摘要：高效准确地识别地磁时变观测数据中受高压直流输电干扰的波形对于提高地磁时变观测数据质量具有重要意义.然而,由于高压直流输电干扰事件持续时间长短不一、干扰程度变化多样,给识别任务带来巨大困难.为了能自动识别长短不同的高压直流输电干扰事件,本文提出一种高压输电干扰事件的多尺度表示及识别方法:利用小波技术具有多尺度的特性,卷积神经网络具有自动特征提取的特性,将二者结合,设计了一个多输入卷积神经网络模型来识别地磁中的高压直流输电干扰事件.首先使用离散小波技术将地磁时变观测样本进行多尺度分解,得到原始样本的多尺度表示,再将分解后的多尺度地磁时变观测样本分别输入到含有多个输入分支的卷积神经网络中,每个分支分别自动提取不同尺度的特征,然后将多个尺度的特征融合,并加入注意力机制来自适应计算每个尺度特征的权重,对多尺度特征进行加权处理,再采用全连接层和SoftMax层进行分类,本文将该模型命名为CBAM-MCNN.在中国地震前兆台网中心提供的高压直流输电干扰样本上进行试验,并将本文所提出模型的识别效果与现有的全卷积网络、残差神经网络、多输入卷积神经网络、IICM-HVDCT-CNN-LSTM进行了对比,在5271条测试样本集上,本文所提出的CBAM-MCNN模型识别准确率达到了97.14%,F_1值达到了97.12%,远远高于其他4种对比模型.

摘要：电离层总电子含量(Total Electron Content,TEC)的监测与预报是空间环境研究的重要内容,对卫星通讯和导航定位等有重要意义.TEC值影响因素较多,很难确定精确物理模型来对其进行预测.本文设计了基于注意力机制的LSTM模型(Att-LSTM),采用过去24小时TEC观测数据对未来TEC进行预测.选择北半球东经100°上,每2.5°纬度选择一个位置,共计36个位置来验证本文提出模型的性能,并与主流的深度学习模型如DNN、RNN、LSTM进行对比实验.取得了如下成果:(1)在选定的36个地区未来2小时单点预测上,基于本文的Att-LSTM模型的TEC预测性能明显优于其他对比模型;(2)讨论了纬度对Att-LSTM预测未来2小时TEC值时性能的影响,发现在北纬0°到60°之间,Att-LSTM预测性能随着纬度的升高而略有降低,在北纬62.5°~87.5°之间,模型预测性能出现扰动,预测效果略差;(3)讨论了磁暴期和磁静期模型的预测性能,发现无论是磁暴期还是磁静期,本文模型预测性能均较好;(4)还讨论了对未来多时点预测效果,实验结果表明,本文所提出的模型对未来2、4个小时的预测拟合度R-Square均超过0.95,预测结果比较可靠,对未来6、8、10个小时预测拟合度最高为0.7934,预测拟合度R-Square下降迅速,预测结果不可靠.

摘要：地铁隧道断面轮廓参数测量过程中,需要对高速激光雷达点云进行高精度系统标定。特别是大场景隧道环境,对标定模板要求高,标定过程复杂,检测精度影响大。针对此问题,本论文提出了一种新颖的适用于地铁隧道轮廓点云的标定方法,并基于双激光雷达测量系统,进行了算法研究。本方法设计了专用的手推行便携式标定系统,利用由点云数据提取的标定板线特征,建立目标函数,通过混合了遗传算法和Levenberg-Marquardt算法的非线性优化方法,寻找全局最优解从而实现对激光雷达的标定。实验结果表明:本方法对于两侧钢轨顶轨的标定误差在±1.5 mm以内;静态测量精度X误差在±1 mm内、Y误差在±4 mm内;当采集系统以5 km/h的速度进行数据采集时,动态测量精度X误差在±4 mm内、Y误差在±6 mm内。本方法能够实现激光雷达的高精度标定,算法鲁棒性强,具有易操作、环境适应性强的特点。

