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：针对遥感气溶胶光学厚度(AOD)产品普遍存在的非随机性缺失问题,本文选取2020年京津冀地区10km×10km的MODIS_MYDMOD04_L2日值数据和地基PM_(2.5)浓度观测日值数据,经过MODIS AOD单星两种算法产品的逆方差加权及双星算术平均融合、PM_(2.5)浓度数据的嵌套式时空混合效应模型转换融合和基于上述两种融合产品的时空克里金插值融合等方法集成,建立了研究区完整的AOD日值数据集.结果显示:经AERONET AOD数据验证,双星MODIS AOD融合结果R^(2)为0.87,RMSE为0.27;混合效应模型转换融合结果R^(2)为0.82,RMSE为0.31;时空克里金插值融合结果R^(2)为0.83,RMSE为***数据年平均每日空间覆盖率从MODIS原始数据的58.36%提高到时空克里金插值融合后的98.00%.MODIS AOD多算法多星数据融合的作用是增强与PM_(2.5)浓度日均值数据在时间尺度上的匹配度.地基PM_(2.5)浓度转换融合的作用一是补充区域内分布较均匀的局域AOD相对高值数据,保障了后续时空克里金插值的整体精度;二是能改善大片区域原始AOD数据缺失问题,可明显提高插值的时空覆盖率.所设计的数据融合方法体系,具有方法较简便、精度较高、数据集完整性好的特点.

摘要：人体面部皮肤的本构参数反演及力学特性研究对皮肤病变早期诊断、皮肤仿生材料设计及计算图形学中的面部模型建立都有着至关重要的作用,机器学习与有限元仿真方法相结合能更高效、更准确地解决非入侵式皮肤组织本构参数反求问题.首先建立了面部皮肤多向拉伸下的应力松弛有限元模型,并通过多步位移控制法对皮肤的超弹性力学性能与黏弹性力学性能分离;对Gasser-Ogden-Holzapfel(GOH)与Prony series本构模型参数进行敏感性分析,揭示影响面部皮肤应力松弛实验结果的关键参数.其次,利用贝叶斯超参数优化理论搭建随机森林(RF)模型与支持向量回归(SVR)模型,结合实验数据对人体面部皮肤组织本构参数进行了反求.最后,将计算得到的有限元仿真曲线与试验获得的拉伸力响应曲线对比,并引入决定系数R2对两种模型的预测准确性进行了评估.结果表明,纤维组织分散度κ、剪切模量相关参数C10和松弛模量g1是影响皮肤应力松弛实验结果的关键参数,RF模型数值计算曲线与试验曲线的拟合优度为0.98,其在皮肤本构参数反演问题上表现出更高的准确率,机器学习可以精准高效地获取面部皮肤的本构参数,进而准确描述皮肤组织的力学性能,该方法也可进一步推广到其他生物软组织的复杂本构参数反演问题.

摘要：新能源与同步发电机组间高效暂态能量转移是新型电力系统抑制功率振荡的关键。该文首先分析同步发电机组和双馈风电机组间处于虚拟同步运行时的虚拟轴系耦合关系;其次,通过非线性功率耦合,引入立方刚度,建立非线性弹性耦合下含风电的两自由度系统动态模型;再次,基于哈密顿原理,分析引入立方刚度后风电并网系统的暂态能量转移过程,推导机组间能量完全转移的必要条件,并提出双馈风电机组的非线性弹性耦合控制策略,依据所得必要条件完成控制器参数优化设计;最后,搭建风电高比例仿真系统,验证了双馈风电机组在所提控制方法下能够高效转移暂态能量,显著提升其功率振荡抑制和频率支撑能力。

摘要：与传统合金的设计理念完全不同,高熵合金是由至少五种元素以等原子比或近等原子比组成的合金,并表现出许多传统合金所不具备的性能。其中,CoCrFeMnNi系高熵合金作为最早开发的高熵合金,引发了研究者的广泛关注。制备技术的发展对开发性能优异的高熵合金以及促进高熵合金的实际应用具有至关重要的作用。本文介绍了高熵合金主流制备技术的工作原理及特点,包括机械合金化、雾化法、熔铸法、粉末冶金、增材制造、磁控溅射和激光熔覆,并着重对不同方法制备的CoCrFeMnNi系合金的组织及性能进行了对比分析,最后在此基础上对高熵合金制备技术的未来发展进行了展望。

