YBCO超导带材二次冲击恢复过程的模拟及实验研究

YBCO超导带材失超后的快速恢复对于电阻型超导故障限流器(RSFCL)重合闸应对二次故障电流冲击至关重要。当前研究通常将电阻恢复视为带材恢复,在实际的盘式结构中存在复杂的微孔结构,一次冲击恢复至超导态时仍存在大量气泡滞留,影响带材的二次冲击恢复过程。针对典型的微孔结构建立了三维模型,采用CFD模拟并结合大电流冲击实验,对比分析了一次冲击恢复过程和二次冲击恢复过程中各项参数的变化。实验结果表明二次冲击过程中的峰值温度为162.9 K,比一次冲击高14.6 K,带材恢复至超导态需要1.88 s,比一次冲击延长0.63 s。模拟结果表明初始状态存在气泡滞留,二次冲击过程中带材温度上升更快,气泡量更多,温度横向分布更不均匀,最大温差达20.5 K。由此可见,超导态的恢复不能作为重合闸的标准,气泡场未完全恢复会降低限流器的安全阈值,危害系统安全,所以也应将气泡完全消散的时间作为实际运行中重合闸的参考时间。     

十字域去噪技术在沙漠低信噪比地区的应用

十字域去噪技术是一种三维锥体滤波,最广泛应用在针对面波噪音的去除上。古城地区由于受地表巨厚沙丘影响及地震地质条件的限制,野外采集的地震资料信噪比很低,不仅存在高能面波干扰,还存在很强的高速折射波噪音,检波点域线性干扰尤其严重。根据古城地区原始地震资料噪音特点,分别针对低速低频面波噪音和高速高频折射波噪音的设计滤波器,两次应用十字域去噪技术,在最大程度保护信号的同时,有效地去除了面波和折射波等线性干扰,提高了资料信噪比,改善了成像质量,取得了很好的效果。实际应用表明,十字域去噪技术相比传统的二维F-K滤波具有明显的优势。     

基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.     

探究影视动画中二维与三维技术的结合

广大受众在生活水平的推动下,愈发看重精神上的享受,因此对影视动画的内容提出了质量上的要求,尤其是3D技术出现之后,受众群体越来越关注影视行业的发展。目前在影视产业较发达的国家,已经研究出了有效结合二维、三维技术的方法,为了整体提升我国影视动画的质量,我们有必要对其结合方法进行研究。本文首先就影视动画简单描述二维、三维动画的技术特征,通过对两种技术进行深入分析将其进行有机结合,提升影视动画给受众视觉造成的冲击。     

基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。     

基于Bert预训练模型的虚假新闻文本检测

虚假新闻剥夺了人们获取真相的权利,也给社会和国家带来了许多危害。文中以虚假新闻文本为例,分析和验证了多种预训练语言模型在虚假新闻文本分类上的分类效果。经实验证明,相较于其他语言模型,Bert预训练语言模型取得了较好的结果,预测准确率为86.97%,召回率为88.12%,F1值为87.54%。     

一种低载噪比突发扩频信号的快速捕获方法实现

针对突发扩频信号用户资源扩大、终端功率降低、系统容量提升等需求,提出了一种低载噪比突发扩频信号的快速捕获硬件实现方法。采用分段匹配滤波器加多普勒并行相干积累的方法,基于硬件实现从算法到工程进行全流程优化设计,最终实现最优的捕获性能。应用结果表明,该硬件设计实现方案的快速捕获性能优越,设计方案正确、可行,已成功应用于工程建设中。     

基于模态局部化的可调式压电驱动谐振质量传感器的设计

该文提出了一种基于模态局部化现象来检测外部质量扰动的可调式压电驱动谐振质量传感器,质量传感器的检测结构由两个不同长度的悬臂梁通过机械耦合梁连接。首先利用哈密顿原理对压电驱动下的非对称谐振元件进行理论建模,采用伽辽金方法求解,得到前两阶模态下的振动特性;理论求解所得固有频率与COMSOL仿真分析、实验数据基本一致。实验研究表明,无调谐质量的谐振器检测范围为2~10 mg,添加调谐质量后的谐振器检测范围提高至1~13 mg,质量检测的分辨率也得到优化。此外,对传感器的结构进行非线性分析研究发现,超谐振动下的谐振器检测灵敏度提升了80%,这为非线性谐振传感器的设计提供了基础。     

2,6-二甲基萘制备方法的研究进展

介绍了国内外以对二甲苯、邻二甲苯和甲苯等苯系物为原料制备2,6-二甲基萘（2,6-DMN）的研发进展。综述了以萘或甲基萘等萘系物为原料甲基化制备法的研究进展，包括甲基化催化剂的开发和二甲基萘的异构化方法。并介绍了低品质催化柴油（LCO）直接分离提取2,6-DMN的生产工艺，为LCO生产2,6-DMN提供参考。