究反应过程具有重要意义。本文采用光纤探针技术获得了颗粒浓度动态数据,以提升管内颗粒聚团的传统分析方法为基础,结合小波分析,提出了射流与气固两相流混合过程中颗粒聚团的确定方法,并将射流影响区内气固间的瞬时接触状态分为颗粒聚团相、散式颗粒相以及未与颗粒充分混合的射流相。结合附壁射流理论,利用气体示踪技术获得的射流特征浓度分布结果,对理想条件下的射流中心线方程进行了修正,所得结果可预测气固两相流中射流的发展趋势。利用臭氧分解示踪技术,获得了原料射流与气固两相流混合过程中的局部反应结果,将其与气固动态混合特征及射流轨迹模型相结合,可分析流动参数对反应的影响。

以“一件事一次办”为突破口持续优化营商环境

“一件事一次办”是提升政务服务标准化、规范化、便利化水平的重要内容,是加快政府职能转变、优化营商环境的核心要义,其实质是以公众诉求为导向,重塑政府流程,提升政府整体效能与公共福祉。借助制度经济学和新公共管理范式的整体治理理论,以“一件事一次办”政务服务改革为突破口,充分发挥区域比较优势,以大数据赋能打造透明高效的“数智”环境、持续优化公平正义的法治环境、竞争有序的市场环境和互利共赢的国际化的营商环境,充分释放行政改革集成效应。

基于MEC边缘云的智慧商城数据更新控制算法

针对智慧商城中数据量较大的问题,提出基于MEC边缘云的智慧商城数据更新控制算法。在MEC边缘云环境中将数据信息经过整合分类处理后直接推送至用户端,将万有引力搜索算法和布谷鸟搜索算法融合构建CS-GSA算法,用于MEC边缘云智慧商城数据库数据清洗。在差分数据更新方法中引入游程编码和哈夫曼编码,采用游程编码将连续重复的数据压缩处理,降低数据规模,然后通过哈夫曼编码再次压缩,降低传输过程中的通信开销,实现MEC边缘云智慧商城数据更新。实验结果表明,所提方法的解编码时间、数据更新时间更短、通信开销较小,说明其能够提高数据更新质量。

桅杆结构有限元模型修正与参数敏感性研究

基于台风“圆规”激励下的实测加速度响应识别了深圳356 m高气象梯度观测塔的模态参数,结合带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对气象塔有限元模型进行修正。结果表明:气象塔模态非常密集,且纤绳模态的参与程度较为显著。气象塔X向和Y向的基频分别为0.614 Hz和0.603 Hz,其前3阶弯曲模态阻尼比在1%~2%之间。塔身密度、纤绳弹模对塔身模态频率和振型有显著影响,高层纤绳的线质量和塔身弹模对其也有一定影响,但纤绳张力的影响较低。气象塔有限元模型修正后的风致响应高于修正前,并更接近实测结果,验证了修正模型的准确性。

阴阳转子型双螺杆结构的实验研究

为了设计出更加高效的双螺杆,提升挤出膨化机的工作效率;提出了一种引进阴阳转子的非对称双螺杆模型,基于螺旋式的螺杆模型,设计了阴阳转子型双螺杆,与传统双螺杆进行了仿真对比分析,并对新型双螺杆的准确性进行了实验验证;采用SolidWorks软件建模,利用ANSYS模拟流道数值,求得物料在机筒内的工作状态,分析阴阳转子型双螺杆的宏观压力、速度矢量和速度流线,并研究了不同转速对阴阳转子型双螺杆输送速度和挤出量的影响。研究结果表明:阴阳转子型双螺杆的宏观压力呈递增状态,速度矢量分布不均匀,速度流线混乱,能增加机筒内物料的传输速度,改变物料输送状态,提高物料挤出量。研究结果丰富了双螺杆的研究思路,为高效率挤出膨化机的设计与应用提供了理论依据。

基于随机抽样的衰变热不确定度量化研究

为研究核数据引起的核素存量及导出量的不确定度,在自主程序GNET上实现了基于随机抽样的不确定度量化方法。利用贝叶斯更新方法获得裂变产物独立产额的协方差数据,弥补裂变产额协方差数据缺失。对热中子引起的235U一次裂变后衰变热不确定度进行了计算。结果表明,裂变产物产额的不确定度贡献占主要部分。该算例表明GNET程序具备了核素存量的不确定度量化功能。

结合数字孪生的斜拉桥系统更新和响应预测

由于传统建模方法难以反馈桥梁系统参数和响应的细微变化,为此提出了以数字孪生体作为结构系统的高保真映射模型。首先,定义数字孪生体包含物理孪生层、数字孪生层和信息交互媒介3部分,数字孪生层的孪生模型是对斜拉桥物理实体的虚拟映射,通过信息交互媒介实现不同层间信息的实时传递;其次,针对具体应用提出了结构信息化、信息数据化和数据模型化3条建模准则,实现对斜拉桥物理实体的信息勾勒和可视化过程,建立高保真的斜拉桥数字孪生模型;最后,以一座实桥端锚索的监测数据为感知信息,将变化的索参数实时反馈给孪生模型,实现模型更新和响应预测。研究结果表明,所提出的数字孪生建模方法能及时反馈实桥的参数变化,并预测由此造成的索力、塔顶偏位及主梁跨中挠度的细微改变。

基于NSGA-Ⅱ遗传算法的Myring流线型量水槽体型优化设计

Myring流线型在水下航行器领域应用较为广泛,而量水槽在渠道中的受阻状态与潜水器潜行时受到的阻力情况具有一定的相似之处,因此本文借鉴潜水器的结构特点进行量水槽体型设计,探究量水槽受阻最小的较优线型。基于FLOW-3D软件,采用最优拉丁超立方设计方法,以流线型的收缩段长度和锐度因子、扩散段长度和离去角为变量设计了40组数值模拟方案,得到对应的水头损失百分比和上游佛汝德数。以数值模拟变量为输入、结果为输出,训练RBF神经网络,结合NSGA-Ⅱ遗传算法获得Patero前沿解,通过TOPSIS评价法筛选出最优解并得出其线形参数:优化模型收缩段长度为45.9 cm、收缩段锐度因子为0.74、扩散段长度为49.2 cm、扩散段离去角为14.63°,并通过等比例缩放得到6组收缩比,在9组流量下进行模型试验分析水力性能。结果表明,优化后线型过流较顺畅,水力性能较优,预测结果和模拟结果误差不超过5%;不同工况下上游佛汝德数均小于0.5,满足测流规范要求,收缩比为0.58~0.66时各项水力性能均较优;基于临界流测流和量纲分析原理得到的测流公式精度较高,平均相对误差为2.09%。本研究证明了将流线型运用于量水槽领域研究以及通过神经网络和遗传算法寻优的可行性,优化后Myring流线型量水槽具有良好的性能和测流精度,在灌区渠道中具有较好的运用前景。