数据驱动的热轧带钢边部线状缺陷智能预报模型

 边部线状缺陷是热轧带钢易发缺陷,不仅严重影响成材率,还可能对热轧下游工序生产过程造成影响。边部线状缺陷的影响因素复杂多变,建立精确的机理预报模型十分困难。为此,首先分析边部线状缺陷的主要影响因素;然后以智能方法为基础,分别建立了基于逻辑回归与神经网络的边部线状缺陷智能预报模型,并分析了2个模型的精度与泛化能力;最后,以神经网络智能预报模型为基础,对加热工艺参数进行优化,使缺陷发生率与封闭率均大幅降低。研究结果对提高热轧带钢表面质量具有实践意义,可推广应用于同类轧线。     

冷轧高强集装箱板轧制稳定性控制技术

 冷轧高强集装箱板由于其屈服强度、成形性能及尺寸精度的要求,对冷轧轧制稳定性和板形控制提出极大挑战。针对某钢厂薄规格冷轧高强集装箱板生产过程存在的肋浪和边裂情况进行分析,采用试验方法研究了热轧带钢库区冷却过程对钢卷温度及性能均匀性的影响,利用数值模拟的方法研究了该钢种在UCM机型冷轧轧制过程中带材变形特征,揭示了带材浪形和边裂的并发机理,同时分析了不同工艺对带钢变形均匀性的影响规律。结合理论及仿真分析,提出了针对热卷性能均匀性及酸轧轧制稳定性的优化方案,改进后冷轧板形质量明显提高,带材边裂缺陷完全消除,冷轧高强集装箱板的轧制稳定性及产品质量均得到大幅提升。     

Simulation of fretting-fatigue life by using stress-singularity parameters and fracture mechanics

Fretting-fatigue cracks start very early in a fretting-fatigue life. The fretting-fatigue life is dominated by the propagation of small cracks. Therefore, predicting the start of fretting-fatigue cracking and the propagation of the cracks is a very important part of estimating fretting-fatigue strength and fretting-fatigue life. The start of a fretting-fatigue crack was estimated by using the stress-singularity parameters at the contact edges. The way in which the crack propagates was then estimated by using fracture-mechanics analysis, in which the wear on the contact surfaces and the direction of crack propagation were taken into account.     

HOUGH变换在直线导向机构尺度参数设计中的应用

运用图像识别中的ＨＯＵＧＨ变换及特征提取方法,对四杆直线导向机构尺度进行研究,给出一种参数设计新方法,并用一个实例对该方法进行了验证．     

基于边缘计算与信任值的可信数据收集方法

物联网应用中,底层传感网所采集的数据是上层决策的基础和一切应用的根本.如果收集的数据本身就是有问题、不可信的,这将使得上层的数据保护和应用成为空中楼阁.为了解决数据不可信的问题,提出了基于移动边缘节点的可信数据收集方案.通过对节点的评估,将节点的信任值用于路径选择,采用移动边缘节点来充当移动元素,访问可信的簇头节点,从而实现高效的可信数据收集.对所提出的基于效用值的可信数据收集算法（UTDC）进行了理论分析和广泛的模拟实验.实验结果表明,所提出的基于效用值的可信数据收集算法可以很好地避开不可信的节点,有效降低了网络延迟,延长了网络的生命周期.     

Elucidating the challenges for the praxis of fog computing: An aspect‐based study

The evolutionary advancements in the field of technology have led to the instigation of cloud computing. The Internet of Things paradigm stimulated the extensive use of sensors distributed across the network edges. The cloud datacenters are assigned the responsibility for processing the collected sensor data. Recently, fog computing was conceptuated as a solution for the overwhelmed narrow bandwidth. The fog acts as a complementary layer that interplays with the cloud and edge computing layers, for processing the data streams. The fog paradigm, as any distributed paradigm, has its set of inherent challenges. The fog environment necessitates the development of management platforms that effectuates the orchestration of fog entities. Owing to the plenitude of research efforts directed toward these issues in a relatively young field, there is a need to organize the different research works. In this study, we provide a compendious review of the research approaches in the domain, with special emphasis on the approaches for orchestration and propose a multilevel taxonomy to classify the existing research. The study also highlights the application realms of fog computing and delineates the open research challenges in the domain.     

