摘要：随着BIM技术在建筑领域的深度应用,越来越多的建筑设计开始以BIM模型方式进行交付,基于BIM的建筑工程设计自动合规性审查因其客观性、高效性受到理论和实践领域越来越多的关注。文章以基于BIM的自动合规性审查为主题进行综述,在Web of Science核心数据库对建筑领域自动合规性审查相关的研究文献进行全面检索及分析,从基本框架、规范条文信息抽取、BIM模型信息抽取及语义丰富、规范-模型信息匹配、合规性推理等方面对现有基于BIM的自动合规性审查研究进行系统解构,并对未来的研究方向进行讨论。最后,文章指出基于BIM的自动合规性审查在复杂文本信息抽取的性能与深度、模型语义丰富、信息匹配的自动化程度与通用性,以及计算机代码的透明度与灵活性等方面仍面临巨大挑战。

摘要：针对复杂环境下超宽带(UWB)无线定位系统存在非视距(NLOS)及随机误差的问题,提出一种基于改进Sage-Husa卡尔曼滤波算法(SHKF)的UWB/IMU组合定位方法。首先,设计了一种基于概率密度的提升树,将UWB/IMU特征数据的概率分布密度引入提升树的损失函数中,鉴别出NLOS信号;然后,设计了一种改进SHKF算法,根据新息变化趋势定义自适应因子,实时调整对新息误差修正的策略以调节历史噪声对当前定位的影响,进而提升UWB/IMU组合定位的稳定性和精度。实验结果表明,所提方法将NLOS信号鉴别精度提升至99.12%,定位均方根误差降低至4.30 cm,提升了复杂环境下UWB/IMU组合系统定位精度。

摘要：光声光谱技术作为实现痕量气体浓度高效率、高精度测量的重要气体传感技术,因其响应速度快、灵敏度高、选择性好等优点被广泛应用到大气环境检测、电力系统故障诊断、医疗健康诊断等领域当中。首先介绍了光声光谱技术痕量气体浓度测量的基本原理,对应用光声效应实现痕量气体浓度测量的机理进行了简要的描述,同时,介绍了基于光声光谱技术的典型痕量气体浓度测量装置的结构。其次,从光声信号强度的理论分析出发,引出国内外学者在光声光谱痕量气体浓度测量领域的研究热点,为了实现基于光声光谱技术的痕量气体浓度测量装置更强的抗干扰能力、更紧凑的结构、更低的检测下限、更高的检测灵敏度,国内外学者的研究重点可以总结为以下三点:(1)辐射光源的选取和设计,以实现更佳辐射光源的输出波长、更宽的调谐范围、更高的辐射光源输出功率。(2)更优秀的光声池设计,以实现更高效的声能量积聚、更紧凑的结构和更强的抗干扰能力。(3)声敏探测器的设计,以实现更高的声音灵敏度、更高的信噪比。详细介绍了基于光声光谱痕量气体浓度测量装置的三个核心元件:辐射光源,主要介绍了相干光源和非相干光源的应用研究进展;光声池,主要介绍了光声池的设计原则以及非共振式和共振式光声池的应用研究进展;微音器,主要介绍了电容式微音器、压电式微音器的应用研究进展,并对近期研究热点石英增强光声光谱技术进行简要的介绍。在介绍目前辐射光源、光声池、微音器应用研究进展的同时,分析了各元件的优势和需要解决的问题。最后,总结了光声光谱技术应用于痕量气体浓度测量领域装置存在的信噪比不高、结构复杂、检测灵敏度和检测下限易受混合气体之间的交叉干扰等问题,并且对未来测量装置中的三个核心元件:辐射光源、光声池、微音器的发展趋势进行了展望。

摘要：采用选区激光熔化(SLM)技术成形TC4钛合金均匀与梯度点阵结构,研究了不同杆径(0.8~1.2 mm)、单胞类型(bcc、fcc、fbcc)、添加竖向支杆(bccz、fccz、fbccz)对均匀与梯度点阵结构压缩性能及能量吸收的影响规律。结果表明:1.2 mm杆径点阵结构性能最优;fccz与fbccz点阵结构分别在同质量与同体积下具有最佳的性能;竖向支杆的存在能够大幅地增强点阵结构在特定加载条件下的性能;均匀点阵结构在失效前的压缩性能与能量吸收优于相同相对密度及应变的梯度点阵结构。由于梯度点阵结构逐层断裂的特性,在50%及更大应变的状态下具有更优的性能,更适于应用在吸能装置。

摘要：在真空灭弧室触头开断过程中,合适的磁场分布有利于提高其开断性能;在合闸过程中,动、静触头间存在的电动斥力会导致触头出现弹跳现象。针对以上问题,首先建立了带铁芯式杯状纵磁触头的三维模型,进行了磁场分布与电动力的计算;为了进一步提高触头的性能,然后构建了以触头片开槽长度、开槽宽度、径向偏转角度、杯座斜槽高度及单个斜槽上下旋转角度为输入,电流峰值时刻触头间隙中心平面纵向磁场强度最大值、过零时刻中心点处磁滞时间、合闸时动静触头间的电动斥力分别为输出的RBF神经网络模型;最后结合RBF神经网络模型与多目标灰狼优化算法(MOGWO)对触头结构进行了优化。结果表明:与初始结构参数相比,当触头片开槽长度为19.74mm、宽度为3.94mm、径向偏转角为19.9°、杯座斜槽高度为18.0mm、斜槽上下旋转角为119.2°时,触头具有更好的磁场分布特性,且动、静触头间的电动斥力明显减小,有利于提高触头的工作性能。

