摘要：针对有轨电车通过曲线段时的尖啸噪声问题,文章提出了一种基于实车数据先验的弹性车轮噪声阻尼器设计方法。对某有轨电车进行小曲线线路噪声测试,获取相应的噪声主频,并建立弹性车轮有限元模型,分析噪声主频对应的车轮模态,从而确定阻尼器设计方向;建立弹性车轮尖啸噪声阻尼器动力学模型,对弹性车轮噪声阻尼器结构进行设计;建立有阻尼器的弹性车轮模型,通过声辐射分析,研究阻尼器的降噪效果。结果表明:相比无阻尼器的弹性车轮,有阻尼器的弹性车轮的辐射噪声明显降低,其在两个尖啸噪声频率处的辐射声功率级分别降低8.5 dB和6.6 dB,总声功率级降低6.8 dB。最后,为验证有限元模型的准确性,进行模态试验验证,结果表明,前11阶仿真模态频率的平均误差为3.07%,模型较为准确可靠。

摘要：【目的】为了解决铅锌尾矿的堆存浪费及潜在环境污染问题,采用铅锌尾矿粉和偏高岭土为原材料,制备掺铅锌尾矿粉地聚物混凝土,进而提高铅锌尾矿粉的利用率同时保护生态环境。【方法】通过调节水胶比(质量比,下同)、铅锌尾矿粉掺量(质量比,下同)、碱当量测试混凝土的和易性、立方体破坏形态及力学性能,并根据力学性能试验结果对抗压-劈拉强度进行非线性拟合。【结果】当水胶比为0.35时,地聚物混凝土和易性最优;随着立方体抗压和劈拉强度的提高,破坏形态由边界破坏转变为边界-骨料共同破坏;抗压和劈拉强度随水胶比的增大呈先增加后显著下降的趋势,碱当量为10.5%时立方体抗压和劈拉强度随铅锌尾矿粉掺量的增加逐渐降低,碱当量为11.5%和12.5%时立方体抗压和劈拉强度随铅锌尾矿粉掺量的增加先升高后降低;通过幂函数拟合抗压-劈拉强度关系,得到拟合公式fts=0.115 f^(0.873)_(cu),拉压比在1/15~1/12之间。【结论】当水胶比、铅锌尾矿粉掺量和碱当量分别为0.35、40%和1.5%时,所制备的地聚物混凝土具有良好的和易性和力学性能。

摘要：螺栓孔作为盾构隧道的关键力学结构,对隧道整体结构的稳定性至关重要。由螺栓失效引发的渗水和裂缝等病害现象,对隧道的安全运营构成潜在威胁。为消除检测人员的安全隐患并提高螺栓孔的检测效率,本文提出了一种基于多特征模板匹配的多源盾构隧道螺栓孔精准识别方法。首先,将隧道断面点云的几何中心作为视点,将隧道点云进行圆柱投影展开成2.5维点云;其次,通过DBSCAN聚类方法提取螺栓孔点云并采用欧式聚类生成其中心坐标集;然后,以扫描测线为单元对2.5维点云及螺栓孔中心坐标集进行逐测线投影,将三维点云信息融入二维图像中以此锁定目标检测区域;最后,通过多特征模板匹配的方法对螺栓孔进行精准识别。本文设计的基于点云形状特征的DBSCAN聚类方法能够提取点云数据中所有的螺栓孔,同时识别率和平均相似度分别能够达到98.76%和98.79%,且在耗时相近的情况下,平均偏差更小,表现出更好的稳健性。本文充分考虑螺栓孔点云的形状特征,实现了螺栓孔点云的精准分类,并通过融合盾构隧道的三维与二维数据进一步提高了盾构隧道图像上目标识别的精度。

摘要：随着非线性负荷和冲击性负荷的不断增加以及新能源的大规模并网,电网环境日趋复杂,各类电能质量问题日益凸显。其中,谐波问题尤为突出,准确估计谐波参数不仅是谐波治理的关键,也是电力企业和用户评价电能质量的重要依据。为此,该文提出一种基于自适应移频滤波的电力系统谐波分析方法。首先,对电网谐波信号进行初次移频滤波操作,以获得信号实际基波频率;然后,根据信号实测基波频率,对信号进行二次移频滤波处理,进而准确获取各次谐波的幅值和相角;最后,仿真实验表明,该文所提算法能够有效地克服非同步采样和噪声的影响,并且具有测量精度高、实时性好和适应性强等特点。此外,通过实际构建的硬件测试平台,进一步验证了所提算法的准确性和可靠性。

摘要：经典控制模型中存在时间过耦合,而速度规划与实时轨迹控制都与时间关联,导致实时计算量、规划与控制协调性等不足的问题,提出利用CNC多维约束的S型速度规划方法.首先建立双重反馈的控制模型,内反馈继承经典控制模型将时间反馈到控制器,外反馈将非时间反馈到规划器;然后将影响速度规划的因素分为时间相关与时间无关,与时间相关因素在控制器中实时控制,与时间无关因素在规划器中进行非时间速度规划;在规划器中建立基于轨迹路径长度、轨迹几何特性、运动参数以及程序行号等信息的多维约束模型;最后以路径长度代替时间作为运动参考量,结合多维约束模型,考虑轨迹的几何特性与路径长度映射关系,使轨迹特性与非时间建立具有空间性关联.通过MATLAB仿真对控制模型的抗干扰能力进行验证,并通过CODESYS软件编程和实验的结果表明,所提方法是可行和有效的.