摘要：场地基本周期是场地效应模型的重要变量,是场地分类的重要指标。已有基本周期的计算假定基岩地震波为垂直入射,常用方法包括利用垂直入射情形下场地内SH波竖向一维传播模型建立的模拟与经验方法,其中逐层单自由度法这一经验方法因计算简易、结果与模拟方法相当而被日本抗震设计规范所采纳。然而垂直入射假定大多与实际不符,为此给出可考虑基岩地震波斜入射的场地基本周期计算方法。首先利用Snell定律将基岩斜入射地震波作用下场地内的SH波二维传播表征为一维竖向视传播建立了斜入射情形场地内SH波传播模型。其次利用这一模型给出了斜入射情形基本周期计算的模拟和修正逐层单自由度法并应用于KiK-net台站场地,结果表明基本周期随入射角的增加而变小,就统计所得平均入射角57°而言,基本周期将缩减11%;修正逐层单自由度法可准确考虑斜入射的影响且计算简易度和原方法相当。最后,讨论了基岩面选取对基本周期计算的影响,结果表明,若依据土体首次达到给定剪切波速以确定基岩面,当剪切波速大于700m/s时,不同基岩面所对应的基本周期具有高度线性相关性。

摘要：虚拟夹具在提高人机协作手术的操作性能和安全性方面发挥着重要作用。然而,虚拟夹具一般是预先人工设计的,无法适应操作者指定的技能。基于对手术数据的学习,本文提出了一种基于强化学习策略训练方法的机器人辅助眼科手术虚拟夹具控制的通用框架,来辅助医生完成手术任务。虚拟夹具的执行模块经过了重新设计,用来增强顺应性阻抗而不是固定阻抗,并且在从端生成了动态笛卡尔力反馈。技能学习模块基于强化学习方法进行虚拟夹具的调整以及配置优化。本文提出的强化学习策略训练方法的有效性通过模拟白内障撕囊实验进行评估。在所提出方法的帮助下,经验丰富医生的操作精度提高了50.3%,新手医生的操作精度提高了45.5%。在不花费更多执行时间的情况下提高了性能,这表明了所提出的方法使虚拟夹具的冗余减少,并且提高了虚拟夹具对于经验丰富医生和新手医生的适应性。

摘要：为满足固定支座精度高、批量大的生产需求,对其进行工艺分析后确定采用多工位级进模生产,并选择了53°斜排的排样方案,包括6个冲裁、1个弯曲、1个空工位和1个切断工位。根据排样进行了模具设计:采用向上弯曲,并降低浮料高度;弯曲凸模安装在卸料板上,设计浮料钉保证弯曲的稳定性;对细小凸模设计保护套,提高凸模强度;易磨损凸模采用快换式设计,凹模采用镶块设计,便于加工和更换;采用滚动式导柱导套对正模具间隙,保证运行平稳;采用浮动导料销、小导柱导套、导正销联合精定位,保证送进及成形精度,并设计限位块保护模具。经过试模生产,模具结构设计合理,制件的尺寸和精度均满足要求。

摘要：同轴式磁齿轮以极高的转矩密度成为机械齿轮的最佳替代。针对同轴式磁齿轮产业化过程中缺乏设计理论的现状,本文提出了基于输出转矩的磁齿轮设计公式。首先,依据输出转矩随各主要设计参数的环比增长率变化规律确定了不同尺寸系列磁齿轮的最佳尺寸值;其次,明确了最大磁能积、调磁环内径平方等与输出转矩间的线性变化关系;最后,通过分析输出转矩随调磁环内径平方变化的斜率、截距受永磁体极对数的影响规律,得到了基于永磁体最大磁能积、气隙系数、气隙长度、漏磁系数、调磁环内径和外磁环永磁体极对数的磁齿轮设计公式。三维有限元仿真算例表明该公式误差不大于5%,三种不同尺寸系列的样机转矩试验也表明该公式计算误差具有较高的精度。基于输出转矩的设计理论可极大地缩短磁齿轮设计周期。

摘要：近年来,图神经网络(GNN)成为解决协同过滤的主流方法之一。它通过构建用户-物品图,模拟用户与物品的交互关系,并用GNN学习它们的特征表示。尽管现有在模型结构上的研究已取得了较大进展,但如何在图结构上更有效地进行负采样仍未有效解决。为此,提出一种基于邻域采样的多任务图推荐算法。该算法提出了一种基于GNN的邻域采样策略,该策略以每个用户为中心构建子图,将次高阶物品作为用户邻域采样的负样本,可以更有效地挖掘强负样本并提高采样质量。通过GNN对图结点进行信息聚合与特征提取,得到结点的最终嵌入表示。设计一种余弦边际损失来过滤部分冗余负样本,以有效减少采样过程中的噪声数据。同时,该算法引入了多任务策略对模型进行联合优化,以增强模型的泛化能力。在3个公开数据集上进行的大量实验表明,该算法在大多数情况下明显优于其他主流算法。