油气管道球阀结构设计改进及性能试验研究北大核心CSCD

为了提高管道球阀内部密封可靠性,设计了一种采用具有组合密封特性的多重阀座结构,并开展了密封性能和寿命试验分析,考察了阀门压力试验、功能试验和现场工业性应用试验等过程。结果表明,0.6 MPa低压气密封和1.1倍公称压力高压气密封性能试验结果均符合标准规定的无可见泄漏要求;改进设计后的管道球阀具有独有的多级阻断介质密封、压力缓冲和全封闭注脂的特性和优势,提高了阀门的密封可靠性,根据多重阀座的特性,综合性能达到或优于2台传统球阀串联的叠加效果。研究结果为管道球阀尤其是关键位置阀门提供了更优的选择,降低了油气管道球阀内漏的风险,对保障管道系统安全运行具有重要的意义。     

液氢用低温三偏心蝶阀的反向密封性能分析北大核心CSCD

针对液氢用低温三偏心蝶阀较难现实反向密封的问题,对三偏心蝶阀在实现反向密封过程中出现的泄漏问题进行分析,探讨了三偏心蝶阀密封的影响因素,研究了三偏心蝶阀反向密封时蝶板的变形。结果表明:在流体反向流动时,解决蝶阀密封副的密封比压,是解决液氢用低温蝶阀反向密封的关键;三偏心蝶阀密封副的密封比压与其过盈配合设计相关;三偏心蝶阀密封圈的密封面边线是形成接触密封的关键位置,将过渡区的面密封改为线密封,有利于降低三偏心蝶阀在关闭时密封圈对阀座的磨损程度,为确保蝶阀形成有效的反向密封,蝶阀关闭时须在密封面上形成连续的密封比压;通过对蝶板和阀座结构采取加大密封部件的刚度和提高密封副的结合程度等优化设计措施,可实现三偏心蝶阀的反向承压密封的功能。选取Class150 NPS42三偏心蝶阀,使用氦气测试其在液氮(-196℃)环境下的反向密封性能,通过试验验证,低温蝶阀在设计压差内的泄漏量不能超过4 L/min,满足并优于标准允许的泄漏值,研究结果可为液氢用低温三偏心蝶阀的设计提供参考依据。     

红层平推式滑坡滑带土自愈合效应试验研究

滑带土力学特性是复活型滑坡是否会再次启滑的关键因素之一,以往研究认为滑带土的残余强度是一个静态参数,但近年来不少研究发现滑带土强度在稳定期会产生自愈合现象,导致剪切强度的提高。对于可能发生复活启滑的平推式滑坡,自愈合效应在滑坡稳定性分析中应予以考虑。通过对红层平推式滑坡滑带土进行“剪切-固结-剪切”试验,研究滑带土的残余强度在不同法向应力与不同固结时间下的愈合情况,并进行相应的分析与讨论。试验结果表明：平推式滑坡滑带土存在自愈合效应,滑坡复活启动强度介于其峰值强度和残余强度之间;滑带土的强度恢复率与固结时间成正比,与法向应力成反比;平推式滑坡滑带土的触变性是其强度愈合机制的主要因素,矿物特征则对该机制起了某种程度的强化作用。以此提出,滑带土的强度愈合机制对平推式滑坡的复活启滑具有重要影响。     

一种等量约束聚类的无监督蒸馏哈希图像检索方法

为了进一步降低无监督深度哈希检索任务中的伪标签噪声,提出了一种等量约束聚类的无监督蒸馏哈希图像检索方法。该方法主要分为两个阶段,在第一阶段中,主要对无标签图像进行软伪标签标注,用于第二阶段监督哈希特征学习,通过所提等量约束聚类算法,在软伪标签标注过程中可以有效降低伪标签中的噪声;在第二阶段中,主要对学生哈希网络进行训练,用于提取图像哈希特征。通过所提出的无监督蒸馏哈希方法,利用图像软伪标签指导哈希特征学习,进一步提高了哈希检索性能,实现了高效的无监督哈希图像检索。为了评估所提方法的有效性,在CIFAR-10、FLICKR25K和EuroSAT三个公开数据集上进行了实验,并与其他先进方法进行了比较。在CIFAR-10数据集上,与TBH方法相比,所提方法检索精度平均提高12.7%;在FLICKR25K数据集上,与DistillHash相比,所提方法检索精度平均提高1.0%;在EuroSAT数据集上,与ETE-GAN相比,所提方法检索精度平均提高16.9%。在三个公开数据集上进行的实验结果表明,所提方法能够实现高性能的无监督哈希检索,且对各类数据均有较好的适应性。     

