阿尔塔什水利枢纽深孔工作弧门突扩突跌门槽体型试验研究

阿尔塔什水利枢纽是叶尔羌河流域内最大的控制性水库工程,工作弧门的门槽采用突扩突跌坎型式。该工作闸门运行水头高、过流流速大,存在较大的空化空蚀风险。以研究论证工程1#深孔出口工作弧门突扩突跌门槽体型的水力及空化特性为目标,通过减压模型试验,采用三种方案比较优化了突扩突跌门槽区的水流形态。试验结果表明,通过调整突扩后边墙扩散段的扩散角至1.273°,有效消减了下游边墙的水翅强度,门槽段的动水压力、水流空化特性均有明显的改善。提出的水流流态及抗空化特性较好的突扩突跌门槽体型,为今后高水头、大流量深孔工作弧门的门槽体型设计提供了经验和参考。     

达克罗技术推广应用国际研讨会在南京召开

1995年8月9日至10日,达克罗表面处理技术推广应用首次国际研讨会议在中国南京宏光空降装备厂成功召开.中、法、日、英、德等国的中外专家代表聚集一堂,就达克罗的有关技术标准取得了一致意见,并就如何在中国市场推广应用该项技术进行了认真研讨,达成共识.     

高压大流量电液换向阀动态特性测试系统

在研制和生产高压大流量换向阀过程中必须对阀的多种参数进行动态测试,对电液换向阀的动态特性测试方法进行研究,建立了新型测试系统.实现了包括分合闸时间、电磁铁电流、各阀口压力、各级阀芯液压驱动力和流量等多种电液换向阀的动态参数的测试.采用多参数集成测试技术并结合了虚拟仪器技术,实现测试数据的采集、处理、实时显示和存储等功能.最后通过实验得到了电液换向阀的动态测试数据.     

基于改进BBO优化算法和电网生存性的核心骨干网架构建

构建核心骨干网架,对于有针对性地加强电网结构建设、提高电网抵御自然灾害能力、合理科学地进行差异化电网规划具有重要的指导作用。基于生存性指标体系,提出一种线路总长度最小、生存性综合指标最大的核心骨干网架构建方法,以网络连通性和电网安全运行为约束条件,采用引入余弦迁移模型、早熟判断机制以及变尺度混沌和柯西变异策略的改进生物地理学优化算法(improved biogeographybased optimization algorithm,IBBO)搜索最优骨干网架方案,并与传统的生物地理学优化算法(biogeography-based optimization algorithm,BBO)、粒子群算法(particle swarm optimization,PSO)、蚁群算法(binary ant colony algorithm,BACA)、遗传算法(genetic algorithm,GA)的搜索结果进行对比分析。仿真算例表明,所提方法准确有效,且具有收敛速度快和收敛精度高的优点。     

基于线性判别分析与主成分分析的骨干网架生存性评估方法

从电网网架的可抵抗性、可恢复性、安全性和连通性4方面出发,建立了差异化规划生存性评估指标体系,并进行指标效益成本属性分析和规范化处理;在此基础上,建立二级指标的线性判别分析评估模型和一级指标的主成分分析评估模型。首先求取二级指标决策矩阵的线性判别分析判决准则函数的最大值,以其所对应的最大投影方向确定三级指标权重,再对二级指标矩阵进行主成分分析,根据累积方差贡献率来确定二级指标权重,最终实现骨干网架综合生存性评估。IEEE118节点算例的仿真结果验证了该评估方法的有效性和可信性。     

基于改进和声搜索算法的电网多目标差异化规划

为提高电网的抗灾能力需对电网进行差异化规划。用全寿命周期内的新增成本和减损效益对规划的经济性和可靠性进行量化,建立了多目标差异化规划优化模型。根据Pareto支配关系制定寻优准则,以效益成本比最大为目标从Pareto解集中选择最优的差异化规划方案。将和声搜索算法应用于模型的求解,引入混沌映射、动态参数设置、改进的音高调整策略以及和声寻优信息共享机制使其能够解决0-1规划问题,并提高其搜索性能。对IEEE 30节点算例的分析表明,该模型正确合理,能得到最优规划方案。与常规的遗传算法和粒子群优化算法进行对比,改进和声搜索算法收敛速度快,具有较好的适应性和鲁棒性。     

一种测井仪液压驱动器的设计及试验研究

针对国内测井驱动器的测井深度不深及现有机械式的测井仪驱动器推力不足等问题,设计了测井仪上使用的新型液压驱动器。设计中采用压力补偿结构、碟簧补偿等结构,能使该液压驱动器在恶劣环境下可靠工作。同时,对深井工作的液压系统的设计关键点进行了分析和计算。最后,制作出试验样机,并进行了地上加载模拟实验,证明了所采用的在特殊环境下液压系统设计方法的正确性和可行性。试验样机达到了175 ℃高温环境推力10000 N的性能要求,并为进一步的实际下井试验打下了基础。     

基于风格的数据集水印算法

开源数据集加速了深度学习的发展, 但存在许多不合理使用数据集的现象. 为保护数据集的知识产权, 近期工作提出数据集水印算法, 在数据集发布前预先植入水印, 当模型在此数据集上训练时该水印会被附着在模型中, 之后通过验证可疑模型是否存在水印来追溯数据集的非法使用. 但已有数据集水印算法无法在小扰动下提供有效并且隐蔽的黑盒水印验证. 为解决这一问题, 本文首次提出利用独立于图像内容与标签的风格属性来植入水印, 并限制对原数据集的扰动不涉及标签的修改. 通过不引入图像内容与标签的不一致性和额外的代理模型保证水印隐蔽性和有效性. 在水印验证阶段仅使用可疑模型的预测结果通过假设检验给出判断. 本文在CIFAR-10数据集上与现有5种方法相比较, 实验结果验证了本文提出的基于风格的数据集水印算法的有效性与功能不变性. 此外, 本文开展的消融实验验证了本文所提的风格优化模块的必要性, 算法在不同超参设定以及不同数据集下的有效性.