摘要：为提高传统薄壁方管的吸能效率,受甲虫翅鞘微观小梁结构启发,提出了一种仿生层级薄壁方管(Bionic Hierarchical thin-walled Square Tube,BHST)。基于超折叠单元理论,建立了BHST平均压溃力理论模型。通过非线性有限元法分析BHST与传统多胞薄壁方管轴向吸能特性,研究了结构参数对BHST4-2结构耐撞性的影响。结果表明,理论预测与数值模拟结果吻合,相对误差均在7%以内。BHST具有优异的耐撞性。与二阶方管边长相比,壁厚对BHST4-2结构的耐撞性影响更显著。采用径向基函数(Radial Basis Function,RBF)模型和遗传算法对BHST4-2结构进行了多目标优化,得到了结构最优参数。研究结果为设计具有优异吸能特性的薄壁方管提供了新思路。

摘要：城镇老旧小区改造是城市更新的重要着力点,改造过程中出现的多方主体利益和需求关系,是打造共建共治共享社会的关键因素。阐析了多主体的利益诉求与博弈焦点,并构建了基于多元主体需求的改造路径。以沈阳市大东区万寿小区为例,对居民主体、政府主体、管理主体需求进行了调查分析,并结合改造路径的区域评估、整体统筹、策划方案和长效管理四步骤,提出了老旧生活性街区改造规划措施,以期为老旧小区提升改造提供新思路和参考。

摘要：为了更有效地指导内排土场边坡参数的动态优化设计,最大限度利用内排空间,结合霍林河南露天矿工程实际,应用刚体极限平衡法,分析了边坡形态、基底倾角、断层落差等因素对内排土场边坡稳定性的影响,获得了规律性认识;将得到的规律应用于霍林河南露天矿内排土场边坡参数设计,并应用数值模拟手段进行验证。研究结果表明:顺倾软弱起伏基底内排土场边坡稳定性与边坡高度、边坡角、基底倾角呈负相关,与断层落差呈先降低后升高、与断层相对坡脚距离L呈先升高后降低关系;随着内排土场推进距离的逐渐增加,边坡滑坡模式由上部边坡沿下盘基底切层–顺层滑动转变为从下部边坡沿上盘基底切层–顺层滑动;霍林河南露天矿内排土场边坡高度216 m、边坡角20°、基底倾角5°的工况下,断层落差为30 m时,其稳定性系数最小。

摘要：图像超分辨率重建作为一个典型的非适定问题一直受到重视,尽管近年来出现了许多行之有效的卷积神经网络超分辨率重建模型,但如何全面挖掘图像先验信息,用以提高重建图像的细节清晰度仍有待深入研究.本文提出一种基于非抽取Wavelet变换的边缘学习深度残差网络单幅图像超分辨重建模型NDW-EDRN(Non-Decimated Wavelet Edge learning using Deep Residual Networks),在图像经非抽取Wavelet变换后获得多冗余信息、平滑及梯度值较小的低频区域和边缘及梯度值较大的高频区域的基础上,将整体网络框架设计为采用不同结构的CNN(Convolutional Neural Networks)模型来对低频子带与高频子带分别进行学习的策略:对低频子带采用稠密跳跃连接的方式整体性学习低频子带间的映射关系;对高频子带采用一种新型的U-net模型,将图像退化过程中所丢失的边缘作为网络的期望输出,通过基于块的跳跃连接来使网络更精细地学习缺失性边缘,从而更加充分、有效地获取图像在退化过程中所丢失的边缘细节信息.大量实验结果表明,该网络模型能够有效提高重建图像的质量,特别在恢复低分辨率图像的边缘信息方面具有一定的优势,在一定程度上弥补了传统CNN网络模型捕捉图像细节信息的不足.

