智慧水利解析

智慧水利是水利高质量发展的显著标志,是运用大数据、人工智能、物联网、云计算、移动互联等新一代信息通信技术,基于自然水系、水利工程体系和水利管理体系,智慧地将适量适质的水适时送到适地,为实现长久水安澜、优质水资源、宜居水环境、健康水生态提供支撑。智慧水利包括目标、对象、时空、技术、价值、成效等六个维度的内涵。目标维度包括问题识别与目标制订,对象维度包括服务主体与水利业务,时空维度包括监控环节与决策过程,技术维度包括赋能体系与核心技术,价值维度包括概念模型与推进路径,成效维度包括功能表征与建设愿景。在智慧水利建设中,数据是基础,要高度重视水利数据的收集、开放和共享;信息是关键,要高度重视监测数据的信息提取和分析;知识是核心,要加强水利知识的挖掘、提升和知识的积累;智能和智慧是目的,要重视人工智能的使用和标准化管理体系的构建。     

AZ451镁合金薄带的组织和力学性能研究

利用OM,SEM,TEM,数字显微硬度计和电子万能试验机,对常规轧制与铸轧法制备的AZ451镁合金薄带的显微组织和力学性能进行了分析.常规铸锭轧制后仍为等轴晶组织,晶粒尺寸明显细化.铸轧条带在350 ℃多道次轧制后显微组织由树枝晶转变为纤维状变形组织, 350 ℃/10 min热处理后合金发生再结晶,得到等轴晶组织.轧制后两种合金均具有良好的力学性能,双辊铸轧合金的强度和延伸率均明显高于传统铸造合金的强度和延伸率,两种合金1 mm厚薄带经350 ℃/10 min均匀化退火后的抗拉强度、屈服强度和延伸率分别为334.4 MPa,229.3 MPa,23.8%和270.8 MPa,174.4 MPa,10.8%.两种合金的断口形貌均呈现河流花样,撕裂棱和韧窝共存,是明显的韧性断裂,铸轧合金的韧窝更明显,尺寸更小一些,这与铸轧合金的组织更细小有关.     

基于数字孪生的长城文化遗产保护与传承 研究

长城文化遗产长期面临风、水、冰雹等自然环境 风险。现有研究偏向理论,缺乏基于数字孪生的实证研究, 尤其缺乏长城文化遗产环境灾害仿真模拟预测的研究。将数 字孪生理论模型与实际案例结合,通过流固耦合分析模拟探 索风环境对北京蟠龙山长城的影响,评估风对建筑结构的影 响,探讨植被、建筑体量等变量对风环境的影响。结果显 示,数字孪生模型能够有效预测文化遗产在风环境下的风险 分布,同时,植被和建筑体量的变化明显影响了风蚀程度。 对于局部坍塌拱券的模拟分析揭示了文化遗产在强风和冰雹 灾害下受损的机理。     

面向生产线全生命周期的数字孪生模型应用

针对传统生产方式存在的管理成本大,生产效率低的问题,为实现智能化生产,设计了基于数字孪生技术的生产线全生命周期管理应用框架。首先基于物理生产线的多元数据,通过建模技术构建了生产线数字孪生模型,分别从生产线的规划阶段、调试阶段、运行阶段,为物理实体生产线提供仿真预演分析、连通调试、生产状态监控、数据可视化等服务。通过孪生模型对实际生产线的规划到运行阶段进行指导和改进,使企业生产线平衡率提高了6.84%,年产量增加了792件,结果表明该方法有效。     

多分类孪生支持向量机研究进展

孪生支持向量机因其简单的模型、快速的训练速度和优秀的性能而受到广泛关注.该算法最初是为解决二分类问题而提出的,不能直接用于解决现实生活中普遍存在的多分类问题.近来,学者们致力于将二分类孪生支持向量机扩展为多分类方法并提出了多种多分类孪生支持向量机.多分类孪生支持向量机的研究已经取得了一定的进展.本文主要工作是回顾多分类孪生支持向量机的发展,对多分类孪生支持向量机进行合理归类,分析各个类型的多分类孪生支持向量机的理论和几何意义.本文以多分类孪生支持向量机的子分类器组织结构为依据,将多分类孪生支持向量机分为：基于“一对多”策略的多分类孪生支持向量机、基于“一对一”策略的多分类孪生支持向量机、基于“一对一对余”策略的多分类孪生支持向量机、基于二叉树结构的多分类孪生支持向量机和基于“多对一”策略的多分类孪生支持向量机.基于有向无环图的多分类孪生支持向量机训练过程与基于“一对一”策略的多分类孪生支持向量机类似,但是其决策方式有其特殊的优缺点,因此本文将其也独立为一类.本文分析和总结了这六种类型的多分类孪生支持向量机的算法思想、理论基础.此外,还通过实验对比了分类性能.本文工作为各种多分类孪生支持向量机之间建立了联系比较,使得初学者能够快速理解不同多分类孪生支持向量机之间的本质区别,也对实际应用中选取合适的多分类孪生支持向量机起到一定的指导作用.     

