摘要：为避免在模型修正中采用传统优化方法给出的单一方案可能无法代表真实结构的问题,首先,提出了一种能识别出模型修正多个解的增强稳态遗传算法(enhanced steady-state genetic algorithm,ESSGA);然后,通过数值仿真对该算法性能进行了验证;最后,采用基本稳态遗传算法(steady-state genetic algorithm,SSGA)和该算法对南中环桥进行模型修正,并对修正结果进行对比。结果表明:ESSGA算法在优化多峰二元函数时,能高效精确地搜索到更多峰值;南中环桥模型修正后找到了4组解方案,频率响应与试验值误差均不超过7%,位移响应与试验值误差均不超过2%。与SSGA算法相比较,ESSGA算法能够找到更多参数方案且全局最优解目标函数更小,从中选择合适的解集作为最佳方案,得到更精确的基准有限元模型。

摘要：在直接处理点云的三维神经网络中,采样阶段实现了对原始点云中关键点的筛选,对于整个网络的性能及网络的抗噪能力具有重要作用。目前主流的最远点采样(FPS)方法在处理大规模3D点云数据时计算量大且耗时,并且低采样率时经过FPS采样后模型性能下降明显。针对这两个问题,提出一种面向低采样率的点云数据处理网络AS-Net。设计一个新的采样模块代替原backbone中的FPS,其由两个Layer组成,每个Layer基于长短期记忆网络获取原始点云与采样点云之间的联系权重,从而高效提取关键信息,去除冗余信息。在此基础上,利用注意力机制选择特征值较高的原始点云作为采样点,采样点作为后序任务的关键点输入到网络,进一步提高网络模型性能。基于ModelNet40数据集的实验结果表明,在低采样率条件下,AS-Net仍可达到81.6%的分类准确率,与使用FPS作为采样方法的网络模型相比提高52.7%。此外,其对噪声干扰具有很强的鲁棒性,对于大场景的分割时间效率优于同类采样方法。

摘要：针对直驱式风电机组接入低短路比的弱交流电网诱发次同步振荡问题,提出一种基于阻抗比稳定判据的控制器参数自适应调整的振荡抑制策略。首先,利用谐波线性化法建立网侧变换器的正、负序阻抗模型。研究表明,风电机组等效阻抗在部分频率点附近会呈现容性特性,接入感性阻抗低短路比弱交流电网线路后形成了串联振荡回路,进而引发次同步振荡。然后,以网侧变换器电流环的比例、积分参数设计为例,引入带遗忘因子的递推最小二乘法实时估计对象参数,并按照极点配置法进行控制器参数设计。同时,在代价函数中添加基于阻抗比稳定判据的约束条件,实现自适应PI参数调整。最后,通过时域仿真验证了所提控制策略的有效性。

摘要：与传统刚性驱动系统相比,气动人工肌肉系统具有质量轻、人机交互友好等优势,近年来在生产生活中受到广泛关注.然而,该类系统的运动呈现出复杂的迟滞特性,这给针对该类系统的跟踪控制研究带来了挑战.本文针对垂直气动人工肌肉系统,提出一种模型参考自适应逆补偿控制策略,可有效克服迟滞特性以及控制过程中外界扰动和参数摄动等不确定因素对系统运动状态的影响,实现系统高精度跟踪控制.具体而言,本文首先对系统的运动特性以及影响系统控制精度的不确定因素进行分析;然后,基于分析结果建立一个描述系统运动特性的参考模型;进而采用逆补偿思想,通过对所建立的参考模型求逆来构造一个逆补偿控制器,克服迟滞特性对系统运动状态产生的影响;随后,基于最小均方误差算法设计自适应律,在线辨识参考模型的权值,同时估计逆补偿控制器的设计参数,克服外界扰动和参数摄动等不确定因素对系统运动状态的影响;最后,通过实验验证所提控制策略的有效性.

摘要：为了解决智能船舶测试场景构建中的长尾问题并提高其测试效率,提出一种基于视觉图像的航行场景复杂度感知方法。本文从图像纹理特征分析出发,构建航行场景复杂度与特征指标之间的数学模型。首先,采用灰度共生矩阵对待测试图像信息进行特征提取,并利用能量、熵、对比度、逆差矩和相关性等多个参数组成特征向量。接着,提出利用集成学习AdaBoost网络模型进行船舶航行场景复杂度感知,即利用大量的图片对所提模型进行训练和学习,获得场景复杂度与各指标之间的非线性数据感知模型。通过在不同数据集上的不同方法进行对比,实验结果表明该感知模型能够真实的反应船舶航行场景的复杂程度,获得结果与人类视觉感知的结果基本一致,其对智能船舶自主航行场景设计与构建都具有的参考价值。

