摘要：针对传统基于重构的故障分类方法在故障样本稀疏或失衡情况下效果不佳、故障子空间区分能力弱的问题,提出基于TimeGAN数据增强的复杂过程故障分类方法.针对小子样故障,使用TimeGAN对历史故障数据进行数据增强,生成与历史数据分布相似的虚拟故障样本;采用马氏距离评估虚拟样本的质量,剔除不可信样本,构造平衡的故障样本集.将故障样本映射到高维核空间,并在核空间中提取故障子空间.设计故障分类策略并定义4种故障分类性能评估指标以定量衡量算法的分类性能.Tennessee Eastman应用结果表明,所提数据增强方法可以有效扩充故障样本,进而提高故障重构率.与WGAN-GP和SMOTE方法进行对比,发现基于TimeGAN数据增强的故障分类方法具有更好的分类性能.

摘要：自20世纪90年代地铁车站结构诱导缝概念提出以来,诱导缝已在我国大、中等城市地铁车站中得到广泛应用,但其抗震性能尚未得到验证。以西安黄土地区地铁车站工程建设为研究背景,基于ABAQUS非线性有限元软件平台,建立黄土场地与地铁车站结构动力相互作用三维数值模型,通过大型地震模拟振动台试验与数值模拟的对比研究,验证了数值模型及分析方法的可靠性。基于上述数值分析方法,进一步建立原型结构数值计算模型,研究不同频谱特性及不同峰值加速度地震波作用下黄土场地中地铁车站诱导缝的地震响应规律。研究结果表明:诱导缝断面处结构更易发生较大水平相对位移而产生破坏,为地铁车站结构的薄弱面,且其两侧结构水平相对滑动沿地铁车站结构从下往上逐渐增大;诱导缝两侧结构竖向相对错动沿地铁车站截面宽度方向呈现出两端较大、中间相对较小的规律;在低频成分丰富的西安人工波作用下,诱导缝处余留纵向钢筋塑性变形发展贯穿整个地震作用过程,塑性应变累积效果更显著。研究结果初步揭示了设诱导缝地铁车站的地震响应特征及规律,对进一步探索设诱导缝地铁车站在地震作用下的结构损伤、破坏发展的内在动力与作用机制有一定参考价值,可为黄土地区地铁地下结构诱导缝的抗震设计提供参考。

摘要：针对打印微曲面电路技术复杂、成本较高等问题,提出了一种使用三自由度打印机打印微曲面电路的方法,该方法旨在使用三自由度打印机在微曲面上打印共形电路,同时开发了一种自适应微曲面3D打印控制算法。该算法将DXF格式的文件作为输入,提取文件中的线路数据并对其进行离散处理,对离散后的数据逐点测量并根据反馈的数据进行线路重构,最终输出可以直接用于3D打印微曲面电路的G代码。利用三自由度打印机在不同基材制备的微曲面上完成电路打印实验和亮灯实验,验证了该方法的可行性。对3D打印微曲面电路的工艺参数进行研究,通过设计正交试验分析了工艺参数对打印的微曲面电路的影响,得到了最优工艺参数组合。结果表明,在针头直径为0.16 mm的情况下,打印气压为0.3 MPa、打印速度为100 mm/min和打印头高度为0.4 mm时,打印的微曲面电路连续且均匀,质量最优。

摘要：目前电动汽车充电桩(EVCP)规划通常针对区县级较大区域开展,但是对园区级区域进行EVCP规划更有利于提高投资者的积极性和周边电动汽车(EV)用户的体验。以车流量较大的大型停车区域为研究对象,通过调研获得区域内EV的电池容量、停放情况、电量分布以及充电意愿等统计数据,并基于这些数据应用蒙特卡洛法得出区域内EV充电负荷的时域分布。依据区域内的电网信息以及EV的充电负荷分布,给出以投资成本、电网网损及用户满意度综合最优为目标的EVCP规划设计方法。最后以某机场远端大型停车场为算例,验证了所提园区级EVCP规划方法的有效性,该方法相较于传统EVCP的规划方法更加经济合理。

摘要：针对准确提取多阶段睡眠特征的难度较大,导致睡眠质量监测准确性较差的问题,提出了基于BP(Back Propagution)神经网络的睡眠质量监测管理系统。根据睡眠生理学基础知识,分析人体睡眠时期生理活动过程中的压力变化,设计无线采集控制、睡眠质量特征提取和睡眠质量监测管理模块,实现睡眠质量监测管理系统硬件设计。分析睡眠阶段脑电信号的特性,引入BP神经网络提取睡眠特征,获取睡眠时期的时频和非线性特征,通过与硬件模块之间的相互协作,完成睡眠质量监测管理系统设计。经实验测试结果表明,采用所设计系统能获取更加满意的睡眠质量监测管理结果,且系统耗电量较低。

