"雪龙2"号极地考察船电力系统谐波计算分析

针对电力系统中,由于正弦电波加压于非线性负载而导致基波电流产生谐波的问题,论文以"雪龙2"号极地考察船电力系统为研究对象,利用SIMSEN模拟工具搭建系统模型,通过改变各元件中的参数,模拟不同工况,成功验证"雪龙2"号总电压谐波不超过5％,单次谐波不超过3％,可有效改善谐波畸变,提升电能质量.     

氧含量对易切削钢中硫化物形态及高温力学性能的影响

制备了化学成分基本相同、氧的质量分数分别为0.006％和0.011％(编号为1和2)的两种易切削钢.采用金相显微镜、扫描电子显微镜、能谱仪、ASPEX扫描电子显微镜-能谱仪及高温拉伸试验研究了氧含量对钢中硫化物的形态、长-宽比、尺寸、最大弦长和数量,以及钢的高温力学性能的影响.结果表明:氧的质量分数为0.006％的1号...     

地区生产总值的灰色神经网络预测

灰色神经网络是将灰色系统与神经网络融合建立的模型。本文利用该模型对某市的生产总值进行了模拟和预测。该模型融合了两者的优点,能够充分发挥灰色系统建模简单,所需数据少,运算方便和神经网络非线性处理能力强的优势,降低使用单一模型预测的危险性,提高了预测精度。     

一种新型旋流排沙渠道的试验研究和数值模拟

为解决多泥沙河流引水时的水沙分离问题,提出了一种渠道排沙新技术——旋流排沙渠道,并采用试验研究和数值模拟相结合的方法,研究了渠道内水流的水力特性和排沙特性,分析了该技术的可行性。结果表明：流速、水面线等参数数值模拟结果与试验值一致,数值模拟能够反映旋流排沙渠道内水流的运动状态;起旋室流态随渠道来流量的增加呈自由流、临界流及淹没流的流态演变序列;在淹没流流态下排沙洞内能形成有利于泥沙悬浮卷扬的旋转水流,且对引水渠道内的流态影响很小;随着上游渠道水深增加,排沙洞的分流比呈非线性规律减小,在上游渠道内水深H/B=0.97时,排沙洞的分流比仅为6.07%;上游渠道内水深H/B=0.21时排沙洞内最大流速较渠道平均流速增大了175%,对粒径为(0.075～3)mm泥沙的截沙率达93.7%。旋流排沙渠道是一种高排沙率、低耗水量的渠道排沙技术,成果有利于丰富引水工程中的水沙分离技术,可为这种排沙新技术在工程中的设计和应用提供参考。     

一种基于环签名的PBFT区块链共识算法改进方案

联盟链是一种允许授权节点加入网络的区块链,当存在网络状况不理想等状况时,会出现节点动态加入退出的问题。为此,在环签名理论、ElGamal数字签名算法与PBFT算法的基础上,提出一种基于ElGamal数字签名算法的环签名改进方案。对环签名算法进行正确性及匿名性分析,运用环签名方案改进PBFT算法的签名及验证过程,使用Fabric中的区块链性能测试框架Caliper对改进方案进行性能测试,结果表明,基于环签名方案的改进PBFT共识算法可较好地解决网络中节点动态加入退出问题,且能够达到原PBFT算法的拜占庭节点容错率,具有一定的实用性。     

一种高性能阵列架构研究

现今的应用程序需要更可靠的数据存储.到目前为止,数据存储的可靠性都是依靠不同的RAID级别来保证数据的可靠性,一般采用5个RAID级别[1,2]中的一种.存储方面的数据已经很明显地增长了,但是磁盘的可靠性并没有多大的改善.所以,为了控制存储的成本,有必要提供多元化的存储.在现有系统中加入新的RAID代码需要大量的开发、测试和调试工作,从成本上来讲是不现实的.因此,提出了一种新的通用RAID架构,此架构是基于异或的纠删码的,并将任意扇区和磁盘故障的组合作为基础,因而具有通用性.     

加快煤矿智能化建设推进煤炭行业高质量发展

引入图像语义分割技术,对矿井次光照环境中的目标物进行分割,将图像分成原始清晰图像和次光照图像两类,采用基于深度学习的图像增强方法对次光照条件下拍摄的图像增强细节后替换,再利用单应变换算法对数据集进行扩充,进而构建矿井巷道图像语义分割标准数据集。提出一种基于自注意力机制的轻量级编码—解码结构网络：以DeepLab V3+编码—解码网络为基础网络,在编码结构中,提取矿井图像深、浅层语义特征信息,将深层语义特征信息经由轻量级自注意力机制模块进行特征激活,而浅层语义特征信息直接送入解码器中,在解码结构中拼接深、浅层语义特征信息,恢复原始图像尺寸,输出分割结果。与传统算法就图像预测进行对比实验,结果表明：在网络复杂度方面,对于3通道512×512像素大小的图像,算法的网络理论计算量FLOPs仅48.80 G,参数量仅11.90 M;在网络分割精度方面,平均交并比76.50%,平均像素精度87.75%,领先其他主流网络;在速度方面,推理一张图像的速度能达到0.032 s,可满足轻量级网络的要求。

     

模糊认知图学习算法及应用综述

模糊认知图(Fuzzy cognitive map, FCM)是建立在认知图和模糊集理论上的一类代表性的软计算理论, 兼具神经网络和模糊决策两者的优势, 已成功地应用于复杂系统建模和时间序列分析等众多领域. 学习权重矩阵是基于模糊认知图建模的首要任务, 是模糊认知图研究领域的焦点. 针对这一核心问题, 首先, 全面综述模糊认知图的基本理论框架, 系统地总结近年来模糊认知图的拓展模型. 其次, 归纳、总结和分析模糊认知图学习算法的最新研究进展, 对学习算法进行重新定义和划分, 深度阐述各类学习算法的时间复杂度和优缺点. 然后, 对比分析各类学习算法在不同科学领域的应用特点以及现有的模糊认知图建模软件工具. 最后, 讨论学习算法未来潜在的研究方向和发展趋势.     

软化特征可控的双参指数型约束混凝土本构及其应用

约束混凝土本构模型的下降段影响着钢管混凝土的力学性能预测,结合6组方钢管混凝土短柱轴压破坏试验结果,提出一种软化特征可控的双参指数型约束混凝土本构。双参指数型本构考虑了方钢管宽厚比、混凝土强度、钢管截面含钢率等因素的影响,能够很好地模拟在不同约束条件下混凝土的软化行为。基于双参指数型本构,对6组方钢管混凝土试验结果进行了轴压破坏的受力全过程模拟,计算结果和试验结果吻合良好。     

南水北调东线工程对南四湖环境的影响及对策

南水北调东线工程对南四湖环境的影响及对策措施涉及多个学科领域,在分析南四湖水环境现状的基础上,论述了东线工程对南四湖环境的主要有利影响和主要不利影响,提出了对策措施与建议,得出有利影响远大于不利影响,不对南四湖及周边地区环境造成持久不利影响的结论.