基于CMIP6集合优化数据集的全球陆地极端气候变化预估

预估极端气候事件趋势能够降低其引起的灾害风险.该文基于CMIP6集合优化数据集EPTGODD-WHU,选取5个极端气候指数,即最高气温极大值(TXx)、最高气温极小值(TXn)、最低气温极大值(TNx)、最低气温极小值(TNn)和最大月降水量(PXx),并结合GIS分析手段,对2021—2100年SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的全球陆地极端气温及降水进行预估.结果表明：1)相较于CMIP单一模式,EPTGODD-WHU数据集模拟性能显著提升,气温及降水的空间相关系数分别达到0.99和0.81.2) SSP5-8.5情景下,年最低气温和最高气温均上升明显,且这种上升趋势年内波动不大,地球陆地极寒地区将面临升温的风险,而赤道等极热地区将处于年内长时间酷热状态.3)六大洲在SSP5-8.5情景下的极端降水整体上升趋势最剧烈,但北美洲密西西比平原和滨海平原的地区在SSP5-8.5情景下在未来面临较高的旱灾风险.4)中国西南部地区的极端降水在三个情景下均呈稳定的增幅,且增幅高达60%,预示面临较高的洪灾风险.     

钢管混凝土组合柱耐火性能对比分析

采用非线性有限元软件ABAQUS对方钢管混凝土柱、复式钢管混凝土柱、内嵌十字型钢钢管混凝土柱和4腔钢管混凝土柱4种钢管混凝土组合柱开展火灾下的力学分析,并采用相关实验数据进行验证.分析不同荷载比下钢管混凝土组合柱的温度场、位移-时间曲线、截面内力重分布等.结果表明：内嵌型钢(钢管)有助于提升柱体的轴向刚度,钢管混凝土组合柱的破坏模态表现为压缩鼓曲破坏;低荷载比下内嵌钢管允许方钢管发生更高的温度材性劣化,进而提升了柱体的耐火性能,火灾荷载比越小,提升效果越显著.     

面向时间敏感网络的安全感知调度方法

时间敏感网络（TSN）中信息的真实性是系统的关键安全要素,然而直接引入传统安全认证机制会导致系统可调度性和实时性大幅降低。现有的方法仍存在适用场景少、资源消耗高等问题。针对这些问题,文中提出了一种面向TSN的安全感知调度方法。首先基于TSN流量特性设计了一种时间有效的一次性签名安全机制,为消息提供高效的组播源认证;然后提出相应的安全模型对该机制进行评估,描述安全机制对任务和流量的影响;最后对提出的安全感知调度方法进行数学建模,在传统调度约束的基础上,增加了安全机制相关的约束,同时以最小化应用端到端时延为优化目标,使用约束规划进行求解。仿真实验结果表明：改进的一次性签名机制的引入可以有效保护TSN中关键信息的真实性,且对调度的影响有限;在多个基于真实工业场景生成的不同规模测试用例中,产生的应用端到端时延平均仅增加13.3%,带宽消耗平均仅增加5.8%;与其他同类型方法相比,文中方法的带宽消耗更低,更加适用于有严格带宽限制的TSN。     

基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法

为了预防因露天矿边坡表面恶化而产生节理、裂隙或断裂等破坏边坡完整性所引发的安全事故,同时解决传统图像处理算法以及经典的深度学习模型直接应用于露天矿边坡裂隙检测效果不甚理想的问题,提出了一种基于改进的Mask R-CNN的露天矿边坡裂隙智能检测算法,运用了Mask R-CNN在目标检测、语义分割以及目标定位方面的集成性特点,改进了其在掩膜分支的边缘不清晰以及误检等缺点,构建了一种针对露天矿边坡裂隙图像的检测分割框架。该方法在掩膜分割分支引入了空洞卷积神经网络以及分类分割迭代上采样操作,能够解决边坡裂隙分割边缘粗糙的问题,实验结果表明,与传统的裂隙分割算法相比,该算法具有更高的识别精度以及更好的分割效果。     

