利用置信规则库构建WSN节点故障检测模型

在无线传感器网络(wireless sensor network, WSN)节点故障检测领域的研究过程中,故障检测准确率会受节点数据的不确定性和专家知识模糊性的影响。针对这一问题,本文提出了一种基于置信规则库(belief rule base, BRB)的WSN节点故障检测方法。首先,根据WSN工作原理及节点工作特性描述WSN节点故障检测过程;然后,从空间和时间2个维度对节点数据提取特征,建立基于空间和时间相关性的WSN节点故障检测模型;最后,利用Intel Lab Data无线传感器数据集进行案例研究以验证模型的有效性。结果证明,本文方法能够统筹利用专家知识和节点数据实现WSN节点故障检测。     

融合迁移学习的AlexNet神经网络不锈钢焊缝缺陷分类

针对不锈钢焊缝缺陷特征提取存在主观单一性和客观不充分性等问题,提出一种融合迁移学习的AlexNet卷积神经网络模型,用于不锈钢焊缝缺陷的自动分类。首先,由于不锈钢焊缝缺陷数据较为缺乏,通过采用迁移学习对网络前3层冻结,减少网络对输入数据量的要求;对后2层卷积层提取的特征信息批量归一化(batch normalization, BN),以加快网络的收敛速度;并使用带泄露线性整流(leaky rectified linear unit, LeakyReLU)函数对抑制神经元进行激活,从而提高模型的鲁棒性和特征提取能力。结果表明,该模型最终达到了95.12%的准确率, 相比原结构识别精度提高了9.8%。验证了改进后方法能够对裂纹、气孔、夹渣、未熔合和未焊透5类不锈钢焊缝缺陷实现高精度分类。相比现有方法,其识别面更广,精度更高,具有一定的工程实践意义。     

融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。     

面向动用计划的车辆装备备件预测研究

针对动用计划下的车辆装备备件的消耗特点,研究了车辆装备维修备件消耗量和库存控制两个预测优化问题。考虑动用计划期内车辆装备的预防性维修和修复性维修,实现定时定程维修和自然随机故障维修下装备维修备件的消耗量的预测。在此基础上,根据备件库存检查方式的特点,建立基于定期检查策略的联合补货库存控制模型,根据模型的结构特点确定决策变量界限,并利用多类种群位置更新方式改进了果蝇优化算法。仿真结果表明,改进的果蝇优化算法具有良好的求解效率,本文所提出的优化方法可为车辆维修保障资源优化提供决策依据。     

医学知识增强的肿瘤分期多任务学习模型

肿瘤分期是指从病人的电子病历文本中推测肿瘤对应阶段的过程。在电子病历数据中存在类别严重不均衡现象,因此使用深度学习方法进行肿瘤分期具有一定的挑战性。该文提出医学知识增强的多任务学习KEMT(knowledge enhanced multi-task) 模型,将肿瘤分期问题视作面向医疗电子病历的文本分类任务,同时引入医生在人工预测肿瘤分期时参考的医学属性,提出基于医学问题的机器阅读理解任务,对上述两种任务进行联合学习。我们与医疗机构合作构建了真实场景下的肿瘤分期的数据集,实验结果显示,KEMT模型可以将医学知识与神经网络结合起来,预测准确率高于传统的文本分类模型。在数据分布不均衡的条件下,在小样本类别上的准确率提升了4.2个百分点,同时模型也具有一定的解释性。     

网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。     

地铁车站轨排井扶壁柱控制弯矩理论计算与讨论

地铁车站扶壁柱柱底控制弯矩与轨排井位置关系的理论研究成果非常有限,设计人员对其规律缺乏定量认识,难以兼顾轨排井使用便利性与结构设计的安全经济性。在适当假定的前提下,抽象出了轨排井扶壁柱控制弯矩计算简图,分析推导了扶壁柱在水土压力等荷载作用下柱底控制弯矩近似解析解,通过二维有限元模拟验证了推导公式的正确性,并采用三维整体模型分析证明了假定的合理性及解析解的工程适用性。进一步地利用解析解公式得到了扶壁柱柱底弯矩对柱梁刚度比变化的敏感区,有助于设计人员确定合理柱梁刚度比,改善结构受力节省工程造价,可为地铁车站轨排井设计提供借鉴及思考。     

强夯法处理湿陷性风积砂土地基评价

工程界关于“湿陷性”的相关规范、研究成果主要集中在黄土,而对于“湿陷性砂土”则存在一定的缺失,可参考工程处理案例很少。以巴基斯坦塔尔沙漠某在建电厂场地地基处理工程为依托,基于强夯前后地基土检测、试验数据分析,对强夯法处理湿陷性砂土地基效果进行评价。试验结果及分析表明:强夯后风积砂土的干密度增大,孔隙比减小,压缩模量提高,基本可以消除湿陷性,是一种快速有效的处理湿陷性风积砂土地基的方法,对类似工程地基土的处理具有很好的借鉴及指导意义。     

降雨条件下不同细粒含量粉砂土边坡稳定性研究

为研究降雨入渗作用下不同细粒含量对粉砂土边坡稳定性的影响及作用机制,通过不同细粒含量粉砂土的室内直剪试验与土－水特征试验建立了细粒含量与黏聚力、内摩擦角以及土－水特征曲线间的数量关系,并结合数值分析软件ＧｅｏＳｔｕｄｉｏ和极限平衡法中的简化Ｂｉｓｈｏｐ条分法对不同细粒含量粉砂土边坡进行不同降雨工况下的稳定性分析。结果发现:粉砂土的细粒含量越高,其黏聚力越大而内摩擦角先增大后减小,并且持水能力也越好;在降雨过后粉砂土边坡的安全系数较自然状态下均有所下降,细粒含量越少的下降越大;在停雨后ＦＣ１５的安全系数“回升”最多。ＦＣ１５和ＦＣ２５的粉砂土边坡在０．１５ｍ／ｄ暴雨过后安全系数低于１．２,边坡不安全。     

洄河石拱古桥运营期结构安全仿真分析

古代石拱桥建成年代久远,当下部分石拱桥仍是交通要道。古代石拱桥大多根据经验设计,缺少相应规范校核,且受当前交通流量增大、频繁承载甚至超载等交通环境恶化及石拱桥结构与材料性能退化的影响,古代石拱桥往往存在较大的安全隐患。以洄河古代石拱桥为研究对象,基于大型通用有限元软件ＡＮＳＹＳ平台,建立了洄河古代石拱桥的三维有限元模型。根据现行规范标准计算了古桥在重力与单车道车载与双车道车载等最不利荷载作用下,１／４跨、１／２跨和３／４跨等控制截面处的挠度和应力。计算结果表明,在当前规范体系下,洄河古代石拱桥运营期应力和挠度满足现行规范要求,拱桥结构安全。所得结果可为石拱桥的保护与研究提供参考。