基于超声导波SC-DTW的金属板微损检测方法

针对金属板材的质量控制与服役性能评估问题,在对金属板材微损伤进行超声导波检测的基础上,结合形状上下文(shape context,SC)与动态时间规整方法对其损伤劣化程度进行量化评估.该方法以无损Lamb波信号为基准,采用动态时间规划(dynamic time warping,DWT)算法对损伤信号进行相似匹配分析对比,确定基准信号与损伤信号的最佳匹配路径.引入SC的轮廓识别方法对Lamb波的局部波形信息进行统计分析,以波形形状距离代替传统欧氏距离匹配方法,解决DTW相似匹配中的病态对齐问题.最后,将无损Lamb波与损伤Lamb波信号间SC-DTW匹配距离作为损伤程度的量化指标,采用随机闭合裂纹的有限元仿真模型和铝板弯折实验对所提出方法进行验证,结果表明,基于Lamb波SC-DTW的损伤量化指数对铝板早期裂纹具有较高的敏感性和较好的量化表征能力.该方法无需对波包进行识别,也不必进行复杂的特征提取,具有简单高效和抗噪声能力强等优点,在金属板服役性能评估与质量控制中有较好的实用性和推广价值.     

分布式多元随机动态场景生成及快速精准场景降维算法

高比例新能源及多源耦合是电力系统发展的重要特征,这也为系统稳定经济运行提出了新挑战。该文以园区型多能系统为对象,研究了分布式多元随机动态场景分析,从多时空角度有效量化不确定因素给系统造成的影响,可为系统灵活重构、多维度协同运行与决策提供有力模型与场景支撑。首先由预测误差驱动拟合多元功率预测误差概率分布,全面反映随机功率出力信息,提高模型泛化性;以时序相关范围参数为数据驱动关联变量,高效动态控制波动强度;最终场景生成利用逆变换映射思想保证置信度。然后针对典型场景提取,提出一种综合递归聚类思想的多段嵌套削减算法,结合改进Wasserstein距离指标,兼具准确、时效、稳定方面的优势。最后由对比实验论证该方法的前沿有效性。     

汉江上游干支流沉积物细菌群落多样性和影响因素

为了解汉江上游干支流沉积物细菌多样性以及确定性过程和随机性过程在沉积物细菌群落构建过程中的相对重要性,基于Illumina高通量测序技术,分析了环境因子对细菌群落组成的影响,采用非度量多维尺度(NMDS)排序探究了季节之间沉积物细菌群落的差异,并结合中性群落模型和标准化随机率量化了确定性过程和随机过程对群落构建的影响。结果表明:汉江上游及其支流细菌群落主要由变形菌门(Proteobacteria)、拟杆菌门(Bacteroidetes)、蓝藻门(Cyanophyta)、浮霉菌门(Planctomycetes)和酸杆菌门(Acidobacteria)等组成；细菌群落在不同季节有显著差异；地理距离和环境因子对细菌群落结构影响较小,确定性过程并未在细菌群落组成中起到主导作用；随机过程很大程度上影响了群落在秋季和春季的组成,是沉积物细菌群落构建的主导因素。     

利用FDM和随机共振检测风机主轴承微弱旋转信号

轴承作为风力发电机设备中重要部件,其健康状态直接影响风力发电机运行的稳定性和现场的安全可靠性.由于风力发电机特殊的工作环境,导致采集到的振动信号中包含大量的噪声干扰,难以准确提取轴承振动信号包含的信息成分,给评估主轴承健康状态带来困难.因此本文采用将傅立叶分解(Fourier decomposition method,FDM)和随机共振(Stochastic resonance,SR)相结合的方式提取信号中微弱的轴承振动信息.首先用FDM将原始信号自适应地分解为一系列包含轴承振动特征的傅立叶频带函数,然后找出相关性大的频带函数进行重构,最后采用SR对重构信号进行分析获得特征频率,判断轴承的健康状态.结果 显示,将两种方法相结合能有效提高输出信噪比,提升特征频率检测的精度,为实现风机轴承早期微弱故障诊断提供帮助.     

ICRP 146号出版物 《重大核事故情况下人与环境的放射防护》内容摘要

放射防护中使用的主要剂量量是吸收剂量、当量剂量和有效剂量。有效剂量的概念是由ICRP提出的,将其作为一个调节危险度的剂量学量,用于管理对随机效应(主要是癌症)的防护,以便能够将估算的剂量与以相同量表示的剂量限值、剂量约束值和参考水平加以比较。使用有效剂量,可以基于线性无阈剂量响应关系、低剂量或低剂量率下急性和慢性照射的当量值、以及内外照射的当量值,将来自外照射和内照射的所有辐射照射一并考虑,予以求和。     

PRACH ZC根序列优化调整对网络性能的影响

网络KPI指标与参数配置有着密切的关系,本文对Prach ZC根序列规划、核查、优化方法进行研究,通过准确识别Prach ZC根序列不合理小区,快速分配根序列,有效解决Prach ZC根序列不合理带来的问题,实现网络质量提升.     

电商平台产品共同购买网络的影响因素研究

共同购买网络的推荐系统应用越加广泛，仅基于网络内生结构变量研究其共同购买链接的经济意义已有局限，故加入网络口碑这一外生变量，进行更全面的分析。采用了社会网络方法中指数随机图模型进行建模，主要围绕产品销售量、产品入度、差评率和评论数4个方面因素，探究其对共同购买网络中共同购买链接形成的影响。结果显示，销售量、产品入度和评论数对共同购买链接形成的影响呈正比关系，而差评率则会显著地降低产品共同购买的几率。该指数随机图构建出的共同购买网络为在线电商平台管理网络口碑和推荐系统优化设计提供有益参考。