摘要：质子陶瓷电池(PCCs)可广泛用于发电、储能和可持续化学合成等研究领域,其工作温度适中、效率高,具有广阔的应用前景。然而,在中低温时,PCCs氧电极的氧析出反应(OER)和氧还原反应(ORR)动力学缓慢,材料稳定性差,导致其难以高效、稳定地运行。因此,设计和开发活性高、稳定性良好的氧电极对促进PCCs技术的发展至关重要。本工作探讨了PCCs氧电极的材料组分、结构与电化学性能之间的关系,重点阐述了影响氧电极材料稳定性的因素,分别讨论了电解质–氧电极界面,氧电极在高湿度、含CO_(2)气氛和含Cr气氛下的稳定性,以及抑制其衰减的策略,并就氧电极材料设计及未来发展方向进行了展望。

摘要：借助压力试验探究了不同压强下有无鳞鱼的损伤情况,得出压力损伤阈值后结合离散元素法(DEM)计算灯泡贯流式水轮机内鱼体受不同损伤的概率.研究结果表明:当正压低于0.4 MPa时试验鱼均无损伤;当压力降低到-20 kPa时试验鱼出现损伤,选取-20 kPa作为压力损伤的数值模拟阈值.相同水头下,导叶开度越大,鱼体受伤概率越大;相同导叶开度下,随着水头增加,鱼体在转轮区域受压力、压力梯度和剪切损伤的概率逐渐增加,受撞击的概率逐渐减小,并且前三者增加的幅度要比撞击损伤概率减小的幅度更大.叶片撞击与负压是导致鱼体损伤的主要因素,最高损伤概率分别为18.92%和18.01%;压力梯度及剪切力是次要因素,最高概率仅为5.43%和0.0352%.

摘要：提出一种基于主动学习克里金模型的证据理论可靠性分析方法,可高效高精度计算出结构失效的可信度与似真度。首先,对不确定变量空间进行离散,并使用拉丁超立方抽样方法生成克里金模型的初始训练样本;其次,推导基于克里金模型快速判断证据变量焦元类别(正焦元、负焦元或边界焦元)的方法及克里金模型的迭代停止条件;再次,根据焦元类别判断方法发展基于功能函数符号预测正确概率的学习函数,可自适应增加训练样本以提高克里金模型关键区域的精度;最后,在克里金模型并非全局精确的情况下判断焦元的类别,并计算出结构失效的可信度和似真度。数值算例显示,该方法能够高效准确地判断所有焦元的类别,进而计算出结构失效可信度和似真度的确切值。

摘要：为尽早发现、及时干预糖尿病患者足部疾病的发展,提高糖尿病足预防性智能产品预测能力的敏感度和特异度,基于文献回顾,对比了不同类型糖尿病患者与健康人群的足底温度特征差异,分析了糖尿病足的温度预测指标的提取和阈值设置,发现单、双侧足部温度及足部应变温度均能用于预防糖尿病足疾病的发生,但以双足对称点的温差2.2℃作为糖尿病足疾病预测阈值应用最广。讨论了基于糖尿病足温度监测需求的智能测温鞋袜产品的设计开发,发现智能袜的研发程度比智能鞋更为成熟,不同产品间温度传感器的数量和放置区域存在差异,其中大拇趾底、第1跖骨头、第5跖骨头和足跟这4个区域具有高度一致性。未来研究可针对不同风险程度的糖尿病足进行温度分级,结合压力、湿度等其他指标建立多指标风险预测模型,并综合鞋和袜进行系统性多功能研发。