摘要：位于地震活动区液化场地环境中的埋地钢管,除了需要长期面临地震灾害的威胁以外,还易受到土层液化所产生的浮力作用,从而发生严重破坏导致区域的正常使用功能中断.为了开展液化场地环境中埋地钢管的地震易损性研究,采用了Matasović非线性本构模型并结合经Byrne修正的Martin孔压增量模型描述土体的非线性特性及液化特性,基于ABAQUS有限元分析平台开发了相应的液化砂土UMAT程序,并通过建立与振动台实验相应的数值模型验证了其在有限元模拟中的分析可靠性;结合实体非线性接触模型和壳体-等效土弹簧模型的特点创建了管土接触-土弹簧数值模型并进行了埋地钢管增量动力时程分析,从而建立了不同液化区长度、不同埋深条件下钢管地震响应的需求模型,结合管道破坏状态的划分和从概率意义上确定的各极限损伤状态限值对3种不同液化区长度及3种不同埋深钢管分别进行了地震易损性分析,建立了液化场地钢管损伤指标与地震动强度指标之间的解析易损性模型,并进一步绘制了对应的易损性曲线.结果表明:在相同地震动强度作用及相同埋深条件下,液化区长度越长,埋地钢管的各极限破坏状态下超越概率越大;在相同地震动强度作用及相同液化区长度条件下,埋深越大,埋地钢管的各极限破坏状态下超越概率也越大.

摘要：针对红外行人图像中待检测目标存在多尺度及部分遮挡导致传统算法难以准确检测的问题,提出一种动态特征优化机制下的跨尺度红外行人检测算法。为解决复杂环境中行人目标特征难以有效表达进而造成目标检测精度低的问题,提出一种动态特征优化机制,通过设计亮度感知模块及EG-Chimp优化模型在增强输入图像局部对比度的同时抑制背景信息;搭建了CSPDarkNet特征提取网络,并在其基础上构建CSFF-BiFPN特征金字塔结构以及跨尺度特征融合模块,以提高检测网络对多尺度及部分遮挡行人目标的检测精度;为进一步精确定位行人目标,引入CIOU损失函数加速网络收敛,从而提升检测性能。选取9种经典检测算法在KAIST数据集上进行对比测试,实验结果表明,本文算法能够对复杂环境中的多尺度及部分遮挡红外行人目标进行准确检测,检测精度可达90.7%,验证了所提出检测网络的优势。

摘要：为了实现电缆隧道环境的在线监测和故障报警,提高电缆隧道监测系统的智能化水平,提出了一种基于多特征麻雀搜索算法(multi-feature modified sparrow search algorithm, MSSA)优化支持向量机(support vector machines, SVM)的故障预警系统。首先,对故障数据集进行归一化预处理;其次,建立多分类SVM模型,用MSSA对SVM进行参数寻优,从而建立MSSA-SVM模型,并将训练好的MSSA-SVM模型嵌入故障预警系统的数据库服务器中,对实时采集的数据进行在线监测、诊断,并及时报警;最后,通过实验验证了MSSA-SVM模型的有效性,并将其与麻雀搜索算法(sparrow search algorithm, SSA)、灰狼优化算法(grey wolf optimization, GWO)和粒子群算法(particle swarm optimization, PSO)进行对照实验,实验结果表明,MSSA-SVM模型的故障识别准确率最高,其识别准确率可达95%。研究结果为有效提高电缆隧道在线监测的智能性和准确性提供了参考。

摘要：为了优化Q345低碳钢的表面使用性能,减少基材对Ni基熔覆层的稀释作用,设计了3组不同Fe含量的镍基金属粉芯焊丝,采用TIG沉积方法制备了3种过渡层+Inconel 625熔覆层,利用OM、SEM、EDS和显微硬度测试等方法,研究了熔覆层的微观组织、元素分布、物相组成、界面元素扩散和表面硬度等,为梯度Ni基熔覆层的推广应用提供一定的理论支撑。结果表明,在凝固温度的影响下,熔覆层由界面至顶部形成了不同的晶粒形貌。熔覆层主要由FCC结构的γ-Ni基体、Laves相和MC相组成,其中,由于微观偏析的存在,固溶体内元素分布不均匀,Ni、Cr、Fe元素主要富集在晶内,Mo、Nb在晶间聚集;随着Fe元素含量的增加,过渡熔覆层中元素偏析程度有所减缓,不规则形状的Laves相含量减少;得益于合金元素的固溶强化和第二相粒子强化作用,Inconel 625熔覆层平均硬度达到200 HV0.2以上,过渡层上部由于重复热输入影响,硬度值略低;熔覆层显微硬度均高于Q345基材。

摘要：针对电液伺服系统的参数时变、强非线性,致使传统控制算法难以实现高精度高稳定性的位置输出的问题,提出了一种采用李雅普诺夫函数(Lyapunov)的反馈线性化控制器。该控制器通过反馈线性化方法将电液伺服系统的位置输出控制在预定轨迹上,使系统满足准确性、快速性的要求。针对液压系统中的油液体积弹性模量参数存在着较大的不确定性且难以在线测量、不精确的参数将削弱反馈线性化的控制效果甚至导致系统失稳的问题,采用Lyapunov直接法对反馈线性化控制器进行再设计。通过系统的综合误差构建形式简单的Lyapunov函数,进而给出最优参数估计值的取值方法,且满足Lyapunov函数的导函数为非正定,从而保证了整个系统的渐进稳定性。仿真结果表明,改进的反馈线性化控制器能够很好地兼顾控制精度和系统的鲁棒性,获得较好的控制效果。