自适应变分模态分解同态反褶积方法

地震波在地层传播过程中会受到大地低通滤波的影响,分辨率显著降低。反褶积处理可以提高地震资料的分辨率,同态反褶积方法对子波相位没有要求,具有更强的适用性,但在实际应用中,同态域子波与反射系数不易彻底分离。针对这一问题,提出在同态域使用变分模态分解(Variational Mode Decomposition, VMD)方法分离子波与反射系数信息,提高了同态反褶积的抗噪能力。首先,对地震记录进行同态变换,获得同态域地震记录;然后,对同态变换后的结果做VMD,并对分解结果进行选择性重构,消除子波的影响;最后,对重构结果进行同态反变换,提取反射系数序列。针对VMD无法直接确定分解层数的问题,提出基于重构数据与原始数据能量差自动确定分解层数的方法,显著改善了VMD方法的使用效果。理论合成资料实验表明,在时变子波和信噪比较低的情况下,该方法仍可以获得理想的计算结果。对实际地震资料处理并进行地震属性提取,该算法能够有效提高实际资料的横向分辨率,取得较好的应用效果。     

考虑基于变分模态分解的冲击载荷截止因数影响的管系响应

针对海上浮式装置力学分析中选用不同截止频率阈值得到重构的冲击载荷对结构响应结果有较大影响的问题,采用变分模态分解(Variable Mode Decomposition, VMD)方法得到冲击载荷各本征模态函数、对应频谱的特征频率和最大加速度幅值。选取不同的截止因数,重构得到不同的冲击载荷。数值仿真结果表明：当截止因数为0.01时,重构的冲击载荷动力学响应与原始冲击载荷动力学响应基本保持一致;在保证足够的安全裕度的前提下,当截止因数选0.20时,可获得更低的截止频率。     

基于深度学习的锂离子电池SOC和SOH联合估算

锂离子电池常被作为储能元件以实现电能的存储和转化,然而其荷电状态(state of charge,SOC)和健康状态(state of health,SOH)无法被直接测量。为了实现锂离子电池SOC和SOH联合估算,该文分析SOC和SOH之间的关联性,并提出一种基于深度学习的锂离子电池SOC和SOH联合估算方法。该方法能够基于门控循环单元循环神经网络(recurrent neural network with gated recurrent unit,GRU-RNN)和卷积神经网络(convolutional neural network,CNN),利用锂离子电池电压、电流、温度,实现锂离子电池全使用周期内SOC和SOH的同时估算,而且由于将锂离子电池的SOH估算值考虑到SOC估算中,能够消除锂离子电池老化因素对锂离子电池SOC估算造成的负面影响,从而提升SOC估算精度。两个锂离子电池测试数据集上的实验结果表明,提出的估算方法能够在不同温度和不同工况下实现锂离子电池全使用周期SOC和SOH联合估算,且获得较高的精度。     

音频场景识别中非对称卷积和知识迁移方法研究

针对当前音频场景识别中训练数据量不足的问题,设计了基于知识迁移的非对称卷积声音场景识别系统。相较于现有方法利用音频场景识别数据集从头训练网络模型,该系统在其他任务训练好的网络模型上进行调整和训练,从而保留了源领域的有效信息。与此同时,该系统针对声学特征的特点,采用了非对称卷积模块来增强网络的特征提取能力。实验结果为该系统的准确率相较基准系统提高了0.023,并且该系统的卷积核可视化结果观察到的特征纹理更清晰。结果表明知识迁移可以提升模型的特征表示能力,与非对称卷积结合能进一步提升系统性能。     

面向列车轮轨接触区域图像分割的生成对抗网络

列车和轨道之间的开放约束条件决定了车辆脱轨的客观存在。轮轨接触区域边缘曲线分割对列车轮轨接触关系的研究具有重要意义,提出了一种基于生成对抗网络的轮轨接触区域边缘曲线分割算法。通过将残差模块引入生成器网络中,增强了网络对输出变化的敏感程度,进而更好的调整生成器权重。此外,膨胀残差模块的引入,有效扩大了特征图的接收区域。实验结果显示,改进的生成对抗网络对轮轨接触区域边缘曲线的分割准确度达到9613%,敏感度、特异度、F1值、ROC曲线下的面积分别为8390%、9713%、8367%和9812%,验证了该方法能够准确分割轮轨接触区域边缘曲线。     

镍基合金中γ′相界面的强化设计

采用第一原理分子轨道离散变分Xα法，研究在镍基合金中加Ir合金化的作用，以及在镍基合金中存在B，C，N，H，O，P或S时对γ相和γ′相界面结合强度的影响。证明Ir合金化后，使γ相和γ′相的晶格错配度向负值变化，提高键重叠集居数和总键序。在镍基合金中存在的S，P，H，O，N，B或C，对γ－Ni/γ′-Ni3Al相界面结合力有明显影响，其中C，B和N显著增强两相的界面，相反S和P则减弱相界的结合。     

组合框架式液压机上梁的变量化准静态分析

以焊接组合框架式液压机上梁为研究对象,通过分析液压机上梁结构的特点,并针对液压机设计的目标和机械特性的要求,利用变量化准静态的方法,获得具体产品静、动态性能的变化及关键参数取值规律.研究成果对同类机械设备的设计与制造具有普遍的指导意义.     

机床结构模块化设计中CAD模型与有限元模型的数据交换

提出了基于结构有限元静、动态特性分析的模块化设计的框架；针对设计系统CAD模型与有限元数据相互传送难点，根据不同情况，给出模型转换的实现方法：直接转换法、标准零件库方法和中心数据库方法，重点讨论了利用中心数据库进行数据传送的方法。     

A revisit to stochastic near-optimal controls: The critical case

This paper revisits the stochastic near-optimal control problem considered in Zhou (1998), where the stochastic system is given by a controlled stochastic differential equation with the control variable taking values in a general control space and entering both the drift and diffusion coefficients. A necessary condition of near-optimality is derived using Ekeland’s variational principle, spike variation techniques, and some delicate estimates for the state and the adjoint processes. We improve the error bound of order from “almost” ${\epsilon }^{\frac{1}{3}}$ in Zhou (1998) to “exactly” ${\epsilon }^{\frac{1}{3}}$.     

Conformational Modeling of Continuum Structures in Robotics and Structural Biology: A Review

Hyper-redundant (or snakelike) manipulators have many more degrees of freedom than required to position and orient an object in space. They have been employed in a variety of applications ranging from search-and-rescue to minimally invasive surgical procedures, and recently they even have been proposed as solutions to problems in maintaining civil infrastructure and the repair of satellites. The kinematic and dynamic properties of snakelike robots are captured naturally using a continuum backbone curve equipped with a naturally evolving set of reference frames, stiffness properties, and mass density. When the snakelike robot has a continuum architecture, the backbone curve corresponds with the physical device itself. Interestingly, these same modeling ideas can be used to describe conformational shapes of DNA molecules and filamentous protein structures in solution and in cells. This paper reviews several classes of snakelike robots: (1) hyper-redundant manipulators guided by backbone curves; (2) flexible steerable needles; and (3) concentric tube continuum robots. It is then shown how the same mathematical modeling methods used in these robotics contexts can be used to model molecules such as DNA. All of these problems are treated in the context of a common mathematical framework based on the differential geometry of curves, continuum mechanics, and variational calculus. Both coordinate-dependent Euler–Lagrange formulations and coordinate-free Euler–Poincaré approaches are reviewed.