摘要：针对履带底盘田间作业时由于土壤松软、田面不平整导致履带滑移滑转、自动导航路径跟踪精度低的问题,该研究提出了考虑滑移滑转的履带底盘路径跟踪算法,基于履带底盘运动学模型推导出表征滑移滑转特性的转向半径修正系数,并设计了一种基于预瞄模型的模糊控制路径跟踪算法。该方法在纯模糊控制基础上通过预瞄模型确定预瞄点,进而得到横向偏差与航向偏差,同时在常规模糊控制器中引入转向半径修正系数,建立横向偏差、航向偏差、转向半径修正系数三输入模糊控制器。以双电机履带底盘为控制对象,采用高精度RTK-GNSS和MTi-30惯性传感器获取底盘实时位姿信息与角速度信息,进行组合导航。开展了三输入模糊控制器田间U型路径跟踪试验,结果表明,三输入模糊控制器的直线跟踪最大绝对偏差、平均绝对偏差和标准差分别为12.0、3.6和4.4 cm;三输入模糊控制的曲线跟踪最大绝对偏差、平均绝对偏差和标准差分别为21.3、8.6和8.4 cm;为进一步确定本研究算法在履带出现滑移滑转时对路径跟踪精度的提升效果,开展了常规模糊控制器与三输入模糊控制器曲线路径跟踪对比试验,结果表明:当作业速度为0.6 m/s时,常规模糊控制器的最大绝对偏差、平均绝对偏差和标准差分别为31.1、8.3和10.2 cm,三输入模糊控制器的最大绝对偏差、平均绝对偏差和标准差分别为22.4、7.4和9.1 cm,相较于常规模糊控制器,路径跟踪精度分别提高了27.95%、10.84%和10.78%,所设计的三输入模糊控制器可有效降低履带滑移滑转的影响,增强导航系统的控制性能,可为履带底盘在田间松软土壤环境下高精度导航作业提供参考。

摘要：为厘清小剪跨比圆端铁路桥墩横桥向的地震损伤机理,以国内某铁路沿线桥梁为参考开展3组缩尺比1∶8的拟静力试验,对滞回曲线的延性、残余位移、滞回耗能和刚度退化4个方面进行分析,以试验结果为参考使用OpenSees建立纤维截面有限元模型并进行耐震时程动力计算,以桥墩的位移延性比为损伤指标,基于试验中观察得到的4个关键节点定义无、轻微、中度、严重和完全损伤5种损伤状态之间的位移延性比临界值,通过易损性分析桥墩的损伤发展历程。研究结果表明:1)配筋率从0.3%提升至0.7%,桥墩的承载能力提高至1.37倍,极限位移提高至1.22倍,最终残余位移提高至1.55倍,耗散能量增加至1.80倍,初始刚度提升至1.08倍,最终刚度提升至1.12倍。提高配筋率可以提升桥梁抗震性能,也能增加桥梁抗震韧性。2)当桥墩配筋率由0.3%提至0.7%时,在多遇地震下,轻微损伤概率从87.2%降为29.8%;在设计地震下,中度损伤的概率从63.5%降为30.0%;在罕遇地震下,严重损伤的概率从61.7%降为16.4%。纵筋配筋率可以大幅降低桥墩的损伤概率,提升桥墩的抗震性能。3)在现行铁路规范允许的延性系数为4.8时,3个桥墩均处于严重损伤的阶段。当发生罕遇地震时,3个桥墩出现完全破坏的概率为6.4%、0和1.4%,小剪跨比圆端铁路桥墩在强震作用下具有一定的抗震安全储备。

摘要：锌阳极因枝晶生长、析氢、形变和钝化等挑战,成为限制锌空气电池充放电循环性能的关键因素。本工作以聚季铵盐为碳源和氮源,通过硬模板法制备出具有丰富介孔结构的碳材料,并将其作为锌阳极的表面功能层(N-MC@Zn)。其中,N-MC@Zn的比表面积高达590.06 m^(2)·g^(-1),平均孔径为22 nm。研究表明,锌阳极表面构建氮掺杂的多孔碳功能层,在一定程度上有效缓解了上述寄生反应带来的负面影响。特别是多孔碳涂层丰富的孔隙为锌沉积/剥离提供了缓冲区,极大提高了锌离子的沉积动力学,稳定了其沉积/剥离过程,缓解了锌阳极的析氢腐蚀;此外,多孔碳涂层内的各向异性避免了尖端效应,抑制了枝晶生长。基于上述优势,N-MC@Zn表现出优异的充放电稳定性(140 h, 700次循环)、倍率充放电特性(0.5C~10C)以及放电容量。以上结果表明,多孔碳材料可作为高性能锌阳极功能层材料,为锌阳极涂层设计领域提供了新的视角。