摘要：为了对既有线路提速改造,需要对其路基健康状态进行评价.在现场调查路基健康状态的基础上,按路基病害轻重程度、填料类型与基床结构的不同,将路基区划分为24个检测段,共开展754组密实度、345组动弹性模量和1 311个不同部位轻型动力触探试验,并进行综合分析.分析结果表明:以现场调查为基础,采用轻型动力触探、密实度、动弹性模量相结合的既有线路基健康状态综合评价方法,能全面反映路基强度、刚度、耐久性的状态,是既有线路基健康状态评价的可靠方法之一,试验结果可直接应用于路基工程改造技术方案的设计.

摘要：为提高蛋白质点检测的效率,利用图像处理单元(GPU)在并行计算和内存管理方面的优势,提出一种基于CUDA的蛋白质点检测快速实现方法。首先,对蛋白质点检测算法中最耗时的图像预处理、蛋白质点粗检测和重叠蛋白质点分割三部分进行并行化设计;然后,根据CUDA单指令多线程的执行方式对数据空间进行二维分块,利用共享寄存器和二维纹理内存的内存管理措施实现了蛋白质点快速检测。通过本文方法与中央处理器(CPU)串行方法进行真实凝胶图像的检测对比实验,结果表明,本文方法的执行效率明显高于CPU串行方法,并且随着图像大小的增加,效率也随之提高,对于2 048×2 048大小的图像数据,CPU串行实现时间为52 641ms,GPU则为4 384ms,效率提高了11倍。

摘要：针对带有交叉耦合的多输入CE150直升机模型,研究了一类多输入仿射非线性系统的控制设计问题,基于滑模变结构控制理论,采用了一种新的控制器设计方法:滑模降阶方法,即反复运用变结构控制理论,对一类高阶的仿射非线性系统,构造了合适的微分同胚变换函数,把初始高阶系统降至低阶系统,并构造了变结构控制律,再利用当前级和上一级控制输入的映射关系反推出初始系统的控制输入.通过CE150直升机模型仿真结果表明,该方法有效可行.

摘要：采用自行设计的高能超声装置制备SiCp/AZ61镁基纳米复合材料,并对制备的复合材料进行显微组织观察和阻尼性能测试。试验结果表明,高能超声波能使SiCp在镁合金熔体中均匀分散,在室温下镁基复合材料的阻尼性能与AZ61合金相比得到了显著的改善,其阻尼性能的提高可以用G-L位错钉扎模型解释。由于SiCp的加入使基体中界面数量增加,高温下更加容易发生界面滑移,材料的阻尼性能明显提高。

摘要：由于高速柔性并联机构系统的非线性和不确定性,提出一种鲁棒模型预测振动控制策略以抑制系统的振动响心。以压电陶瓷为作动器,电阻应变片为传感器,采用有限元方法和模态截断技术建立机构不精确动力学模型。机构动力学模型中的非线性因素、耦合因素及系统高阶模态影响作为扰动,将模态力视为不确定扰动,并且考虑输出噪声对系统的影响,建立系统动态响应的预测模型,以预测输出值。采用Kalman滤波估计器估计系统状态量,以控制电压及其变化率为约束条件,将系统性能指标和约束条件化为一个标准二次规划优化问题,通过求解这一优化问题来得到最优控制输出,形成滚动优化控制输出来抑制系统振动响应。采用表征作动能量的可控性指标和表征观测信号能量的可观性指标,确定作动器和传感器的最优位置。以新型2自由度并联机构为实例,采用实验模态方法得到系统的前2阶固有频率和阻尼比,与有限元方法得到的结果比较分析表明理论模型不精确。基于该模型采用dSPACE实时仿真系统和MATLAB/Simulink搭建鲁棒控制系统,进行振动主动控制试验研究。试验结果表明,所设计的控制器能有效地抑制柔性构件产生的弹性振动,验证了控制器的有效性和鲁棒性。

