面向异步网络的安全分布式随机数通用构造

随机数在密码学和区块链领域扮演着极其重要的角色，如密码学中的安全参数生成、共识机制中的委员会重配置以及电子投票的智能合约应用等.近年来针对不依赖可信第三方的分布式随机数生成技术的研究受到了越来越多的关注，其中基于秘密共享的方案数量最多，但普遍通信复杂度较高，而通信复杂度较低的一些方案通常牺牲了随机数的抗偏置性和不可预测性.另外，现有大多数方案基于同步网络模型，网络假设较强，与现实网络环境不符.本文主要研究基于秘密共享的分布式随机数生成技术，抽象出不同方案的共性并兼容特殊性，以及弱化网络假设和优化通信开销.具体贡献如下：(1)提出了交互的分布式随机数生成通用构造.满足伪随机性、唯一性和鲁棒性安全目标，并使用该通用构造对一个分布式随机数生成方案进行了分析，从而更加证明其通用性；(2)设计了面向异步网络的安全分布式随机数生成方案.将现有方案O(n³)和O(f²n²)的通信复杂度降为O(fn²)，将O(fn²)计算复杂度降为O(n²);(3)实现了分布式随机数仿真...     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

MOMEDA结合数学形态滤波的齿轮故障特征提取

为了实现齿轮故障特征的有效提取,针对齿轮早期故障振动信号非线性、非平稳且信噪比低的特点,提出了一种基于多点最优最小熵反卷积(MOMEDA)和数学形态滤波的齿轮故障特征提取方法。首先利用MOMEDA恢复信号中的周期性故障特征并实现信号的降噪,再运用形态差值滤波器对解卷积后的信号进行滤波以增强信号中的冲击特征,最后对滤波结果求取频谱以进行故障特征提取;通过对仿真结果和实验数据的分析验证了该方法的可行性和有效性。结果表明,该方法具有抑制噪声和提取周期性故障冲击特征的能力,能够实现齿轮故障特征的提取。     

基于结构导向集总的柴油加氢精制分子水平反应动力学模型Ⅱ.反应规律分析与优化

采用基于结构导向集总的柴油加氢精制分子水平反应动力学模型对中国石油某分公司柴油加氢精制装置的操作条件进行优化,所建模型可以预测不同反应条件下精制产物中典型分子的含量,并可在分子水平上描述柴油体系中的硫化物、氮化物、多环芳烃、正构烷烃等在加氢精制反应器中的转化规律,揭示反应温度、压力、液态空速等操作条件对加氢精制反应过程的影响规律,指导柴油加氢精制装置的操作优化。实验结果表明,精制柴油硫、氮含量小于10μg/g、精制柴油收率不低于设计指标89.5%时,模型预测优化的操作温度区间为314.5～320.3℃。     

高校风险导向内部审计研究

高校风险导向内部审计的产生有其必然性,受托关系多层次、业务广泛,审计结果用途导致其内部风险复杂化、多样化、边缘化。高校风险导向内部审计需要从高校内部审计机构的设置、目标定位、环境建设、流程与方法、队伍专业化建设等方面入手,同时必须加强质量控制与评价。     

探究建筑给排水管道橡塑保温材料防结露施工构造设计及施工技术

建筑设计中的给排水管道建设是整个工程中的重要部分。因此给排水管道的保温工程中，一定要进行严格规范的设计。本文通过对给排水管道橡塑保温材料防结露工程的构造设计与施工技术进行探究，找到合理建设给排水管道防结露工程施工的有效方法。