摘要：在单因素试验基础上,采用Plackett-Burman设计筛选影响超声波提取芹菜中总黄酮提取率的主要因素——乙醇浓度、超声时间、超声温度和液料比;采用最陡爬坡试验逼近最大响应区域;采用中心组合试验设计及响应面分析法得到最佳提取条件为乙醇体积分数57.41%,提取时间52.79 min,提取温度66.34℃,液料比31.69 m L/g。在此条件下黄酮提取率实测值为8.051 mg/g,与预测值7.900 mg/g相差较小,表明Plackett-Burman试验设计结合响应面分析法可较好地优化超声法提取芹菜总黄酮的工艺条件。

摘要：某轨道车辆的一个横向减振器座的焊缝在服役过程中出现了疲劳裂纹.为了找到疲劳开裂的原因,在获得疲劳载荷谱的情况下,分别采用名义应力法、热点应力法以及结构应力法对开裂焊缝进行了疲劳寿命数值仿真计算.数值仿真计算的结果表明,与名义应力和热点应力法相比较,结构应力法的计算结果最符合实际情况,且在焊缝应力集中的识别能力上,结构应力法也明显优于其它两种方法.结合具体的工程实例,进一步讨论了3种方法的本质差异,得出在焊接结构抗疲劳设计的过程中,结构应力法最值得在应用中普遍推广.

摘要：文中以热力势能作为驱动力,通过带传动与齿轮传动将动力传递给车轮与转向机构,驱动小车按照预定的“S环形”轨迹做连续避障运动。依照竞赛规则及驱动小车的最低功耗设计出一款单缸配气式自由活塞斯特林引擎作为热驱小车的原动机构,基于理论分析与MATLAB仿真对结构尺寸及轨迹进行优化,确定小车的传动比、齿轮齿数、模数、后轮半径等参数。通过将热驱小车的理想行进轨迹对照凸轮均分的“N”等分,使凸轮每次转动的度数与推杆位移相对应,利用前轮转角推导凸轮推程的方法,求解凸轮轮廓曲线。运动仿真结果显示,热驱小车能够按照理想轨迹行驶,并能够有效地避开障碍桩。最后,按照模拟仿真的分析结论将热驱小车制作成实物并加以测试,利用螺旋传动的微调机构修正小车的行进轨迹偏差,测试的结果与模拟仿真基本相同,进一步验证了热驱小车设计方法的有效性与可行性。

摘要：研究了基于高重频1 064 nm激光泵浦的3.8μm周期性极化铌酸锂(periodically poled LiNbO, PPLN)光参量振荡器(optical parametric oscillator, OPO)。采用Nd:YVO声光调Q激光器,获得了光束质量良好,重复频率25~35 kHz,最大平均输出功率6.1 W,脉冲宽度59.1 ns的1 064 nm基频激光。模拟分析了在1 064 nm激光泵浦下,极化周期Λ=29.5μm MgO:PPLN晶体的温度调谐特性。通过实验,在25~200℃的温度范围内,获得了3 599.6~3 845.5 nm连续变化的中红外激光。当PPLN晶体温度为30℃,基频光功率为6.1 W时,得到了最大输出功率0.45 W,重复频率为35 kHz的3 845.5 nm中红外光输出。

摘要：针对现有场景文本检测方法不能深入挖掘并充分融合多尺度文本实例判别性特征的问题,提出一种基于注意力机制与深度多尺度特征融合的自然场景文本检测方法。首先采用带有注意力增强的ResNeSt50作为骨干网络,提取文本实例在不同尺度上更具判别力的特征表示;然后设计深度多尺度特征融合模块,将不同尺度的特征信息进行交互,自适应地学习不同尺度特征图对应的权重矩阵,用于融合文本实例在不同尺度特征图上具有判别力的特征信息,从而获得更具鲁棒性的多尺度融合特征图;最后利用自适应的二值化后处理模块生成更加精确的文本区域边界框。为评估其有效性,大量实验在ICDAR2015,ICDAR2013和CTW1500数据集上进行验证,结果表明该方法相较于其他先进的检测方法取得了有竞争力的检测结果,展现出良好的鲁棒性和泛化能力。

摘要：视频异常检测是指识别不符合预期行为的事件。当前许多方法利用重构误差来检测异常,由于深度神经网络的强大能力可能会重构出异常行为,这与异常行为重构误差较大的假设不符。而利用预测未来帧的方法进行异常检测取得了很好的效果,但这些方法大多未考虑正常样本的多样性,或不能建立视频连续帧之间的关联。为了解决该问题,提出了一种时序多尺度自编码器网络用于预测未来帧,并通过预测值与真实值的差异完成视频异常检测。该网络不仅明确考虑了正常事件的多样性,而且强大的编码器可以构建长程空间依赖关系,进而增强输出特征的多样性,此外,针对复杂的数据集含有较多噪声的特点,提出了去噪网络,进一步提升了模型的精度。该方法在达到实时性要求的前提下,在Avenue数据集上达到了目前最优的精度。