摘要：针对跨介质飞行器入水过程中受到较大冲击载荷的问题,提出一种基于工程需求的负泊松比抗冲击结构拓扑优化设计方法,通过将弹性模量和泊松比引入拓扑优化设计的目标函数,得到满足抗冲击性能需求的负泊松比星形-四边形蜂窝(Star-quadrangular Honeycomb,SQH)结构。在建立SQH结构理论分析模型的基础上,推导冲击载荷下的平台应力解析公式,并通过数值模拟仿真进行校验。通过与星形-圆环蜂窝(Star-circle Honeycomb,SCH)等多种负泊松比结构的比吸能进行对比,得到SQH结构在低速、中速、高速冲击下的比吸能分别高于SCH结构28.74%、45.2%、7.03%。通过流固耦合仿真分析,对所设计的SQH夹层结构进行入水冲击降载研究,进一步讨论SQH夹层结构主要尺寸参数对入水冲击特性的影响。研究结果表明,在尺寸允许范围内,SQH单元倾角和单元壁厚的增大均使得结构产生的加速度峰值减小,动能转化为结构的变形能也减小,验证了用于工程需求的负泊松比结构拓扑优化设计的有效性。

摘要：密码技术是现代信息安全技术产业发展的核心,其中,国密SM4分组密码算法因其硬件实现简单、效率高等优点,已广泛应用于加密传输、加密存储等领域.随着应用领域的不断扩展,对硬件加密效率的需求也随之提高.目前,借助流水线技术,基于ASIC实现的SM4算法在ECB(electronic code book)工作模式下能够达到较高的吞吐量.然而,在CBC(cipher block chaining)模式下,由于相邻的数据存在依赖关系,流水线技术难以提高硬件设计的吞吐率.为解决这一问题,提出了2种逻辑化简方法:一种作用于轮函数迭代过程,另一种作用于S盒置换过程.这2种方法在每一轮迭代的关键路径中均减少了2个异或运算的延时.在TSMC 40 nm工艺下的ASIC综合结果表明,该设计在CBC模式下的吞吐率达到4.2 Gb/s,单位面积吞吐量达129.4 Gb·s^(-1)·mm^(-2),高于已发表的同类设计.

摘要：针对分布式四轮驱动电动车辆在极限工况下稳定性控制难题,考虑了横摆角速度、横纵向加速度等传感器噪声以及质心侧偏角估计误差的影响,提出了基于可拓理论的相平面稳定域划分方法以及自适应管道模型预测控制(ATMPC)算法,以快速量化车辆稳定性程度,并在满足跟踪精度的前提下保证车辆行驶的稳定性。所设计的车辆横摆稳定性控制系统采用分层设计架构,其中上层基于可拓理论,将车辆质心侧偏角-橫摆角速度相平面与可拓控制域相关联,并根据车辆实际状态判断可拓控制域并计算关联函数,实现了下层的管道模型预测控制(TubeMPC)控制目标权重与控制模式的决策;下层基于Tube-MPC对期望横摆角速度和质心侧偏角进行跟踪,实现附加横摆力矩的精准决策,之后采用轮胎负荷率优化方法进行横摆力矩的分配。通过CarSim与Simulink软件联合仿真,对所设计的控制策略进行仿真验证。结果表明,相较于常规MPC算法,所提出的控制架构与ATMPC控制策略能够有效提升车辆在极限工况下的行驶稳定性以及噪声干扰环境下的鲁棒性。

摘要：对抗文本是一种能够使深度学习分类器作出错误判断的恶意样本,敌手通过向原始文本中加入人类难以察觉的微小扰动制作出能欺骗目标模型的对抗文本.研究对抗文本生成方法,能对深度神经网络的鲁棒性进行评价,并助力于模型后续的鲁棒性提升工作.当前针对中文文本设计的对抗文本生成方法中,很少有方法将鲁棒性较强的中文BERT模型作为目标模型进行攻击.面向中文文本分类任务,提出一种针对中文BERT的攻击方法Chinese BERT Tricker.该方法使用一种汉字级词语重要性打分方法——重要汉字定位法;同时基于掩码语言模型设计一种包含两类策略的适用于中文的词语级扰动方法实现对重要词语的替换.实验表明,针对文本分类任务,所提方法在两个真实数据集上均能使中文BERT模型的分类准确率大幅下降至40%以下,且其多种攻击性能明显强于其他基线方法.

摘要：对系统进行可诊断性设计,能优化诊断方案、提升诊断方案与系统的契合程度,对于准确检测或隔离系统故障具有重大意义。为此提出一种基于故障敏感度学习和集成学习的可诊断性设计方法。对于采集到的不同状态下的系统测试点信号进行特征提取,结合系统的可诊断性评价结果,提出特征贡献度量化算法,对信号中不同特征对故障诊断的贡献度进行评估,使用改进的D-S证据理论算法对不同信号的特征进行融合,确定适用于故障检测与隔离的故障敏感特征集合;采用集成学习方法对基分类器的诊断效果进行加强,最终获得对当前系统的诊断方案。仿真实验结果表明,采用新的可诊断性设计方法设计出来的针对系统的诊断方案,可以对系统故障进行良好的诊断,其中与未进行故障敏感度学习环节相比,故障诊断的错误率由5.33%下降到2.66%,与未进行集成学习环节相比,故障诊断的错误率由16.22%(基诊断器的平均值)下降到2.66%。在与其他诊断方案的对比实验中,新方法的故障诊断错误率相较于对比方法的平均值下降了3.34%。