融合多头自注意力的问答社区专家推荐算法

专家推荐是在线问答社区的研究热点之一,但现有的算法大多关注用户的静态兴趣和问题信息的匹配,忽视了对用户的动态兴趣表征信息的有效捕捉,从而导致推荐的准确度不足。针对上述问题,提出了融合多头自注意力的问答社区专家推荐算法。首先,构造由卷积神经网络和注意力机制组成的问题编码器,来处理目标问题和用户历史回答问题,提取对应的问题表征;其次,将用户历史回答问题序列当作时间序列,利用多头自注意力机制学习序列中所蕴涵的动态兴趣表征,结合用户的静态兴趣表征,获取用户的综合兴趣表征;最后,将目标问题表征和用户综合表征进行相似性计算产生推荐结果。利用来自知乎问答社区的真实数据进行了不同参数配置及不同算法的对比实验,实验结果表明该算法性能要明显优于目前较流行的深度学习专家推荐算法。     

融合位置信息的观点三元组情感分析模型

方面级情感分析主要有两大类任务：a)抽取任务,旨在抽取出语句中的方面词及观点词;b)分类任务,旨在分析情感极性。在这两种复合任务的基础上,针对目前方面词与观点词耦合性较差,导致分类任务出错这一问题,提出了融合位置信息的观点三元组情感分析模型OTPM。该模型利用双向长短时记忆网络获得文本表示,接着利用自注意力机制来增强方面词与情感词之间的关联性,之后在多任务框架中进行观点三元组的抽取,同时将抽取出的表示与位置信息进行加权融合,最后利用biaffine评分器分析加权后的方面词与观点词之间的情感依赖关系,并利用stop-on-non-I算法对三元组进行解码输出三元组。在Lap14、Rest14、Rest15、Rest16四个数据集上进行大量实验,结果表明所提模型优于一系列基线模型。     

虚拟手术缝合线实时打结仿真研究

针对虚拟手术中缝合线打结仿真时存在的实时性、逼真度较差等问题,采用质点弹簧系统(Mass Spring System,MSS)方法建模,并结合物体非线性及弯曲特性对其进行受力分析.采用Verlet法数值求解模型动力学方程,并基于跟踪控制点方法实现缝合线运动模拟.提出一种基于层次包围球的模拟受力方法解决缝合线打结过程中的自碰撞检测与响应.仿真结果表明,跟踪控制点方法能有效地完成缝合线的动态仿真,并且通过模拟受力方法能够实现缝合线的打结操作,增加了缝合线运动模拟的逼真度和实时性,提高了仿真效率.     

基于变分自编码器的非规则缺失图像修复仿真

目前的非规则缺失图像修复方法,连接图像的非规则缺失对角元素,导致修复图像所需时间长,修复后的图像的信噪比较低,修复误差较大,只能修复规则缺失图像,为此提出基于变分自编码器的非规则缺失图像修复仿真.利用变分自编码器,提取非规则缺失图像局部信息,预测图像非规则缺失部分,完成非规则缺失图像缺失部分填充;采用循环矩阵和特普利兹矩阵,重建非规则缺失图像;设计非规则缺失图像修复仿真流程,完成非规则缺失图像修复.实验结果表明,所设计的非规则缺失图像修复方法,修复图像中存在的不规则缺失,产生的信噪比较高、修复误差较小,修复所需时间较短,具有较高的不规则图像缺失修复性能,较优的图像修复效果.     

基于组合预测模型的小样本轴承故障分类诊断

滚动轴承是旋转机械内常出现问题的重要部件,其故障情况复杂且难以诊断.基于小样本故障数据学习环境,针对小样本学习在提取真实特征值与目标特征值时有较大差异且泛化能力较弱的问题,提出一种采用半监督变分自编码器与LightGBM分类模型相结合的小样本学习模型LSVAE,并利用基于高斯过程的贝叶斯优化改进算法对LightGBM的超参数进行了优化处理,有效地解决了小样本学习性能不稳定,提取特征能力弱,过拟合等问题,并在凯斯西储大学发布的轴承实验数据集上进行了对比实验,结果表明LSVAE模型在面向小样本数据空间时有着更优的诊断准确率.     

微信流量特性分析与建模

微信是现代互联网的主要应用之一,到目前为止有关微信流量特性分析与建模的研究较少.本文以微信流量为研究对象,分析验证微信流量同时具有自相似性和突发性.针对这两种特性进行微信流量建模,采用线性分形稳定噪声模型刻画微信流量特性,完成了模型的参数估算和效果分析.本文的研究成果是后续的网络性能分析、网络流量监管等的基础.