摘要：以车用发动机有机朗肯余热回收系统中的某型涡旋膨胀机为研究对象,通过对比分析施加基于线性分布的温度载荷和基于流场的热边界载荷下涡旋盘的热应力和热变形的分布差异,以及对比分析热力学模型下和基于流场结果下涡旋盘所受气体力作用造成的变形情况及应力分布,研究涡旋膨胀机涡旋盘应力变形情况及分布规律,并探究了载荷耦合作用下和载荷单独施加下涡旋盘形变的不同和变化规律。结果显示:温度载荷是影响涡旋盘变形的主要因素;基于流场下的涡旋膨胀机运行参数更符合其实际工况,温度分布更合理;膨胀腔压差越大,波动越大,形变量越大,且与吸气腔相连的第一膨胀腔形变最明显。载荷单独施加和载荷耦合下的形变规律相似,最大应力和变形均出现在涡旋齿始端且随展开角的增加应力与变形量逐渐减小,耦合作用下的应力变形大于单独施加下的应力变形且不是简单的线性叠加。

摘要：高校实验楼人员密集,电气设备较多,火灾风险性较高。为分析并优化高校实验楼火灾疏散安全性,以某高校实验楼为研究背景,建立建筑信息模型(BIM),导入Pyrosim与Pathfinder软件,建立火灾仿真模型与人员疏散仿真模型,分析火灾场景下烟气温度、CO浓度、能见度对人员疏散的影响,通过对比人员可用安全疏散时间与所需安全疏散时间,计算安全裕度,用于判断火灾疏散安全性是否合格,并根据火灾烟气变化与疏散人员拥堵数据,制定高校实验楼防火设计优化方案,对比防火设计优化前后火灾疏散仿真模拟结果。结果表明:实验楼第2层B楼梯口的安全裕度为25.7 s,存在安全风险,防火设计优化后该处的安全裕度提高至76.7 s,脱离了安全风险,且实验楼第1层、第3层、第4层、第5层的安全裕度比防火设计优化前分别提高了57.5、69.0、122.3、45.5 s,实验楼各楼层重点危险区域火灾疏散安全性均得到提升。该研究结果可为我国高校实验楼防火设计优化提供理论依据与参考。

摘要：论文采用了一种基于不连续场修正权函数的无网格方法来处理二维平面多裂纹问题.相较于传统的无网格断裂不连续场和奇异场模拟方法,修正权函数法算法简便易实现.采用修正权函数处理多裂纹时,只需要对每一段裂纹周围节点的权函数进行修正,就能同时模拟多裂纹不连续位移场和多裂尖奇异场.论文采用基于不连续场修正权函数的无单元Galerkin方法(EFGM),对Y型裂纹板、十字型裂纹板和孔边双裂纹板进行了分析.数值结果表明,在不引入扩展基函数情况下,通过修正权函数法能够得到精度较高的应力强度因子解,能较好地拟合多裂纹的裂尖奇异场.

摘要：为了探究城市化带来的下垫面不透水面变化导致的径流系数取值差异问题,根据城市不透水面水文效应实验,建立了径流系数(runoff coefficient,RC)-总不透水面积比(total impervious area,TIA)关系,提出了改进的径流系数确定方法,并与常用的面积加权法和SCS(soil conservation service)模型的径流曲线数模型进行比较。以深圳新和润小区为研究对象建立了产汇流模型,对不同方法在降雨径流模拟及设计洪水中的应用效果进行了比较研究。结果表明,构建的产汇流模型可以比较好地应用到汇水区较大雨量降雨事件的径流模拟中;改进的径流系数对于城市设计洪水的计算来说是适用的,并且较SCS模型更符合城市流域暴雨洪水的特点。

摘要：船舶驾驶台人员包括按照规定要求的常规值班人员和特殊情况下额外的瞭望人员或船长、引航员等,驾驶台人员活跃度是判断其工作状态的重要指标之一。传统的基于计算机视觉的人员检测方法在面对船舶驾驶台遮挡物多、夜间或恶劣天气下光线不足等问题时,精度明显降低。为解决该问题,提出了1种基于普通商用Wi-Fi设备的活跃度感知方法。由于船体材质、结构特点以及变化的运动状态导致动态多径多、信号噪声强,对Wi-Fi设备造成干扰,为此设计了值班高关联度数据(duty high correlation data,DHCD)选择模块及基于信道状态信息(channel state information,CSI)的多层级特征提取模块。DHCD选择模块分析驾驶台人员不同航行、值班情况下的CSI特点,对比0~5人在驾驶台内值班、工作时的信道变化,利用模糊C-means聚类算法提取CSI中对值班人员行为反应最灵敏的信道,去除对信号噪声反应敏感的信道信息;通过多层级特征提取模块计算去噪后CSI数据的幅值与相位离散度、多链路融合离散度、变异指数等多层特征,作为活跃度评价基础参数。依据驾驶台值班要求设计了驾驶台人员活跃度评价模块,采用支持向量机算法判断驾驶台人员数量,采用客观赋权法得到基础参数权重,结合人数信息与权重信息评价驾驶台人员活跃度。实验结果表明:使用DHCD选择模块和多层级模块处理后的多层级特征将驾驶台人员数量检测精度提升至89.6%,对比直接使用原始数据时检测精度提升7.1%。在夜间、雨雾天气等光照不足情况下,基于计算机视觉方法的检测精度会由光线充足时的96.2%降至60.3%,而该方法监测精度不会降低。因此,基于CSI的驾驶台人员活跃度检测方法丰富了驾驶台人员检测算法,能有效识别船舶驾驶台人员是否符合安全值班的基本要求。