菱形破片战斗部成型的数值模拟与毁伤效果研究

以内刻V形槽战斗部圆柱壳体为研究对象,针对矩形破片战斗部产生破片连片的不足,设计并优化了菱形破片战斗部,利用LS-DYNA有限元软件对壳体膨胀破裂与破片形成过程进行了数值模拟,分析了战斗部壳体的断裂过程、破片速度的衰减、有效单个破片的个数。对单个破片进行毁伤效果模拟计算,并通过静爆试验进行了验证。结果证明:内刻V形槽菱形破片战斗部壳体膨胀破碎形成的破片连片率极低,有效单个破片数量多,初速高,并可以在7 m处有效侵彻8 mm 厚的Q235钢靶,试验与数值模拟结果相吻合。     

CuNi30Mn1Fe动态再结晶临界应变行为研究

借助热模拟试验机分别研究了变形温度为800℃、850℃、900℃、950℃、1 000℃,变形速率为10 s~(-1)、1 s~(-1)、 0.1 s~(-1)、 0.01 s~(-1)条件下CuNi30Mn1Fe的高温热压缩试验。基于加工硬化率方法,分析了CuNi30Mn1Fe在热压缩变形过程中的动态再结晶行为,并求得发生动态再结晶时所对应的临界应变值。结果表明:CuNi30Mn1Fe在热压缩变形时伴随着动态回复与再结晶的发生;临界应变随着温度的增加而减小,随着应变速率的增加而增加;再结晶峰值应变ε_p和临界应变ε_c的线性关系方程为ε_c=-1.03ε_p+1.36。     

200MW发电机DCS电气系统的安装与调试

为了进一步提高机组的自动化水平,长山热电厂９号机在大修改造时引入了ＤＣＳ,现介绍该厂ＤＣＳ中电气系统的回路,逻辑组态设计和安装接线情况,并对该系统在安装调试中所发现的问题逐个进行了分析和处理,调试后,该系统运行情况良好。     

结合矩阵分解与差分隐私的人脸图像发布

目的 人脸图像蕴含着丰富的个人敏感信息,直接发布可能会造成个人隐私泄露。为了保护人脸图像中的隐私信息,提出3种基于矩阵分解与差分隐私技术相结合的人脸图像发布算法,即LRA（low rank-based private facial image release algorithm）、SRA（SVD-based private facial image release algorithm）和ESRA（enhanced SVD-based private facial image release algorithm）。方法 为了减少拉普拉斯机制带来的噪音误差,3种算法均将人脸图像作为实数域2维矩阵,充分利用矩阵低秩分解与奇异值分解技术压缩图像。在SRA和ESRA算法中,如何选择矩阵压缩参数r会直接制约由拉普拉斯机制引起的噪音误差以及由矩阵压缩导致的重构误差。SRA算法利用启发式设置参数r,然而r值增大导致过大的噪音误差,r值减小导致过大的重构误差。为了有效均衡这两种误差,ESRA算法引入一种基于指数机制的挑选参数r的方法,能够在不同的分解矩阵中挑选合理的矩阵尺寸来压缩人脸图像,然后利用拉普拉斯机制对挑选的矩阵添加相应的噪音,进而使整个处理过程满足ε-差分隐私。结果 基于6种真实人脸图像数据集,采用支持向量机（support vector machine,SVM）分类技术与信息熵验证6种算法的正确性。从算法的准确率、召回率、F1-Score,以及信息熵度量结果显示,提出的LRA、SRA与ESRA算法均优于LAP（Laplace-based facial image protection）、LRM（low-rank mechanism）以及MM（matrix mechanism）算法,其中ESRA算法在Faces95数据集上的准确率和F1-Score分别是LRA、LRM和MM算法的40倍、20倍和1倍多。相对于其他5种算法,ESRA算法对数据集大的变化相对稳定,可用性最好。结论 本文算法能够实现满足ε-差分隐私的敏感人脸图像发布,具有较好的可用性与鲁棒性,并且为灰度人脸图像的隐私保护提供了新的指导方法与思路,能有效用于社交平台和医疗系统等领域。     

反应堆物理启动试验设备信息共享系统研究

为了解决反应堆物理启动试验设备获取物理参数的准确性和实时性问题,提出建立一种物理启动试验设备信息共享系统,实现物理参数和试验数据的信息共享。利用以太网通讯技术,建立数据采集系统、物理启动监控平台和远程可视化系统之间的以太网通讯结构,形成客户端/服务器通讯模式,并采用Modbus TCP/IP通讯协议实现在监控平台实时共享物理参数的功能;利用局域网构建技术,构建物理启动监控平台与物理启动试验各个设备之间的星状网络结构,形成一个中心节点和若干分节点组合的方式,并采用RS-485串行通讯协议使得每个节点能在线显示反应堆物理参数和物理试验结果,实现反应堆操作人员、物理启动试验人员和远程监控人员同时共享启动试验数据的功能。     