摘要：针对传统的视觉算法无法准确地测量物体3D质心和尺寸、无法检测数据集中未出现过的物体等问题,提出一种基于点云的类别级物体质心与位姿估计算法.首先通过2D分割算法对物体待检测区域进行分割,并通过BlendMask提高实时性;然后将分割区域生成点云,并结合先验形状输入到神经网络中重建物体模型;最后输出一个变形场以及对应矩阵,并通过Umeyama算法对物体进行位姿估计.实验结果表明,所提算法达到了较高的精度;在质心估计方面也优于包络盒中心作为质心的算法;实时速率达到了13帧/s.在GPUNVIDIA2060上进行仿真实验,证明了所提算法计算的质心优于对比算法,以及该算法的准确性及可靠性.

摘要：胚胎植入前形态学特征是人类体外受精胚胎质量评估的重要依据.目前,胚胎学家主要利用胚胎时差成像(Time-Lapse Imaging,TLI)技术观察胚胎图像形态变化,从而筛选最有发育潜能的胚胎进行移植或冷冻保存.然而,人工评估不仅费时费力,且需要较强的专业知识,并存在一定的主观性等.针对这一问题,该文提出一种基于课程学习的胚胎图像语义分割方法,实现了胚胎细胞、细胞质与雌雄原核的分割,为后续胚胎质量评估提供定量的形态特征参数.首先,利用评估语义分割算法性能的IoU指标(Intersection over Union,IoU)构建课程学习的难度评分函数(Scoring Function,SF),根据SF评分将所有样本从易到难进行排序;再结合SF评分与目标类别数定义课程学习的步调函数(Pacing Functions,PF),构建了难易程度递增的样本子集;最后,设计多阶段渐进式U-net语义分割(Multi-Stage Progressive U-net,MSPU)模型,根据课程难度顺序依次训练不同阶段的网络,从而实现胚胎图像的语义分割.相关实验结果表明,本文提出的MSPU模型在胚胎图像语义分割任务上获得较好的性能,与基准模型相比,IoU值提高1.4%;特别是在较易与较难的分割任务上具有不错的表现,如细胞与雌雄原核的分割IoU值分别提升了4.6%与1.2%.

摘要：针对现有的单幅图像去雨方法无法有效地平衡背景图像细节恢复与有雨分量去除问题,提出一种基于双阶段特征解耦网络的单幅图像去雨方法,采用渐进式的学习方式从粗到细分阶段进行单幅图像去雨.首先构建压缩激励残差模块,实现背景图像与有雨分量的初步分离;然后设计全局特征融合模块,其中特别引入特征解耦模块分离有雨分量和背景图像的特征,实现细粒度的图像去雨;最后利用重构损失、结构相似损失、边缘感知损失和纹理一致性损失构成的复合损失函数训练网络,实现高质量的无雨图像重构.实验结果表明,在Test100合成雨图数据集上,所提方法峰值信噪比为25.57dB,结构相似性为0.89;在100幅真实雨图上,所提方法的自然图像质量评估器为3.53,无参考图像空间质量评估器为20.16;在去雨后的RefineNet目标分割任务中,平均交并比为29.41%,平均像素精度为70.06%;视觉效果上,该方法能保留更多的背景图像特征,有效地辅助下游的目标分割任务的开展.

摘要：以湖南省典型双季稻区的土壤-水稻系统为研究对象,通过长期田间连续定位试验,研究不同耕作方式和秸秆还田对土壤-水稻系统镉生物有效性的影响。试验采用随机区组设计,共设4个处理:翻耕+秸秆不还田(CT);翻耕+秸秆还田(CTS);旋耕+秸秆还田(RTS);免耕+秸秆还田(NTS)。结果表明:NTS处理增加了土壤阳离子交换量,降低了粉粒的比例。NTS处理土壤总镉和离子交换态镉含量分别为(0.48±0.01)mg·kg^(-1)和(0.39±0.01)mg·kg^(-1),与CTS和RTS处理均无显著差异,但显著高于CT处理。NTS处理早稻和晚稻糙米总镉含量分别高达(0.30±0.04)mg·kg^(-1)和(0.60±0.07)mg·kg^(-1),超过0.20 mg·kg^(-1)的国家食品安全标准(GB 2762—2017),且显著高于其他处理。水稻糙米中总镉含量和土壤总镉、碳酸盐结合态镉和铁锰氧化物结合态镉含量显著正相关。研究表明,耕作强度越弱土壤中镉的生物有效性越高,秸秆还田相对于不还田处理增加了镉的生物有效性。耕作方式和秸秆还田通过影响土壤镉生物有效性进而影响水稻镉含量,免耕秸秆还田增加了土壤和水稻糙米中的镉,带来了镉超标的安全问题。

摘要：准确的接触网语义分割结果对于接触网组件提取和几何参数检测具有重要的意义。实际上,接触网场景复杂,部件之间的尺寸差异较大,并且存在着较多语义信息接近且相连的部件,导致现有的深度学习方法难以高精度地完成接触网点云语义分割任务。基于上述问题,本文提出一种基于图卷积和多尺度特征的神经网络GDM-Net。该网络包含基于图的局部特征提取器,增强了对接触网点云局部特征提取;双重通道注意力模块,同时兼顾了接触网点云的全局和显著特征的提取;多尺度特征融合的细化模块,通过提取并融合接触网的多尺度信息,提升了分割精度。受益于上述几个模块,该网络提升了对于接触网部件交界处的点云分割能力。基于接触网数据集对该方法进行定性和定量的验证分析,GDM-Net相较于5种其他的点云深度学习方法,精度最高,OA、mIoU和F 1值这3个精度指标分别可以达到96.73%,91.06%和95.28%。定性比较表示,本文提出的网络可以有效减少部件连接部分的错分问题,提高接触网部件分割的完整性。