采煤机自主导航截割原理及关键技术

深部煤层构造较为复杂,实现采煤机无人驾驶开采更加困难。在总结采煤机结构和截割调控技术演变历程基础上,提出采煤机截割调控技术在经历了人工目测截割、机载探测截割、示教记忆截割3个发展阶段后,已经进入到自主导航截割的第4阶段,并提出了适用于深部煤层采煤机自动驾驶的导航截割理论与技术框架,包括导航地图、位姿感知、路径规划、姿态控制4项技术内涵和精细化煤层截割定位地图、精准化煤层截割导航地图、动态化煤层截割导控地图、采煤机融合定位方法、定位精度提升、智采机组全位姿参数矩阵建立、物理-虚拟模型驱动与交互、无人驾驶防冲撞路径规划、截割作业智能调高调直9项关键技术。系统阐述了采煤机自主导航截割相关核心技术基本原理:首先,构建煤层智能化开采导航地图,从精细化煤层截割定位、精准化煤层截割导航和动态化煤层截割导控3个关键步骤实现地图构建及更新;其次,通过融合定位和定位精度提升方法,完成了采煤机位姿精确感知;再次,创建智采机组全位姿参数矩阵,并结合物理-虚拟模型驱动与交互技术构建出导航截割数字孪生系统;最后,基于实时综采装备位姿状态和煤层导航地图信息,实现了无人驾驶防干涉防冲撞路径规划、截割滚筒自适应调高控制...     

基于数字孪生的航天器装配质量监控与预测技术

鉴于航天器装配过程中不确定因素多,无法准确有效地预测和评估航天器的实际性能,装配过程中因进行大量复杂的性能试验来验证产品性能指标的符合性而极大影响了装配效率,提出一种基于数字孪生的航天器装配质量在线监控与预测方法.分析了航天器装配执行层面总体流程的特点,在此基础上给出面向航天器装配质量的数字孪生建模方法,以及面向数字孪...     

孪生支持向量机综述

孪生支持向量机(Twin Support Vector Machine,TWSVM)是在支持向量机(Support Vector Machine,SVM)的基础上发展而来的一种新的机器学习方法。作为一种二分类的分类器,其基本思想为寻找两个超平面,使得每一个分类面靠近本类样本点而远离另一类样本点。作为一种新兴的机器学习方法,孪生支持向量机自提出以来便引起了国内外学者的广泛关注,已经成为机器学习领域的研究热点。对孪生支持向量机的最新研究进展进行综述,首先介绍了孪生支持向量机的基本概念与基本模型;然后对近几年来新型的孪生支持向量机模型与研究进展进行了总结,并对其代表算法进行了优缺点分析和实验比较;最后对将来的研究工作进行了展望。     

改进AFSA算法优化TWSVM的火焰识别方法

为了快速有效地识别火灾火焰图像,提出了一种基于改进人工鱼群算法（IAFSA）的孪生支持向量机（TWSVM）的火焰识别方法。该方法根据RGB-YCbCr混合颜色空间模型中火焰像素的分布特点对火焰图像进行分割,并在此基础上提取火焰图像的相关特征;采用人工鱼群算法（AFSA）搜索TWSVM最优惩罚参数与核参数,并在AFSA算法中利用基于聚类的鱼群初始化方法来获得均匀的初始鱼群,同时采取自适应参数来调整人工鱼群的视觉范围和移动步长,另外在原有的三种行为的基础上提出了两种新的行为：跳跃行为和淘汰重生行为,提高了鱼群算法的寻优效率和求解精度;将提取的火焰各个特征量作为训练样本输入TWSVM模型进行训练;将待测试样本输入TWSVM模型进行分类识别。实验结果表明：相对于深度卷积神经网络VGGNet模型、Fast R-CNN算法、YOLO算法、传统支持向量机（SVM）、Grid-TWSVM、GA-TWSVM、PSO-TWSVM、FOA-TWSVM、GSO-TWSVM、AFSA-TWSVM,所提出的基于改进人工鱼群算法的孪生支持向量机的方法有效地提高了火焰识别准确率和实时性,解决了TWSVM在火焰识别时参数选择困难、常用参数寻优算法寻优时间长等问题。     

基于Fluent的双加热湿度传感器传热性能分析

双加热湿度传感器可实现大气湿度连续探测.液滴、冰晶等水凝物覆盖在双加热湿度传感器表面,容易导致其测量精度和响应速度降低.为了提高测量精度和响应速度,有必要对双加热湿度传感器进行除湿处理.采用Pro/E建立4种尺寸的双加热湿度传感器三维模型;利用ICEM CFD中模块化的方法对模型进行分网,得到了较高的网格质量,降低了计算时间,提高了计算精度;利用Fluent稳态分析模拟出2只湿度传感器不同间距下的相互影响情况,瞬态分析模拟出升温时间和降温时间特性.根据仿真结果,提出高空和低空2种模式加热策略.