摘要：利用再生粗骨料取代天然粗骨料制备再生混凝土,开展了单轴受压动态力学性能试验,研究了应变速率、再生骨料取代率对再生混凝土应力-应变曲线特征、弹性模量、抗压强度和峰值应变的影响.利用统计损伤模型分析了再生混凝土的细观损伤演化规律.结果表明:不同应变速率下再生混凝土的单轴压缩应力-应变全曲线具有相似性,随着应变速率的提高,其抗压强度、弹性模量呈增大趋势,峰值应变则逐渐减小;当取代率为100%时,再生混凝土表现出更显著的应变速率敏感特性;随着应变速率的提高,表征细观损伤非均质演化过程的特征参数呈现出明显规律性的变化,与微结构应变率效应机理、宏观非线性本构行为之间表现出良好的一致性.

摘要：游隙是评价滚动轴承精度和质量的关键因素之一。科学合理地选择游隙有利于延长轴承寿命,而传统基于工程经验的游隙确定方法往往缺乏理论依据和可靠性。由此,提出了基于应力-强度干涉模型的滚动轴承径向游隙可靠性设计方法。首先,将轴承原始径向游隙和失效径向游隙看作随机变量,构建轴承二维随机干涉模型;其次,针对工程中常用的服从正态分布、对数正态分布、指数分布和Weibull分布的轴承原始径向游隙和失效径向游隙,推导了求解滚动轴承可靠性的解析式以及在给定可靠度下轴承径向游隙置信区间;最后,将求得的16004深沟球轴承径向游隙置信区间与现行国家标准对比,结果验证了所提出方法的有效性和适用性。研究表明:采用所提出方法设计的滚动轴承径向游隙置信区间符合国家标准,且更加合理可靠;可以设计出任意可靠度下的轴承径向游隙置信区间,为滚动轴承的设计和优化提供了理论支撑。

摘要：为充分利用问题求解过程知识,提升动态多模态优化算法的计算资源利用效率,提出一种基于知识引导的自适应动态多模态差分进化算法.首先,利用自组织映射神经网络实现种群自聚类,形成稳定的小生境;然后,通过对种群全局知识和个体邻域知识的综合学习,设计一种基于知识引导的自适应差分进化算法,在对种群进化状态进行实时监测和分析的基础上,逐层递进地引导不同种群个体自适应地选择最符合当前进化需求的变异方式,提升种群搜索效率,平衡种群多样性与收敛性;最后,针对问题动态特性,设计一种基于历史动态过程知识引导的自适应动态响应机制,通过对历史寻优经验的自适应学习,预测生成新环境下的潜在精英个体,引导种群实现精准快速的多峰定位.实验结果表明,所提出算法能够有效解决动态多模态优化问题,且在不同动态环境设置下其求解性能均优于对比算法.

摘要：针对当前医疗数据共享难、数据被攻击、密文搜索效率低的问题,提出了一种基于倒排索引的可搜索加密数据共享方案。采用基于私有链和联盟链的双链结构存储数据并实现数据共享;设计了一种新型倒排索引结构,防止敏感数据被攻击;提出了一种基于新型倒排索引结构的密文搜索算法,利用可搜索加密技术将陷门信息提交至倒排索引结构中实现密文搜索。实验表明,所提出的方案可以有效保证数据安全,提高搜索效率。

摘要：本文提出了一种用于生物样品检测的高灵敏度太赫兹折射率超材料吸波体传感器.该传感器由2个同心开口金属环组成,是一种多模谐振器.传感器在0.7—2.5 THz频率范围内具有2个独立可调的工作频段,即1.079 THz和2.271 THz,可观测样品在太赫兹波段的不同电磁效应.采用吸收特性、灵敏度等指标评估太赫兹传感器的性能,自由空间中的吸收率超过99.9%,具有较高的频率选择特性,灵敏度达到693.7 GHz/RIU,检测生物样品最小折射率变化量为0.004,传感性能较好.所提出的传感器使用低介电常数的柔性材料,具有生物相容性、便携性等优点,且在0°—60°斜入射角下及4%的制作误差内显示出高度稳定性.此外,通过乙醇-水混合物模拟实验,验证了传感器的检测效果.本文设计的传感器单元结构之间相互作用小、稳定、易制作,能够显著增强光与物质之间相互作用,在太赫兹高灵敏生物传感检测中具有广阔的应用前景.

