基于无人机技术与数字孪生的施工企业项目管控平台研究与应用

以数字智能化为驱动力,以施工过程为中心,强化全方位、全过程线上指挥调度与监督管控,破解施工过程管理协调不畅、响应不快、效率不高等"顽疾".基于此,文章对无人机技术与数字孪生的施工企业项目管控平台创新进行了分析.     

基于孪生神经网络的时间序列相似性度量

在时间序列分类等数据挖掘工作中，不同数据集基于类别的相似性表现有明显不同，因此一个合理有效的相似性度量对数据挖掘非常关键。传统的欧氏距离、余弦距离和动态时间弯曲等方法仅针对数据自身进行相似度公式计算，忽略了不同数据集所包含的知识标注对于相似性度量的影响。为了解决这一问题，提出基于孪生神经网络（SNN）的时间序列相似性度量学习方法。该方法从样例标签的监督信息中学习数据之间的邻域关系，建立时间序列之间的高效距离度量。在UCR提供的时间序列数据集上进行的相似性度量和验证性分类实验的结果表明，与ED/DTW-1NN相比SNN在分类质量总体上有明显的提升。虽然基于动态时间弯曲（DTW）的1近邻（1NN）分类方法在部分数据上表现优于基于SNN的1NN分类方法，但在分类过程的相似度计算复杂度和速度上SNN优于DTW。可见所提方法能明显提高分类数据集相似性的度量效率，在高维、复杂的时间序列的数据分类上有不错的表现。     

定向凝固Mg-xGd-0.5Y合金的微观组织及拉伸变形行为

研究了Gd含量(3.0%、4.5%、6.0%,质量分数)对定向凝固Mg-x Gd-0.5Y合金微观组织及室温力学性能的影响,并利用EBSD技术分析其室温拉伸形变行为。结果表明,在抽拉速率为3 mm/min条件下,Mg-x Gd-0.5Y合金获得了纵向晶界与热流方向平行、主要沿■晶面的法线方向择优生长的柱状晶组织,且柱状晶的横截面呈"三角形"或"十"字形花瓣状,二次分枝由3.0%Gd的3个分枝逐渐变为6.0%Gd的4个分枝。室温下,柱状晶晶体生长取向多集中在■的Mg-6.0Gd-0.5Y合金具有较高的抗拉强度(107 MPa)和断后延伸率(32.56%),其形变机制以基面a滑移和■拉伸孪生为主。晶体生长取向较为分散(集中在■个取向)的Mg-3.0Gd-0.5Y合金形变时,因晶粒取向不同导致孪生机制不同,既有以■拉伸孪生协调应变的晶粒,也有以■压缩孪生协调应变的晶粒,各柱状晶协同变形能力较差,故其室温塑性较低,断后延伸率仅有14.88%。     

γ/ε双相Fe-19Mn合金在拉伸变形过程中的组织演变和加工硬化行为

采用OM、EBSD、TEM、XRD和拉伸实验等方法,研究了γ-奥氏体/ε-马氏体双相Fe-19Mn-0.0017C(质量分数,%)合金在拉伸变形过程中的组织演变和加工硬化行为。结果表明,Fe-19Mn发生了变形诱导马氏体相变,并且随着变形量的增加,相变过程由以γ→ε相变为主转变为以ε→α'相变为主。对比分析加工硬化率的变化与相含量的变化,表明ε→α'相变比γ→ε相变具有更高的加工硬化能力。同时,在变形过程中,ε-马氏体不仅发生了位错滑移,还形成了■孪晶,以满足ε-马氏体的变形协调。在γ→ε和ε→α'双重相变引起的相变诱导塑性(TRIP)效应、γ-奥氏体/ε-马氏体/α'-马氏体中的位错滑移,以及ε-马氏体的孪生变形等机制的共同作用下,Fe-19Mn的抗拉强度和总延伸率分别达到722 MPa和31%,显示出良好的强塑性匹配。     

[数字孪生驱动的智能制造]基于文献计量的数字孪生研究进展分析

伴随物联网技术、云计算及机器学习等新一代信息技术的迅速发展，数字孪生技术已逐渐成为新的研究热点。基于文献计量法，对1994年以来全球486篇数字孪生相关论文的研究领域、国家与地区、论文发布期刊、关键词、研究作者及高被引论文等模块展开详细分析。结果表明，数字孪生作为一个新的研究课题，其技术挖掘性强，已在制造工程、计算机科学及电子工程等领域得到了广泛应用。在智能制造刚性需求的驱动下，数字孪生技术在未来具有非常好的理论研究和技术应用前景。     

基于LCOE最优的数字化风电场及其关键技术研究

数字化风电场是风电场综合利用数字化技术的新阶段。在分析风电场建设管理所面临的挑战的基础上，讨论了平准化度电成本（LCOE）的计算公式和内涵，给出了数字化风电场的定义，阐述了基于LCOE最优的数字化风电场的“风、机、场、网、环”五大特征以及数字化技术在降低LCOE中的作用。最后，总结了实现数字化风电场的风资源、大数据平台、数据分析建模、数字孪生和数据安全五大关键技术。     

[数据驱动的智能服务]数据驱动的复杂产品智能服务技术与应用

随着传感器、数据采集装置和其他具备感知能力的模块在复杂产品服务运行阶段的应用，复杂产品运维系统的数字化和智能化程度越来越高，具有实时、多源、异构、海量等特性的数据成为提高复杂产品系统可靠和低成本运行的决策依据，数字孪生技术提供了一种有效途径。介绍了数据驱动的复杂产品智能服务研究进展；分析了数据驱动的智能服务基本特征与框架模型；提出了数据驱动的复杂产品智能服务方法，主要包括面向服务的复杂产品建模与仿真方法、数据驱动的服务需求获取与精准分析预测方法、基于数字孪生的设备故障识别与动态性能预测方法、数据驱动的装备视情维修与备件库存联合多目标决策优化方法、基于数字孪生的复杂产品辅助维修技术、多要素协同的复杂装备能效精准分析预测方法、基于数据挖掘的复杂产品运行优化控制方法等；给出了智能服务系统的应用案例。所提出的框架和方法可为现代制造服务的智能化转型升级提供参考。     

电信运营商云网规划数字化研究和实现

基于电信运营商数字化转型，系统性地提出了数据驱动的云网发展规划体系，以及六大关键数字化能力构建，设计和实现了一种云网规划数字化平台，该平台可用于实现目标网络精细规划、边缘计算精准预测等场景，并探讨了数字孪生在规划领域的应用前景，对运营商推进云网融合战略、推进高质量发展具有指导和参考意义。     

关于广义孪生素数的几个结论

基于Chebyshev不等式以及对所有相关子集平均浓度的计算,提出并证明了下列引理、定理,以及4条推论:[引理1]至少有1个广义孪生素数集合(或称2素数组子集)是无限集合;[定理1]全部的或无限多的广义孪生素数集合是无限集合;[推论1]至少有1个3生素数集合(或称3素数组子集)是无限集合;[推论2]全部的或无限多的3生素数集合是无限集合;[推论3]普遍地说,至少有1个h生素数集合(或称h素数组子集)是无限集合(h是≥2的整数);[推论4]普遍地说,全部的或无限多的h生素数集合是无限集合(h是≥2的整数)．