摘要：制动摩擦热对摩擦副的摩擦学特性有着重要影响。根据制动摩擦热分析理论,建立了风电主轴盘式制动器摩擦副的有限元模型,并模拟了风电制动过程的三维瞬态温度场,获得了风电主轴制动器紧急制动工况下的温度场分布。结果分析表明,制动盘表面温度场呈非对称分布,且温度高和温度低的区域区别显著,摩擦副径向、轴向和周向上存在较大的温度梯度并预测了制动盘可能存在安全隐患的部位。得到风电主轴单次制动120 s内的摩擦副热量产生与耗散曲线,预测了单次制动后摩擦副恢复常温所需时间。

摘要：为了研究高温环境下岩体锚固机理,通过高温采场三维温度模型ANSYS分析,提出了高温环境下注浆长锚索加固岩体的复合作用锚固理论——"膨胀抬升锚索树根筋混凝土拱理论",简称"胀锚拱理论"。该理论克服了目前各种单方面锚固理论的不足,综合形象地解释了高温环境下岩体锚固机理。研究成果为深井开采、有矿石自燃发火危险的矿山开采提供科学决策的依据及有益的参考,对在高温环境下或可能遭受高温影响的边坡、隧道、硐室和采场等岩体加固工程的设计和施工有着重要的参考价值。

摘要：针对单一串行深度学习检测模型提取流量特征时无法完整反映原始流量信息,且恶意流量识别精度低的问题,设计多模型并行融合网络,提出一种基于多模型并行融合网络的恶意流量检测方法。所提方法采用并行方式,融合一维卷积神经网络(1D-CNN)与双向长短期记忆(Bi-LSTM)网络进行特征提取和流量识别,各条支路均直接面向原始流量,同时提取流量的空间特征与时序特征,采用共同的全连接层进行特征融合,可更精准地反映原始流量信息并有效提高恶意流量的识别准确率。在开源NSL-KDD数据集上的实验结果表明,所提方法恶意流量检测的特征提取能力、鲁棒性以及在线学习能力等方面均表现了优越的性能。

摘要：为加强MIMO双向中继系统的空间复用增益,研究一种低复杂度的发送和接收预编码矩阵.利用子空间对齐方法,将双向MIMO信道分解为多路单入单出(SISO)的子信道形式,使得两个源用户能够使用网络编码获取更好的空间复用增益.同时通过矩阵计算和转化,给出了一种优化的功率分配方案.在确定优化矩阵后,该方案能够为每个子信道独立地进行优化功率分配,并且能够得到各节点间优化功率分配的闭合表达式,从而将算法复杂度从O(n3)降低为O(n).仿真结果表明,在典型场景下,所提方案在具有更低复杂度的优势下,系统性能接近优化的梯度下降迭代方案,优于传统单纯前向放大转发方式(AF),有2.99 bit/(s·Hz)的性能增益.

摘要：针对大数据环境下并行深度卷积神经网络(DCNN)算法中存在数据冗余特征多、卷积层运算速度慢、损失函数收敛性差等问题,提出了一种基于Im2col方法的并行深度卷积神经网络优化算法IA-PDCNNOA。首先,提出基于Marr-Hildreth算子的并行特征提取策略MHO-PFES,提取数据中的目标特征作为卷积神经网络的输入,有效避免了数据冗余特征多的问题;其次,设计基于Im2col方法的并行模型训练策略IM-PMTS,通过设计马氏距离中心值去除冗余卷积核,并结合MapReduce和Im2col方法并行训练模型,提高了卷积层运算速度;最后提出改进的小批量梯度下降策略IM-BGDS,排除异常节点的训练数据对批梯度的影响,解决了损失函数收敛性差的问题。实验结果表明,IA-PDCNNOA算法在大数据环境下进行深度卷积神经网络计算具有较好的性能表现,适用于大规模数据集的并行化深度卷积神经网络模型训练。