摘要：水相中在抗坏血酸钠的促进下,铁催化硝基取代的芳基氟代物与硫酚合成含硫芳香伯胺化合物.该方法可构建C—S键并原位还原硝基.这种水相中“一锅”两步反应的显著特点包括直接使用毒性较低的铁催化剂和天然存在的抗坏血酸钠添加剂,得到中等至优秀的收率,表现出良好的官能团耐受性以及可扩量能力.

摘要：针对传统数据流子序列匹配算法容易忽略子序列相似性度量,导致匹配效果不佳问题,提出基于机器学习的软件定义网络数据流子序列匹配算法。首先描述了软件定义网络;其次提取软件定义网络数据流子序列特征,并将特征转换为同一表现形式,在此基础上,通过欧氏距离度量数据流子序列与查询序列之间的距离,动态规划距离矩阵,寻找最优路径,完成子序列相似性度量;然后改进神经网络,设计模糊神经网络并通过参数调节对其进行训练;最后基于改进后的神经网络,通过计算神经元连接权、获取神经元输出值,完成软件定义网络数据流子序列匹配。实验结果表明,所提算法特征转换耗时短,相似性度量精度在95%以上,神经网络参数调节的平均绝对误差小,且所提算法的数据流子序列匹配准确率在85%以上,明显优于其他算法。

摘要：针对工业现场复杂的时变系统存在的经典PID控制调节复杂、效应滞后、超调量大、稳定性差等问题,将模糊控制与内模PID控制相结合,并对滤波参数进行优化调整以适应复杂工业系统。首先,在完成模型辨识后,将内模控制等效为PID反馈控制,采用麦克劳林展开,并加入一阶时滞模型,形成等效反馈控制器的传递函数;其次,利用模糊控制策略,设计模糊内模PID控制器,利用偏差和偏差变化率实时调整内模PID的滤波参数λ;最后,分别利用MATLAB软件和功率控制装置进行仿真和测试。实验结果表明,模糊内模PID控制具有更快的响应速度和更小的超调。

摘要：为提高对工业机器人路径的控制效果,基于机器学习中的卷积神经网络和自适应PID调节技术,设计了一种工业机器人移动路径自动跟踪方法。在采集工业机器人移动场景图像后,对图像实施预处理,然后针对输入到模型中的路径信息,将其与图谱中的标准路径特征高度相似的路径信息做融合处理,得到工业机器人路径的初步跟踪结果,然后利用自适应PID调节技术智能调整跟踪误差并缩短学习时间,从而快速获得精确的路径跟踪结果。仿真实验表明:该方法能够有效减小移动路径自动跟踪偏差,且跟踪过程的时效性较高。

摘要：针对物联网(IoT)系统中海量数据存储成本大、数据溯源验证效率低等问题,提出一种基于Merkle山脉(MMR)的可信数据溯源方法MMRBCV。首先,利用IPFS存储IoT数据;其次,采用联盟链和私有链来设计一种双链结构,从而实现数据流转过程的可靠记录;最后,基于MMR设计区块结构,以实现轻量级IoT节点在数据溯源过程中的快速验证。实验结果表明,MMRBCV减少了数据溯源时所下载的数据量,且数据验证时间与MMR结构有关,当MMR可以组成一个完美二叉树时数据验证时间较短。当区块高度为200000时,MMRBCV的最大验证时间约为10 ms,比SPV的最大验证时间(约为36 ms)缩短了约72%,可见所提方法有效提高了验证效率。