摘要：研究直埋穿管光缆的爆炸毁伤机理和易损性,针对直径60 mm钢管内穿GYTA33型铠装光缆,设计并开展了55 kg柱状TNT裸药砂土中近距离爆炸破坏原型试验.试验结果表明,比例爆距为0.316 m/kg时,该型穿管光缆在钢管出现明显弯曲及压缩变形时通信功能完好,比例爆距0.263 m/kg时通信出现中断,该型穿管光缆在砂土中的临界破坏比例爆距在0.263~0.316 m/kg之间;围绕试验结果开展了数值计算,分析了穿管光缆破坏过程机理.研究表明,近距离爆炸荷载下,钢管会发生局部弯曲和径向压缩变形,钢管变形初期产生严重压缩变形破坏时对管内光缆的高速冲压作用是其破坏的主要原因.

摘要：文章在改进型指数加权移动平均(IEWMA)■控制图的基础上,考虑样本均值在控制图受控区域的实际位置,提出了一种变采样间隔(VSI)IEWMA■控制图。采用马尔科夫链构建了VSI IEWMA■控制图的状态转移矩阵,并推导其平均报警样本个数和平均报警时间。仿真结果表明,针对不同的均值偏移大小,引入VSI特性显著提高了传统固定采样间隔IEWMA■控制图的性能,且通过与传统VSI EWMA■控制图比较可以发现,VSI IEWMA■控制图的性能更加优越,尤其是针对过程均值参数产生较小偏移的情形。

摘要：电磁探测法是海洋油气资源勘探的主要方法,而海洋电磁发射机是海洋电磁探测系统的关键设备.目前海洋电磁发射机水下拖体长时间工作时,会出现开关器件损坏现象.首先分析了采用单向可控源电路的发射桥换流过程,发现发射偶极寄生电感回馈能量使二级母线产生冲击电压,增大了开关管的电压应力.然后分析了双向可控源电路的工作模式,提出一种双变量解耦控制策略,在变压器前后两级建立的模型基础上,将原来的耦合非线性系统全局线性化为两个单输入单输出系统,以此获得滑模控制器的函数关系.仿真与实验结果表明,所设计的可控源电路可以明显减小母线电容的冲击电压和开关管的电压应力,提高系统的动态性能和效率.

摘要：针对具有参数不确定性和未知外部扰动的Euler-Lagrange多智能体系统,设计一种基于自适应滑模控制的分布式蜂拥算法.该算法使用自适应滑模控制和自适应控制律分别补偿未知的外部扰动与模型中可线性参数化回归的不确定项,从而在实现蜂拥控制的同时,避免智能体对外部扰动先验知识的要求.理论分析表明,在多智能体达成蜂拥的同时,算法保证滑模的自适应增益有界.此外,所提出的算法同时考虑虚拟领导者追踪与基于目标区域的跟踪问题,并给出碰撞避免的条件.最后,通过算例仿真验证所提出算法的有效性.

摘要：为解决指数加权平滑(EWMA)控制图惯性问题而提出的自适应EWMA(adaptive EWMA,AEWMA)控制图的统计特性已经被广泛研究,但AEWMA控制图经济特性的研究却从未见有成果发表.针对该问题,在考虑Taguchi损失函数的基础上,给出了AEWMA控制图经济统计设计的模型.提出了一种在偏移区间上对AEWMA控制图进行优化设计的方法,用该方法优化设计的AEWMA控制图与针对固定偏移优化设计的EWMA控制图进行了比较.结果表明该方法设计的AEWMA控制图仍然保持其解决EWMA控制图惯性问题的特性,AEWMA控制图的经济特性同样优于EWMA控制图.分析了AEWMA控制图经济统计设计的参数灵敏度,总结了AEWMA控制图的参数变化与损失、平均链长以及最优参数组合之间的关系.

摘要：以一座设计阶段的胶结砂砾石坝为例,其坝址处地基覆盖层为砂卵石土层,坝体为胶结砂砾石料,前期运用ANSYS的参数化设计命令流进行二次开发,分别以邓肯-张经典与修正模型作为材料本构模型,对整体结构进行有限元计算,分析其应力变形规律。后期基于实际设计需求,从覆盖层抗压、抗剪两个角度出发,联通ANSYS有限元分析与MATLAB优化模块,通过优化设计与方案评估获得最优坝型,达到材料用量减少(节省11.3%)和地基应力状态改良(抗剪破坏点清除和最大压应力降低9.2%)的目的。

摘要：针对自适应指数加权移动平均(AEWMA)控制图统计经济设计问题,给出AEWMA控制图统计经济设计模型,提出一种在偏移区间上对AEWMA控制图进行设计的多目标优化方法.针对不同的偏移区间优化了AEWMA控制图,并将AEWMA控制图统计经济性能与指数加权移动平均(EWMA)控制图相比较.结果表明,所提出方法优化设计的AEWMA控制图仍具有克服EWMA控制图的惯性问题的统计特性,AEWMA控制图的经济性能也优于EWMA控制图.

摘要：针对two⁃stage网络模型训练成本高,无人机搭载的边缘计算设备检测速度低等问题,提出一种基于改进YOLO v4模型的受灾树木实时检测方法,以提高对落叶松毛虫虫害树木的识别精度与检测速度。以黑龙江省大兴安岭地区呼玛县白银纳乡受落叶松毛虫侵害的落叶松无人机图像为数据,利用LabelImg软件标注75~100 m的无人机图像,构建落叶松毛虫虫害树木图像数据集。将CSPNet应用于YOLO v4模型的Neck架构,重新设计Backbone的特征提取网络———CSPDarknet53模型结构,并在CSPNet进行优化计算前的卷积中加入SENet以增加感受野信息,使其改变网络的深度、宽度、分辨率及网络结构,实现模型缩放,提高检测精度。同时,在PANet中使用CSPConvs卷积代替原有卷积Conv×5,最后经过YOLO Head检测输出预测结果。将YOLO v4 CSP网络模型部署至GPU进行训练,训练过程的内存降低至改进前的82.7%。再搭载至工作站进行测试,结果表明:改进的YOLO v4 CSP网络模型在测试阶段对虫害树木检测的正确率为97.50%,相比于YOLO v4的平均正确率提高3.4个百分点,模型精度接近目前主流two⁃stage框架Faster R CNN的98.75%;将改进的YOLO v4 CSP网络模型搭载至Jetson nano边缘计算设备,检测速度达到4.17 f/s,高于YOLO v4模型的1.72 f/s。基于YOLO v4 CSP的检测模型可实现对受灾树木检测速度与精度的平衡,降低模型的应用成本,搭载至无人机可实现对森林虫害的实时监测。

摘要：许多艺术作品中,常有一些隐秘的、不太自然的细节,在传统的批评者那里,这些细节引不起他们足够的注意力。一般而言,他们习惯于将此类细节视为作者的一时疏忽。