摘要：【目的】提出一种多源数据下,通过共享语义空间对技术主题进行表征的新兴技术识别方法,并探究方法的有效性。【方法】使用LDA主题模型识别多源数据主题,用Word2Vec模型基于主题代表词汇及其权重,将主题表示为向量,进而进行主题合并。使用主题强度、主题新颖度指标判别新兴主题。【结果】在具体的自动驾驶汽车实证领域,共识别出了驾驶主体切换、行驶轨迹选择与控制、变道安全、运动估计及风险规避、汽车结构设计、感知环境技术、通信技术及通信安全等7个新兴技术。【局限】未来将探讨如何更客观地确定阈值,以及细化主题的粒度。【结论】运用LDA主题模型与共享语义空间,可以在多源数据下识别出新兴技术主题,优化现有的识别方法。

摘要：为研究影响汽车制动噪声的因素,以通风盘式制动器为研究对象,应用有限元软件ABAQUS,建立制动尖叫有限元模型,通过自由模态试验及制动尖叫台架试验验证了模型正确性,进行复特征值分析和自由模态分析,探讨系统部件自由模态与摩擦耦合模态的关系,摩擦系数及制动系统关键部件刹车盘刹车片的弹性模量对制动稳定性的影响,结果显示在摩擦耦合作用下,系统中固有频率接近的部件产生模态耦合,导致系统不稳定振动;系统摩擦系数越大,摩擦耦合程度也越大,系统不稳定性越大,但主振频率不变;刹车盘和刹车片弹性模量增大分别起到增强和削弱摩擦耦合对系统不稳定性的影响。

摘要：地铁车辆基地上盖大型房地产开发作为一种新型建筑形式已被广泛认可与应用,考虑到地铁车辆基地的重要性,将层间隔震技术应用到地铁车辆基地上盖开发设计中,成为提高结构主体抗震性能的有效方法,为地铁车辆基地上盖开发设计提供新的思路和方向。采用ETABS对某具体工程进行了隔震计算,得到隔震支座拉应力、隔震层以上楼层的最小剪重比及抗倾覆力矩等指标均满足规范要求,证明结构方案合理,隔震效果明显。

摘要：为解决轻量化车身结构中钢铝异种材料间的连接问题,对铝合金A5052和双相钢DP300/500板材的压力连接进行了实验研究和仿真分析,证实了钢铝板材间采用压力连接的可行性以及仿真分析方法的正确性。通过对不同强度系列钢铝板材进行压力连接仿真分析,得出在同一模具下,钢铝板材的屈服强度对接头性能具有显著的影响;在材料的放置顺序上,应将屈服服强度较低的板材放置在上,而在选择铝板和钢板时应使其屈服强度尽可能接近,从而得到较好的连接性能。

摘要：苹果生长过程中容易受到病害影响而减产,造成经济损失。大型卷积神经网络可准确识别出苹果病害,但移动设备有限的计算资源限制了该类网络在其上的具体应用。轻量级卷积神经网络可运行在移动端,并能够实现病害的实时识别,但其识别精度往往不如前者。为解决该问题,在轻量级卷积神经网络ShuffleNet V2基础上,通过调整基本残差单元结构和网络宽度,同时引入卷积块注意模块(convolutional block attention module,CBAM),提出了改进型ShuffleNet#苹果叶部病害诊断模型。以苹果疮痂病、黑腐病、锈病、健康叶片为研究对象,收集简单和复杂背景图像各2000张,通过数据增广将其扩充至40000张,构建苹果叶部病害图像数据集,应用该数据集,对苹果叶部病害诊断模型进行训练和测试。以识别准确率、模型复杂度、平均推理时间等为判别标准,并与多个现有卷积神经网络模型进行比较。结果表明:改进后的模型能有效地识别出上述2种不同背景的4类图像,在测试集上识别准确率达到98.95%,移动端单张图像的平均推理时间为39.38ms。相较于大型的ResNet101网络,该模型在准确率上仅降低0.05%,但平均推理时间缩减87.94%,在识别速度和精度上获得了较好的平衡。基于该模型,开发了一款面向Android移动端的苹果叶部病害识别应用,测试结果表明,该应用能够满足果园内上述3种病害和健康叶片的实时识别需求,可为设计高效、轻量的病害诊断模型提供思路和参考。

摘要：筒体剪力墙是框架-核心筒的第一道抗震防线,确定墙体的损伤分布是抗震性能化设计的重要组成部分。以某型钢混凝土框架-混凝土双筒结构为例,采用YJK软件进行整体结构小震与中震反应谱性能设计,采用ABAQUS软件进行大震及超大震的动力时程分析。分析结果表明:小震作用时,筒体墙肢承担超过90%的楼层地震剪力;中震作用时,底部局部墙肢出现受拉;大震作用下,受高阶振型影响,结构中上部墙肢损伤较底部的大;超大震作用下,结构墙肢损伤演变过程表明中上部墙肢先出现损伤,后底部墙肢开始出现破坏,当周围墙肢出现损坏时结构呈倒塌破坏状态,其中墙肢出现的破坏部位同中震结果是一致的,可见不同地震水准间反映的结构薄弱部位还是能起到相互验证的作用,结果也较为可信。分析结果还表明针对薄弱部位采取的加强措施是有效、可行的。