摘要：为了不断探索翼型改型的方法和提高翼型的气动性能,将传统翼型与生物翼型进行轮廓修型设计得到组合翼型,通过数值模拟的方法对组合翼型进行气动特性分析.同时,对组合翼型进行前缘凹凸结构优化设计,采用正交试验优选出气动特性表现最优的参数,并对最优前缘组合翼型进行气动特性分析.研究发现:相比标准NACA64-618翼型,组合翼型在小范围攻角有着较高的升力系数,升力系数最大提高了7.3%,此外,具有前缘凹凸结构的前缘组合翼型升阻比最大提高了9.98%.组合翼型的弯度前移使得吸力面负压峰值区域面积增大,翼型上下表面压差增大,进而提高了气动性能;前缘组合翼型由于前缘凹凸结构的存在,在翼型吸力面靠近尾缘处,形成一对反向旋涡,增加了流体在翼型表面覆盖的面积,抑制了流动分离的提前发生,进而达到失速延迟的效能.

摘要：近年来,目标检测技术已经相当成熟,但小目标检测一直是目标检测领域的一大挑战。为了解决这一问题,设计一种名为MFF-YOLOv7的小目标检测算法,该算法旨在提高小目标检测的准确率。设计级联双向特征金字塔KBiFPN,以及联合提出的多级感受野特征聚合模块MFA,来聚合浅层特征并增强特征的信息表达能力。为了解决小目标漏检问题,设计了新的解耦头和新的注意力机制。新的解耦头对小目标的检测能力更强,新的注意力机制可以重点关注感兴趣的小目标区域。引入了一种新的损失函数ECIOU,旨在加快模型的收敛速度。为了验证模型的性能,分别在三个小目标数据集上进行了实验。实验结果表明,MFF-YOLOv7算法提高了检测精度。同时,使用多目标追踪Bytetrack算法在MOT17和VisDrone2019-MOT两个多目标追踪数据集上对新模型进行了验证,进一步证明了其有效性。此外,MFF-YOLOv7算法在动态视频追踪中表现出了良好的性能。

摘要：地下水人工回补是管理含水层、调蓄水资源的重要方法,探究合理的适宜性评价方法是确定回补区域的基本工作。利用遥感数据和GIS技术,基于直觉模糊层次分析法(IFAHP),构建GIS-IFAHP决策模型,选取地下水位埋深、给水度、土壤质地、含水层渗透系数、地形坡度、土地利用/覆盖、与灌区距离、河网密度8个指标进行主观层次排序,获得各指标的综合主观权重,结合加权叠加分析法得到研究区地下水人工回补适宜性分区图,并在高适宜区内做地表入渗试验,分析地下水回补的可行性。结果表明:地下水回补低适宜区主要分布在细土平原区,占回补区总面积13.24%;中等适宜区主要分布在砾质平原中下部,占回补区面积29.48%;高适宜区主要位于砾质平原区中上部,占回补区总面积18.94%。地表渗库8 d内共回补水量1.54万m^(3),回补期间3眼观测孔水位平均稳定在14.95 m,地下水位平均累积抬升25.21 m。采用GIS-IFAHP决策模型,在地下水回补区域选择合理性上表现良好;干旱地区土地利用率较低且回补条件良好的倾斜砾质平原,通过地表入渗回补的方式能够有效地补充地下水。

摘要：混凝土拱坝作为重要的水工建筑物,由于监测设备故障、人为因素等影响,导致其监测数据频繁出现缺失的现象,降低了大坝安全评估与预测的有效性与准确性。传统方法多仅依赖单测点测值进行插补,忽略了测点之间的相关性与异质性。本文提出了一种基于面板数据模型的变形缺失数据插补方法。首先,改进传统变形相似性增量速度指标,解决了其分母可能等于零的问题。其次,提出了一种组合加权方法以计算变形相似性综合指标,并采用改进的基于密度聚类方法对变形监测点进行分类。随后,建立了面板模型,以填补不同区域内的缺失数据。本文提出的方法可以更准确地填补混凝土拱坝变形数据的缺失,从而能够有效地解决变形监测数据缺失的问题。

摘要：生物氧化预处理过程中氧化槽pH值是影响细菌活性的关键因素之一,而pH值输出形态分布不符合高斯分布,使传统的均值和方差难以描述输出pH值分布,本文提出一种对矿浆输出pH的概率密度函数(PDF)统计信息控制方法。首先,采用B样条逼近矿浆输出pH值的PDF统计信息;其次,针对权值向量之间的关系,利用动态神经网络(DNN)建立控制输入和权值向量之间的非线性动态模型,基于建立pH的PDF统计信息权值模型,设计滑模变结构控制器,通过构造Lyapunov函数进行稳定性分析;最后,实现输出PDF统计信息对目标PDF统计信息的跟踪。仿真结果验证了所提方法的有效性,为生物氧化预处理过程提供了新方法。