面向延迟敏感型物联网应用的计算迁移策略

针对云计算网络延迟较长、能耗过高和边缘服务器计算资源有限的问题,提出了一种提高延迟敏感型物联网（IoT）应用服务质量（QoS）的边缘-云合作的漂移加惩罚计算迁移策略（DPCO）。首先,建立物联网-边缘-云系统模型,对业务模式、计算任务所经历的传输延迟和计算延迟、系统产生的计算能耗和传输能耗等进行数学建模;然后,以系统能耗和任务平均延迟为优化目标,以边缘服务器的队列稳定性为限制条件构建边缘-云合作的计算迁移优化模型;接着,以优化目标为惩罚函数,基于李雅普诺夫稳定性理论推导出计算迁移优化模型的漂移加惩罚函数特性。最后,基于推导结果提出了DPCO计算迁移算法,通过每时隙选择使当前漂移加惩罚函数最小化的计算迁移策略来降低长期的单位时间能耗和缩短系统平均延迟。与轻流雾处理（LFP）、基准边缘计算（EC）、基准云计算（CC）策略相比,DPCO的系统能耗最低,约是CC策略的2/3;任务平均延迟也最小,可减少为CC的1/5。实验结果表明,DPCO能够有效降低边缘-云计算系统的能量消耗,减少计算任务的端到端延迟,满足延迟敏感型IoT应用的QoS要求。     

一种适用于概率LDPC译码器的双路更新边缘存储器

针对采用传统边缘存储器结构的概率低密度奇偶校验(Low Density Parity Check,LDPC)译码器中仍存在锁存问题的现象,借鉴全并行Turbo译码器中的多路更新策略,提出了一种增强的变量节点和校验节点双路更新边缘存储器结构。利用双路更新结构引入的增强随机选择特性,可以显著降低概率迭代译码过程中的锁存现象。仿真分析表明,相比于单路更新结构,采用双路更新边缘存储器结构的概率LDPC译码器能够在误比特率接近10-4量级处获得0.4 dB左右的译码性能增益,同时也能够显著降低迭代译码周期数量,提升译码速率。     

3D-HEVC深度图帧内预测快速编码算法

三维高效视频编码在产生了高效的编码效率的同时也是以大量的计算复杂性作为代价的。因此为了降低计算的复杂度,本文提出了一种基于深度学习网络的边缘检测的3D-HEVC深度图帧内预测快速算法。算法中首先使用整体嵌套边缘检测网络对深度图进行边缘检测,而后使用最大类间方差法将得到的概率边缘图进行二值化处理,得到显著性的边缘区域。最后针对处于不同区域的不同尺寸的预测单元,设计了不同的优化方法,通过跳过深度建模模式和其他某些不必要的模式来降低深度图帧内预测的模式选择的复杂度,最终达到减少深度图的编码复杂度的目的。经过实验仿真的验证,本文提出的算法与原始的编码器算法相比,平均总编码时间可减少35%左右,且深度图编码时间平均大约可减少42%,而合成视点的平均比特率仅增加了0.11%。即本文算法在可忽略的质量损失下,达到降低编码时间的目的。     

5G SA的网络架构和关键技术

SA是5G网络演进的目标架构,当前处于商用准备阶段。由于5GSA采用全新的服务化架构、虚拟化部署,是网络架构的深刻变革,在网络部署、运营、业务模式等多方面存在一系列新的问题和挑战。描述了5G SA的总体网络架构、跨区域漫游架构、4G/5G互操作架构、全国组网架构,分析和探讨了5GC网元实现、虚拟化部署、网络切片与切片管理、边缘计算、语音、智慧运营等方面的架构、方案和关键技术。