基于头脑风暴算法的电动货车路径优化问题

针对电动货车路径优化问题,应用物流网络以及电动货车电量消耗等方面的知识,研究了电动货车的智能调度方法,构建了带时间窗的电动货车路径优化模型(electric vehicle routing problem with time window,EVRPTW)。该模型考虑了耗电量与电动货车行驶速度、载重量之间的关系,客户满意度与软时间窗之间的关系。同时,引入了计算机智能算法,充分利用了遗传算法、头脑风暴算法等优化算法的智能化特征,有效提高了电动货车的配送效率。仿真结果表明:该模型运用头脑风暴算法的最优值精确度和收敛速度都优于遗传算法,可以有效解决EVRPTW问题。所提出的模型和算法能明显提高配送中心的配送效率,节省充电成本,提高顾客满意度。针对配送中心电动货车运营调度管理的特点,借助计算机技术以及自动控制技术,进一步提高了电动货车的配送效率,为物流网络系统的智能化调度提供技术准备。     

着装场景下双分支网络的人体姿态估计

目的 人体姿态估计旨在识别和定位不同场景图像中的人体关节点并优化关节点定位精度。针对由于服装款式多样、背景干扰和着装姿态多变导致人体姿态估计精度较低的问题,本文以着装场景下时尚街拍图像为例,提出一种着装场景下双分支网络的人体姿态估计方法。方法 对输入图像进行人体检测,得到着装人体区域并分别输入姿态表示分支和着装部位分割分支。姿态表示分支通过在堆叠沙漏网络基础上增加多尺度损失和特征融合输出关节点得分图,解决服装款式多样以及复杂背景对关节点特征提取干扰问题,并基于姿态聚类定义姿态类别损失函数,解决着装姿态视角多变问题;着装部位分割分支通过连接残差网络的浅层特征与深层特征进行特征融合得到着装部位得分图。然后使用着装部位分割结果约束人体关节点定位,解决服装对关节点遮挡问题。最后通过姿态优化得到最终的人体姿态估计结果。结果 在构建的着装图像数据集上验证了本文方法。实验结果表明,姿态表示分支有效提高了人体关节点定位准确率,着装部位分割分支能有效避免着装场景中人体关节点误定位。在结合着装部位分割优化后,人体姿态估计精度提高至92.5%。结论 本文提出的人体姿态估计方法能够有效提高着装场景下的人体姿态估计精度,较好地满足虚拟试穿等实际应用需求。     

高速动车组强耦合模型的分布式滑模控制策略

高速动车组是由多节车辆与钩缓装置链接而成的复杂系统. 将钩缓装置等效成弹簧 ? 阻尼器系统, 分析动车组运行过程中钩缓装置对相邻车辆作用的动力学机理, 明确作用方式, 建立高速动车组的强耦合模型. 根据列车模型动力或制动力输入的分散特征, 设计分布式神经网络滑模控制策略, 对高速动车组进行速度跟踪控制. 为减小速度跟踪过程中未知因素对高速动车组控制精度的影响, 利用列车历史运行数据, 采用历史工况数据中心对当前控制律输出进行补偿以提高控制精度与实用稳定性. 采用高速动车组运行仿真平台的仿真实验结果表明, 该建模方法较以往多质点模型更能体现高速动车组运行特性, 且采用补偿规则的控制策略优于传统控制效果.     

5G基站电磁辐射评估

随着5G基站密度不断增加,5G基站电磁辐射水平的影响已成为限制5G通信技术发展的重要因素。为解决5G基站周围电磁辐射限值问题,提出评估方法对5G基站电磁辐射水平进行预测。假设基站覆盖小区用户容量已知,利用统计模型对基站周围功率密度的最大值进行计算。在ANSYS Savant上,通过对5G基站周围最大功率密度进行仿真,验证了预测方法的准确性和可行性,对今后基站选址具有一定的指导意义。     

基于序列格的隐私时序模式挖掘方法

基于差分隐私的时间序列模式挖掘方法中,序列的最大长度以及添加拉普拉斯噪声的多少直接制约着挖掘结果的可用性.针对现有时间序列模式挖掘方法全局敏感度过高、挖掘结果可用性较低的不足问题,提出了一种基于序列格的差分隐私下时间序列模式挖掘方法PrivTSM（Differentially Private Time Series Pattern Mining）.该方法首先利用最长路径的策略对原始数据库进行截断处理;在此基础上,采用表连接操作生成满足差分隐私的序列格;结合序列格结构本身的特性,合理分配隐私预算,提高输出模式的可用性.理论分析表明PrivTSM方法满足ε-差分隐私,基于真实数据库上实验结果表明,PrivTSM方法的准确率TPR（True Postive Rate）和平均相对误差ARE（Average Relative Error）明显优于N-gram和Prefix-Hybrid方法.