摘要：风光出力不确定背景下,为解决电动汽车充电站接入虚拟电厂后两者之间的利益协调问题,构建以虚拟电厂运营商为上层,电动汽车充电站为下层的双层规划模型。首先,结合氢能系统以及电热负荷需求响应特性,设计一种源荷协调响应机制,提升系统整体灵活运行的能力。其次,结合虚拟电厂能源-负荷分布情况、碳排放情况以及电动汽车充电站运行计划等因素,制定一种动态定价策略,引导下层电动汽车充电站参与虚拟电厂调度,优先消纳新能源,协调上下层之间的利益关系。此外,引入阶梯型碳交易机制和碳捕集设备,进一步提升系统低碳运行能力。最后,采用CPLEX商用求解器对双层规划模型迭代求解,同时引入联合最优判别机制获取联合最优解,算例结果验证了所提模型及方法在协调不同利益主体的利益关系和降低系统碳排方面的有效性。

摘要：在现代化大型智能畜禽养殖中,由于畜禽舍内温度分布不均匀、传感器采集数据效率低下等原因,无法全面、准确及时反映畜禽舍内温度变化情况。为提高畜禽养殖温度监测系统的性能,提出一种分层无线传感器网络(WSN)实时融合策略。该策略设计的无线传感器网络分为两层,首先将底层传感器采集的温度数据利用改进的无迹卡尔曼滤波器(IUKF)进行预处理,然后融合中心利用改进蜣螂算法优化核极限学习机(IDBO-KELM)对预处理后的数据进行实时融合。试验结果表明,在数据预处理方面改进的无迹卡尔曼滤波器能够有效抑制畜禽舍内噪声干扰,克服采集数据出现异常和发散现象;在多传感器数据融合方面本文建立的IDBO-KELM算法其训练集与测试集准确率分别是99.15%和98.12%,相较于原始算法准确率提升6.98%,数据融合用时3.36 s,保证禽畜舍内温度监测的效率和准确性,同时减少运算时间。

摘要：针对纺织机械制造企业生产过程中的多源异构数据集成、传递和共享问题,结合企业实际生产情况,搭建面向企业业务流程模型,建立车间制造过程数据管理模型,对生产数据进行异常纠正、时间配准、时序数据补足等数据预处理;并采用基于本体的异构数据集成方法,实现纺织机械制造车间智能生产的数据集成与共享,为数字孪生平台、仿真优化决策提供数据支撑;设计和开发了数字化车间数据集成管理系统,通过融合SAP、SCADA等系统数据,实现生产进度跟踪、设备运行监控及生产相关的数据统计分析,并结合三维模型进行三维可视化,满足车间的数据管理需求。

摘要：在智能网联汽车(ICV)中,提高驾驶数据的有效性是提升车辆安全性的基石。只有准确的、可靠的驾驶数据才能为车辆的安全性提供可靠的依据和支持。与传统的异常分析相比,ICV数据有效性分析面临数据异常的多样性(传感器异常、驾驶行为、恶意篡改等)。如何将车辆自身数据特征、驾驶风格和交通流特征相结合,提供有效的数据异常检测方法,已成为智能网联汽车中新的问题。针对ICV系统,采用结合驾驶风格和交通流理论的方法,设计基于粒子群优化的TE-PSO-SVM数据有效性检测算法,实现驾驶数据的有效检测。首先定义驾驶风格识别系数Rad,设计驾驶风格量化模型;其次建立交通流模型,将车辆状态数据与驾驶风格和交通流理论相结合,通过长短期记忆(LSTM)网络对车辆速度预测;最后通过TE-PSO-SVM算法进行数据有效性检测。由于ICV数据的多样性,单一模型在多类型异常混合并存的场景中检测精度仍有局限,利用多个模型的优势构建模型池,并提出基于强化学习的模型选择(RLBMS)算法。在真实数据集highD上的实验结果表明,在不同噪声环境下,TE-PSO-SVM算法模型的F1值相比于传统SVM模型平均提升约8.1个百分点;RLBMS算法模型在不同噪声环境下的F1值相比于模型池中检测率最高的算法平均提高约1.7个百分点,明显提高了数据有效性检测的准确率。

摘要：本文通过数值仿真分析了毛细管U型弯管输运过程弯管效应的产生机理,分析了不同Pe数下浓度脉冲受弯管效应的影响,并基于梯度自由优化(BOBYQA)算法对弯管壁面Zeta电位分布进行优化。研究结果表明:利用有限元建模和BOBYQA算法可快速实现微通道弯管壁面Zeta电位分布的优化,有效抑制了微通道内弯管效应,优化后的浓度脉冲带宽长度相比优化前得以减小,弯管处流场速度分布得到改善。对微流控系统中物质分离检测及芯片设计有一定参考价值。