基于多维异构特征与反馈感知调度的SDN内生安全控制平面

为弥补现有研究在软件定义网络(Software-Defined Networking,SDN)控制平面未知漏洞防御方面的空白,本文提出了一种基于多维异构特征与反馈感知调度的内生安全控制平面的设计方案.该方案以"冗余、异构和动态"为切入点,通过组合执行体冗余集构建策略、多维异构元素着色策略和动态反馈感知调度策略,有效增加SDN控制平面对攻击者所呈现的执行体时空不确定性(逆转攻防不对称性).相关仿真结果表明该方案可以收敛全局执行体数目、增加执行体之间的多维异构度并降低系统全局失效率.     

简支梁桥横向分布加载装置及板梁模型试验研究

针对一种新型桥梁横向分布加载装置和3个不同有效铰缝高度的有机玻璃板梁桥实验模型,通过对模型梁进行横向加载实验,实测横向分布分析值与铰接板法理论分析值吻合较好.实测结果表明,铰缝有效高度对板梁的横向分布略有影响,铰接板法理论对工程设计是偏安全的.该实验加载装置装拆方便,占用空间小,不受场地限制,教学效果良好,可推广应用于相关高校同类专业实验教学中.     

多特征检测人形识别安防摄像机设计

针对高准确率和快速跟踪摄像功能的需求,基于机器视觉设计了人形识别安防摄像机。首先,确定了整体工作方案;其次,提出一种多特征组合人形识别方法,通过训练3个分类器,分别识别人形正身、侧身和背身,并采用haar特征+adaboost算法实现人形识别和定位功能,再利用PID算法控制步进电机和舵机实现人形跟踪;最后,开发了安卓手机端APP。测试结果表明:多特征组合识别方法能够快速识别人形目标,帧率不低于20Hz;与单特征人形识别方法相比,识别准确率提高27.3%;人形目标追踪时间不超过1.7s;摄像机能够流畅实现WiFi控制、无线监视和录像下载等功能。     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.     

煤泥燃烧过程中汞的迁移行为研究

采用在线汞测试方法，以山西省低热值煤电厂中掺烧的煤泥为研究对象，利用实验室小型流化床，研究煤泥中汞的热转化行为差异及共性特征、影响煤泥热转化过程中汞迁移的关键因素，以揭示煤泥热转化过程中汞污染物的迁移机理。结果表明，同一种煤泥，相同气氛，800、900、1 000 ℃下，燃烧温度对煤泥中的汞的释放比例没有变化；相同温度，汞的释放比例为氮气>空气>氧气。3种煤泥在相同燃烧条件下，汞的释放特征相似，元素汞的释放量和释放比例差异较大。释放量与煤泥中的汞含量正相关，释放比例与煤泥中汞的赋存形态有一定关系。     

水力空化改质对重质原油沥青质及性质的影响

利用水力空化过程产生局部的高温、高压、高射流以及强大的剪切力等极端化学物理条件改质处理沙特重质原油，试验结果表明：沙特重质原油经过水力空化改质后粘度由13.61降低至7.22mm2/s，残碳由7.16%降低至6.48%，实沸点蒸馏后减压渣油降低1个百分点。进一步采用APPI FT-IR MS、XRD、FT-IR、SEM和粒度分布等技术研究了水力空化改质对沙重原油分子组成，沥青质团聚体微晶结构、沥青质胶束粒径分布、沥青质官能团、沥青质形貌等方面的影响，从分子角度阐述空化改质重油的机理。研究结果表明：水力空化改质后沙重原油分子量分布、芳烃类化合物缔合作用变小；沥青质对低DBE化合物吸附性能降低；沥青质团聚体微晶结构更加松散；沥青质胶束粒度分布降低；沥青质分子相互团聚作用力减弱。进一步考察了水力空化改质前后减压渣油延迟焦化性能，改质处理后焦炭产率降低1.85个百分点，液体收率和气体产率分别增加1.52和0.33个百分点，水力空化改质对沥青质性质、结构特点的改善能够有效的提高其加工性能。     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

非对称独塔混合梁斜拉桥的异形索塔不同状态力学性能分析

以一座跨度为314 m的不对称混合梁独塔斜拉桥为工程背景,首选建立整体桥梁有限元模型研究了不同施工阶段的桥梁结构受力特征;再通过实体有限元分析了"佛手"型曲线性索塔锚固区的局部应力分布规律.结果表明:最大悬臂状态的桥塔最大位移和应力要明显大于桥塔自立状态和满堂支架状态;桥塔最大变形在塔顶第一个锚固区,约为0.742 m;锚固区混凝土塔应力分布规律为从上到下、顺桥向从左到右应力增大,施工和成桥阶段最大应力分别为70.1 MPa和76.2 MPa.