基于层次聚类和人工免疫的无监督结构故障分类算法

目的利用层次聚类与人工免疫模式识别相结合的方法解决无监督结构健康监测中对结构故障识别和分类的问题.方法通过凝聚型层次聚类实现样本数据的分类,通过模仿生物免疫识别和学习机理来训练记忆细胞集合,进而实现对结构故障的识别与分类.结果在benchmark结构模型上的仿真实验测试结果表明在抗原样本数据中采用凝聚型层次聚类和方法能够成功地确定抗原样本数据的模式数目,继而采用人工免疫模式识别算法对实测数据进行模式识别与分类,分类成功率为81%.结论基于层次聚类和人工免疫的无监督结构故障检测与分类算法通过免疫学习和进化产生高质量的记忆细胞,从而有效地识别结构故障模式.     

基于人工免疫模式识别的结构损伤检测与分类算法

目的 研究人工免疫系统的自治性、主动性、自适应及学习和记忆的仿生机理,来解决结构健康监测中的结构损伤识别和分类问题.方法 通过模仿免疫识别和学习机理,提出一种基于Diagonal距离的人工免疫模式识别的结构损伤分类算法,并在IASC-ASCE SHM工作小组所提出的benchmark模型上对结构模式分类进行了实验测试.结果 仿真实验表明基于Diagonal距离所得到的分类成功率要略高于Euclidean距离和Mahalanobis距离所得到的分类成功率;基于Diagonal距离研究了克隆率和记忆细胞替代阈值对分类成功率的影响,只要选取合适的参数值,就能获得较高的分类成功率.结论 基于Diagonal距离的人工免疫模式识别的结构损伤检测和分类算法通过免疫学习和进化,产生高质量的记忆细胞,从而有效识别各种结构损伤模式.     

水声信号的混沌特征参数提取与分类研究

研究了水声信号的混沌特征参数提取以及利用混沌特征参数的水声信号分类。讨论了水声信号的关联维数、最大Lyapunov指数以及时间序列h2熵等混沌特征参数的计算以及它们在水声信号特征提取、分类中的应用。通过对不同类别、一定样本数量的实测水声数据计算它们的混沌特征参数,验证了水声信号不仅具有混沌特性,而且它们的某些混沌特征参数具有可分性。     

深层重油开采中将部分采出液作为射流泵动力液的循环使用

射流泵依靠轻油驱动抽油是深层重油储层采出重油的首选方法之一。一般,轻油量太多以致很难接受。降低轻油量的解决方法之一是部分采出液以合理的比率与轻油结合,然后将采出液-轻油混合物作为动力液再注入井中。这种情况下,混合物的黏度持续增加并且逐渐达到其平衡值,这种黏度平衡值是地层原油黏度、轻油黏度（VLO）、混合物中的轻油比率（RLO）,以及地层流体与动力液的体积流量之比（M比率）的函数。因此轻油在混合物中的最佳比例可以通过迭代算法测定出来。以上提出的所有参数可导致生产管柱中采出液一轻油混合物黏度和压力降的变化,尤其是VLO和RLO。现场应用实例证明,使用的轻油量能够降低到50％以上。     

基于局部投影理论的水声信号降噪处理研究

采用基于非线性动力学系统的局部投影非线性降噪理论，研究了水下目标舰船辐射噪声的非线性降噪问题。在讨论嵌入维数和延迟时间对降噪效果影响的同时，分析了局部投影邻域半径ε对降噪效果的影响。利用信号的噪声强度估计局部投影邻域半径ε，对信号进行降噪处理，不仅使算法结构简单，而且保证了算法的收敛性。通过对含噪Lorenz模型和实际舰船信号进行降噪处理，得到了较为满意的结果。     

基于物联网的智能家居系统研究

对物联网和智能家居进行了研究,介绍了物联网的概念、组成及工作原理、技术构架和特征,并提出了基于物联网的智能家居系统的总体设计,其中家庭子网内部设备之间是基于ZigBee无线通信技术进行通信的,外部网络则是通过Internet进行通信。该系统实现了人到物和物到物的通信连接,从而能够实时、有效地控制家居设备。     

液固两相同心环空流动数值模拟

应用液-固两相流理论,利用PHOENICS软件的IPSA解法对环形空间中液-固两相流动的特性进行了数值模拟计算,并用ORIGIN软件对计算数据作了进一步处理,分析了同心环空中液-固两相流紊流的轴向速度分布、固相颗粒沿径向的浓度分布、颗粒直径对滑落速度的影响、固相浓度对滑落速度的影响,得出了一系列关于液-固两相环空流动的规律。     

含蜡原油输送管道的再启动保护

科特原油管道系统非计划停输三周后,成功地进行了再启动。这是利用降凝剂为输送含蜡原油的管道系统提供再启动保护的成功范例。此例为实验室所预测的数据和现场实际的再启动数据之比较提供了资料。     

幂律流体偏心环空流场的CFD模拟

在流体计算软件PHOENIcS的VR编辑环境中,在三维直角坐标系下建立了偏心环空流动的物理模型,采用正交网格和湍流模型及壁面函数法,对幂律流体的偏心环空流动进行数值计算,分析了幂律流体下流性指数和偏心度对偏心环空流场中速度、压力分布的影响.结果表明,正交网格和湍流模型及壁面函数法可以很好地反映出偏心环空流动的基本特征,为石油生产中常见的偏心环空流问题的研究提供了理论依据.     

RKDG有限元GPU算法及其重排加速技术

为提升并行化求解Navier Stokes方程的效率,构建了高阶有限元单元及单元边界映射线程结构和对应的各类GPU核函数,成功地把RKDG方法移植到GPU架构,发展出RKDG有限元GPU并行算法。算法数据访存能兼容GPU快慢不一的存储器,尤其在结构网格上,算法涉及的数据依赖区结构有序,能较好满足GPU对齐合并访问的要求。但在非结构网格上,非结构化的数据依赖区,影响到访存效率。基于此提出一种适合高阶有限元算法框架的单元分层重排加速技术,致力于网格的层化结构,提升GPU访存效率。具体基于初始网格拓扑,创建单元或单元边界对应的分层结构,逐层重排,汇总形成适合GPU对齐合并访问的数据存储结构。文中结合排序实例,给出了这一重排加速技术的具体实施过程。算例表明,发展的算法逼近的阶数符合预期,计算结果能与现有文献或实验结果接近,且最大GPU加速比可达67.47。此外,非结构网格算例证实,算法可处理较为复杂的几何边界,且所提重排技术可进一步赢得重排加速。