基于UML的工装设计任务管理系统建模与开发

工装设计是生产技术准备中重要组成部分,其效率将直接影响到产品研发的速度与快速响应能力.介绍了工装任务管理系统和制造企业各部门之间的业务关系,建立了相应的需求模型;通过对流程的分析,给出了工装任务管理的体系结构并且采用UML中的活动图设计面向工装任务管理的流程引擎机制;运用面向对象的方法设计了系统的UML类图模型.给出了一个基于C/S结构的系统开发实例.     

学习型红外控制系统在环绕智能中的应用

为了深入研究环绕智能系统,构建了基于家庭应用的研究环境,并介绍了组成实验平台的各个子系统.在此过程中需要解决家电控制的问题,对于目前常见的带遥控器的家电,采用红外通讯控制的方式简单廉价,通用性强.因此着重讨论了红外控制的实现原理和电路设计,并给出了一个具有学习功能的红外控制模块的实例,其在该环境中的应用取得了很好的控制效果.     

薄壁金属直缝圆焊管残余应力超声检测

为了研究小口径的薄壁金属直缝圆焊管焊接区域残余应力的大小,利用临界折射纵波对焊管焊接区域进行残余应力检测。结合静载拉伸实验标定了焊管的声弹性系数。结果表明,残余应力随着拉伸距离的增加而变大;拉伸距离相同时残余应力随着焊管直径的增大而增大;声弹性系数与焊管直径无关。通过与盲孔法检测实验的对比,结果表明了临界折射纵波检测残余应力是可靠的。     

融合交通态势修正的台风灾害后多维度智能调拨策略

针对台风灾害后交通信息不确定、调拨策略考虑维度不足等问题,提出融合交通态势修正的台风灾害后多维度智能调拨策略。采用历史交通态势数据拟合道路通行时间概率分布,并基于拉丁超立方采样对交通态势进行随机抽样,以计算更准确的道路通行时间。考虑交通、电网、用户等多维度,以抢修队伍、抢修物资、应急发电车等作为调拨主体进行台风灾害后抢修调拨,提出考虑调拨距离、恢复时间、失负荷量最优的多维智能调拨策略,利用模糊隶属度函数求取帕累托前沿最优调拨方案。根据2018年台风“山竹”下的珠海市数据验证调拨策略的有效性。算例结果表明所提多维度智能调拨策略能有效缩短台风灾害后恢复进程,提升电网防灾减灾能力。     

老井复查评价技术在浅层油藏中的研究与应用

本文以靖安地区浅层老井为例,利用钻井、录井、测井、取心等资料,结合现代测井解释评价技术,对受当时技术条件限制被误判的储层进行再分析研究.制定可行的复查评价标准与流程,确定出油下限,优选补孔潜力井,并结合精细地质研究成果筛选建产目标区,达到挖潜增效和滚动增储的双重目的.对老区日后寻找新储量进行勘探开发具有十分重要的意义.     

负荷建模的基本原则和方法

回顾了国内外电力系统负荷建模技术的发展以及负荷模型对电力系统计算分析的影响。在基于仿真计算和事故校验的电力负荷校核及调整研究、统计综合法负荷模型软件开发、电力系统负荷特性监测与辨识技术研究3个课题的研究成果基础上,提出了电力系统负荷建模的基本原则与方法。     

深度学习的可解释性研究综述

近年来,深度学习在很多领域得到广泛应用;然而,由于深度神经网络模型的高度非线性操作,导致其可解释性较差,并常常被称为“黑箱”模型,无法应用于一些对性能要求较高的关键领域;因此,对深度学习的可解释性开展研究是很有必要的。首先,简单介绍了深度学习;然后,围绕深度学习的可解释性,从隐层可视化、类激活映射（CAM）、敏感性分析、频率原理、鲁棒性扰动测试、信息论、可解释模块和优化方法这8个方面对现有研究工作进行分析;同时,展示了深度学习在网络安全、推荐系统、医疗和社交网络领域的应用;最后,讨论了深度学习可解释性研究存在的问题及未来的发展方向。     

带有预验证机制的区块链动态共识算法

委员会共识和混合共识通过选举委员会来代替全网节点完成区块验证, 可有效加快共识速度, 提高吞吐量, 但恶意攻击和收买易导致委员会发生腐败问题, 严重时将影响共识结果甚至造成系统瘫痪. 现有工作虽引入信誉机制降低委员会节点腐败的可能性, 但开销大、可信度低且无法降低腐败问题对系统的影响. 提出一种带有预验证机制的区块链动态共识算法(DBCP), 通过预验证机制在较小开销的前提下对委员会进行可靠的信誉评估, 及时淘汰委员会中的恶意节点. 若腐败问题已影响到共识结果, DBCP会通过动态共识将区块验证权转移到全网节点, 并淘汰给出错误意见的委员会节点, 避免系统瘫痪. 若委员会通过迭代达到高可信状态, 则DBCP会将区块验证权交由委员会, 全网节点将认同委员会的共识结果, 并不再对区块进行验证, 进而加快共识速度. 经实验验证, DBCP的吞吐量与比特币相比提升了两个数量级, 且与Byzcoin相近, 可在一个出块周期内快速应对委员会腐败问题, 安全性优于Byzcoin.     

面向边-端协同的并行解码器图像修复方法

针对现有神经网络图像修复方法在移动终端设备上部署存在效果差、响应时间长、高能耗的问题,提出了一种面向边-端协同的并行解码器图像修复方法及计算卸载策略。结合移动边缘计算（mobile edge computing,MEC）技术边-端协同的特性,提出一种面向边-端协同的并行解码器门控卷积图像修复网络ETG-Net(edge-terminal gated convolution network)。通过边-端共享权值的方式,提升图像修复及训练效率,并保留移动终端的独立工作能力。基于计算卸载决策,将图像修复部分计算任务有选择地卸载至边缘云,进一步降低终端节点的计算时延和能耗。实验结果表明,与近年来先进的模型相比,所提模型在保证图像修复质量的同时,解决了移动终端设备上部署图像修复模型存在的问题,降低了任务的响应时延。     

考虑弹性变形的可展杆系结构展开分析

为了保证空间可展结构可靠运行,在展开过程分析中需同时考虑机构运动和弹性变形。首先建立可展杆系结构展开分析的基础方程式,然后基于广义逆矩阵的理论提出了空间可展杆系结构机构运动与弹性变形的混合分析新方法,解决了机构运动与弹性变形的耦合问题,取得了较好的展开分析精度。与传统的柔性多体动力学方法相比,其优点是建模简单,能够有效地跟踪大型可展杆系结构的复杂运动。编制了仿真程序进行了算例分析,验证了分析方法的有效性。