激光功率对6061-T6铝合金激光填丝焊接头组织及性能的影响

采用激光填丝焊将厚度为2 mm和3 mm的6061-T6铝合金板材进行搭接叠焊,研究激光功率对接头成形质量的影响,分析了接头的显微组织和力学性能。结果表明,增大激光功率可以有效增加热输入量,焊道逐渐宽化,焊缝熔深增加。进一步分析发现,焊缝中心区和热影响区的析出相均为Mg₂Si。硬度试验结果表明,焊缝中心区由于细小等轴晶和析出相的双重作用,硬度远高于母材区与热影响区的。拉伸试验结果表明,接头的抗拉强度随激光功率的增大而升高,激光功率由2.0 kW升高至2.8 kW,抗拉强度升高约39%。     

图的一种加权邻接矩阵谱半径和能量的界

图G的一种加权邻接矩阵记为A_db(G)=(a^db_ij)_n×n,若顶点v_i和顶点v_j相邻,则$a_{i j}^{d b}=\frac{d_{i}+d_{j}}{d_{i} d_{j}}$, 反之a^db_ij=0.给出图G的加权谱半径的上下界,并在此基础上给出加权谱半径的Nordhaus-Gaddum-type关系.得到了图G的加权能量的几个上下界,并在此基础上给出加权能量的Nordhaus-Gaddum-type关系.     

碳化环境下多元胶凝体系钢筋混凝土电化学特性

为研究不同矿物掺合料钢筋混凝土碳化后的电化学特性,利用电化学工作站定期进行无损检测,通过极化曲线、交流阻抗图谱等电化学参数对碳化循环过程中钢筋混凝土微结构的变化进行分析. 采用Kramers-Kronig转换对交流阻抗数据进行验证,选用合适的等效电路进行电化学参数拟合, 并采用卡方检验验证参数拟合的吻合度. 研究结果表明：等效电路R（QR）（QR）可以有效地对碳化环境下钢筋混凝土的电化学阻抗谱进行拟合,等效电路拟合卡方值建议不大于10-4数量级. 碳化腐蚀环境下,随着碳化周期的增加,混凝土的电阻值呈现波动增加的趋势,钢筋电阻呈现波动减小趋势;极化曲线随着碳化周期的增加整体向腐蚀电流密度增大和负电位方向移动,在49 d时钢筋锈蚀程度从大到小依次为双掺体系、单掺体系、基准体系、三掺体系,且单掺和双掺体系混凝土接近中等腐蚀状态,基准和三掺体系混凝土还处于低等腐蚀状态. 不同凝胶体系下,单掺和双掺体系钢筋混凝土对碳化腐蚀环境更加敏感,三掺体系则具有最佳的抗碳化性能.     

多需求点间车辆调度模型及优化算法混合求解研究

为解决多需求点间同时集送货问题,建立考虑需求拆分和转运的车辆路径模型.在模型中,加入车辆装载量动态变化约束、节点可多次访问约束和需求可拆分转运约束,提高问题的普遍性.在模型的优化算法中,算术、蚁群优化算法混合求解.通过算术蚁群算法嵌套优化模式,外层算术优化算法得到配送车辆的任务量,内层蚁群算法优化路径,并将结果反馈给外层算法继续更新求解,直至达到终止条件.同时,添加概率系数、增加算子位置更新公式和更新动态禁忌矩阵对混合算术蚁群算法改进,增加解的多样性,提高算法的求解效率.最后通过实例验证并与混合鲸鱼算法等比较,改进的算法解决本文问题效果更好.     

超高压高CO2气藏偏差系数图版扩展与应用

Standing-Katz图版法确定天然气偏差系数是目前最常用、最基础的方法之一,但存在人工读值误差大、在超高压（拟对比压力大于15）和高CO₂含量天然气使用受限等问题。设计单组分偏差系数测定实验,结合Standing-Katz图版曲线变化规律,将图版拟对比压力扩展到30,拟对比温度扩展到3.6,并将图版数字化;基于不同CO₂含量偏差系数测定实验结果,推导了考虑不同CO₂含量的天然气拟临界压力、拟临界温度计算新模型,与常规非烃校正模型相比,新模型计算精度更高,适用范围更广。进一步将新临界参数校正模型嵌入到偏差系数扩展图版中,得到不同CO₂含量的偏差系数扩展图版,该图版在南海西部超高温高压、高CO₂含量天然气偏差系数计算中误差较小（不超过3%）,应用效果良好。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.