径向位移对井壁稳定性影响的分析方法

为研究地层岩石在弹性状态下载荷极限和径向位移对井壁稳定性的影响,引入地层弹性载荷系数λ,建立弹性载荷系数和径向位移定量分析模型。该模型证明在井周方位90°和270°处的弹性极限载荷系数和径向位移最小,井壁承载附加应力和抗压力激动能力弱。将该模型应用于蓬莱2井须家河组地层井壁稳定性评价,研究发现,该段地层附加应力场激动时的弹性载荷系数允值应小于1.54,若弹性载荷系数大于1.82则径向位移易发生突变,导致井壁失稳扩径;径向位移下限值自上到下依次增大,井壁抗压力激动能力依次较强;泥岩与砂岩硬夹层径向位移差异较大,两者易产生接触滑动,导致井壁掉块扩径或下钻遇阻。     

非线性滤波方法及其在故障诊断中的应用

传统的滤波方法一般基于线性化和高斯假设,在一定程度上影响了滤波精度和非线性系统故障诊断的准确率。该文从"近似非线性"和"近似概率"的方法入手,分析3种常用的非线性滤波算法:扩展卡尔曼滤波器(EKF)、U-卡尔曼滤波器(UKF)以及粒子滤波器(PF)的原理、方法及特点并介绍其在非线性故障诊断中的应用价值。     

采用数控正交合成方法分度加工网架螺栓节点球

提出采用数控正交合成方法分度加工网架螺栓节点球 ,介绍分度方法的原理 ,探讨实现该方法的关键问题 ,并给出解决方案     

加速流对不同体长草鱼幼鱼下行行为的影响

加速流是鱼类下行过程中必须面对的特征流场,其普遍存在于鱼类下行过坝通道中。为探究加速流对不同体长草鱼幼鱼下行行为的影响,本文以体长5.75 ~ 9.48 cm的草鱼（Ctenopharyngodon idellus）幼鱼为研究对象,比较两种不同加速流工况（水流加速度分别为0.29 m/s2、0.59 m/s2）对不同体长草鱼幼鱼的累计通过率、第一次到达加速区的时间以及非加速区和加速区的时间占比等的影响。结果表明：加速流为0.59 m/s2,体长7.55 ~ 9.48 cm的草鱼累积通过效率最高;加速流为0.29 m/s2,体长5.75 ~ 6.48 cm的草鱼累积通过效率最高;加速流为0.59 m/s2,体长7.55 ~ 9.48 cm的草鱼第一次到达加速区的时间最短,可认为具有较强的下行洄游动机。不同加速流工况对应的上游非加速区域均对草鱼幼鱼下行造成了延迟效应。研究结果可为优化鱼类下行过坝效率提供一定参考。     

Noisy practical facial super-resolution method via deformable constrained model with small dataset

Multimedia Tools and Applications - Face Super-Resolution (FSR) is to infer high resolution facial image(s) from given low resolution one(s). But when large-scale training samples are absent, FSR...     

基于安全多方的区块链可审计签名方案

针对可信问题,提出了一种基于安全多方的区块链可审计签名方案。该方案引入了带有时间戳的信任向量,并构建由多维向量组构成的信任矩阵用以定期记录参与者的可信行为,从而为参与者建立一种可信的评估机制,最后将评估结果存储到区块链中作为查证的依据。在确保参与者可信的前提下,通过秘密共享技术构建了安全可信的签名方案。安全分析表明,该方案可以有效减少恶意参与者带来的破坏,可检测参与者的可信度,并可以抵抗移动攻击。性能分析表明,该方案具有较低的计算复杂度和较高的执行效率。     

土工袋双轴压缩的离散元数值模拟

鉴于土工袋材料介质不连续性的特点,采用离散元法模拟土工袋双轴压缩试验,从细观角度分析土工袋的力学特性。通过蒙特卡洛随机算法生成一定颗粒级配的土颗粒样本,计算时土颗粒间采用弹簧-阻尼器-滑块接触模型,袋子颗粒间采用皮筋-阻尼器接触模型。计算结果表明:土工袋的极限强度远大于无袋子土体的极限强度,土工袋破坏时的总体变形远大于无袋子土体破坏时的总体变形,且袋子颗粒间的张力呈非均匀分布;土工袋应力-应变的数值模拟结果与理论推导公式计算值吻合较好;竖向外力作用下,土工袋内部颗粒间力链由环状均匀分布向大主应力方向发展,颗粒位移呈对称性向两侧扩散,且袋子破坏是土工袋达到极限强度的直接原因。     

需求响应视角下有源配电网分层分区切负荷方法

线路发生故障或出现功率缺额时,配电网需快速切除部分负荷以保障系统整体运行的可靠性。提出了一种考虑需求响应的有源配电网分层分区精准切负荷方法：首先定义电气距离,结合社区发现方法将配电网划分为若干子区域;其次,建立以用户满意度最大和全网需求响应成本最小为目标函数,同时考虑子区域内安全运行、用户响应意愿等约束的有源配电网本地切负荷模型,并采用混合整数二阶锥规划算法对该线性模型进行高效求解;最后,基于事件触发机制思想构建有源配电网多区域协调控制架构,利用有限通信资源实现区域内/区域间切负荷信息的有效交互与精准执行。算例分析结果表明,与传统切负荷方案相比,所提切负荷方法不仅能够改善分布式电源接入后的系统电压水平、减少切负荷成本、提高用户参与需求响应的满意度,还可以缓解配电网多层级通信传输压力,提升复杂配电网切负荷方案的效率。     

深度学习视频超分辨率技术综述

视频超分辨率技术在卫星遥感侦测、视频监控和医疗影像等方面发挥着关键作用,在各领域具有广阔的应用前景,受到广泛关注,但传统的视频超分辨率算法具有一定局限性。随着深度学习技术的愈发成熟,基于深度神经网络的超分辨率算法在性能上取得了长足进步。充分融合视频时空信息可以快速高效地恢复真实且自然的纹理,视频超分辨率算法因其独特的优势成为一个研究热点。本文系统地对基于深度学习的视频超分辨率的研究进展进行详细综述,对基于深度学习的视频超分辨率技术的数据集和评价指标进行全面归纳,将现有视频超分辨率方法按研究思路分成两大类,即基于图像配准的视频超分辨率方法和非图像配准的视频超分辨率方法,并进一步立足于深度卷积神经网络的模型结构、模型优化历程和运动估计补偿的方法将视频超分辨率网络细分为10个子类,同时利用充足的实验数据对每种方法的核心思想以及网络结构的优缺点进行了对比分析。尽管视频超分辨率网络的重建效果在不断优化,模型参数量在逐渐降低,训练和推理速度在不断加快,然而已有的网络模型在性能上仍然存在提升的潜能。本文对基于深度学习的视频超分辨率技术存在的挑战和未来的发展前景进行了讨论。     

面向视频云微服务系统的智能运维技术

提出了一种基于人工智能(AI)的保障视频云体验质量(QoE)的系统架构。该系统针对多个维度创建运维知识图谱,例如运行数据、运行环境、运维数据,以用于建模、感知、映射和分析。在对系统的微服务保障中,运用了图神经网络(GNN)等方法进行分类和预测。通过知识图谱和机器学习,该系统可实现实时监控、自愈恢复、智能预测和主动运维,从而实现QoE的智能保障。