标准样件的材料热膨胀系数

材料热膨胀系数的精确获得具有重要的理论研究与应用价值.选用方体、圆柱体和球体三种典型形体试件,对样件形体特征参数在材料热膨胀系数中的影响进行了实验测定和分析,表明了样件形体尺寸对材料热膨胀系数的影响是不容忽视的.经过分析比较,指出球体作为标准样件具有较好的稳定性,有利于获得稳定的材料热膨胀系数值.该方面的发现对材料热物性理论及生产实践具有重要的理论研究与实用价值.     

基于案例推理的钻井复杂情况专家系统

传统的钻井专家系统采用基于规则的推理,对于难以规则化的典型案例不能够充分利用。为此设计开发了基于案例推理的钻井复杂情况专家系统(DTES),目的在于利用专家会诊得到的许多具体案例经验,对钻井过程中经常发生的各种各样的复杂问题进行及时、准确的识别和处理,从而提高钻井工作效率。示例结果表明该专家系统简便实用,能很好地提供现场支持。     

基于粗糙集的工控界面多智能体系统模型研究

在工控界面多智能体系统中引入粗糙集的概念，尝试建立一种集知识表达和运算于一体的Agent数字化模型。丈中运用粗糙集在知识分类上的优势，从Agent的静态和动态属性入手，划分基本等价类。从而建立能描述各个Agent和整个MAS（多Agent系统）特点的知识表达系统模型，并对该表达系统进行数字化和归一化处理，使其能方便的在计算机中表达、推理和计算，并为MAS中各Agent间的协作奠定了基础。     

An Integrated Causal Path Identification Method

Finding causality merely from observed data is a fundamental problem in science. The most basic form of this causal problem is to determine whether X leads to Y or Y leads to X in the case of joint observation of two variables X, Y. In statistics, path analysis is used to describe the direct dependence between a set of variables. But in fact, we usually do not know the causal order between variables. However, ignoring the direction of the causal path will prevent researchers from analyzing or using causal models. In this study, we propose a method for estimating causality based on observed data. First, observed variables are cleaned and valid variables are retained. Then, a direct linear non-Gaussian acyclic graph models(DirectLiNGAM) estimates the causal order K between variables. The third step is to estimate the adjacency matrix B of the causal relationship based on K. Next, since B is not convenient for model interpretation, we use adaptive lasso to prune the causal path and variables. Further, a causal path graph and a recursive model are established. Finally, we test and debug the recursive model, obtain a causal model with good fit, and estimate the direct, indirect and total effects between causal variables. This paper overcomes the randomness assigning causal order to variables. This study is different from the researcher's understanding of his own model by generating some form of simulation data. The simplest and relatively unsmooth statistical learning method used in this study has obvious advantages in the field of interpretable machine learning.     

基于深度学习的图像抠图技术

图像抠图(image matting)技术是图像编辑技术的基础, 广泛应用于影视后期制作和日常生活. 基于深度学习的图像抠图网络, 通过输入的原图和三元图来估计每个像素的 $\alpha$ 值. 在原下、上采样的图像抠图技术基础上, 针对抠图数据集图像差异较大容易造成网络收敛较慢的问题, 在每个卷积层后加入了批量标准化(batch normalization, BN)层, 对输入数据进行归一化操作, 加快模型收敛速度, 同时参数更新方向更符合数据集整体特性; 针对抠图任务需要更关注物体边缘部分的特点, 使用可变形卷积(deformable convolution)层替换普通卷积层. 可变形卷积层会根据不同输入数据自适应学习卷积核形状, 有效扩大感受野范围, 在细节部分有更好的预测效果.     

某型直升机异常离地状态的尾桨涡环特性分析

为弄清某型直升机连续发生的两起异常离地后加速快转事故的原因,根据直升机尾桨涡环的机理,结合事故直升机的状态特点,进行了计算、分析,有关参数计算结果与事故直升机飞参记录的数据一致。研究表明,由于该型机在地面处于尾桨小拉力状态时,进入尾桨涡环的临界偏转角速度小,因而异常离地时一旦意外偏转,尾桨涡环易进、难改,即尾桨涡环特性显著变差。经分析,提出了相关应对措施,有利于提高该型机的起降安全水平。研究结论对其他类似机型也有参考价值。     

基于RFieldbus的Token-Passing协议实时性能建模

RFieldbus无线现场总线的MAC协议Token Passing可看成是一个多台多队列排队系统。在分析了TTR(令牌目的循环时间)对RFieldbus中3个优先级队列的服务时间的动态限制后，多台单队列排队模型RF-P被提出。对从站的轮巡交换数据任务被转化为RF-P中的令牌内走步时间，原有的高、低级别两个队列则化成了两个具有不同Poisson到达率的M／G／1／∞服务台。利用排队论中的准守恒PCL定律，在将服务时间限制转换为数量限制后，求出了等待响应时间的数学解析式。与试验结果的比较表明，在负载不大于60％时其偏差度约在10．20％间。     

提高热变形实验精度的两种方法

实验研究仍然是热变形研究，尤其机械热变形研究重要方法。机械热变形实验由于周期长、影响因素多，难于保证高精度。利用三维新型高精度多功能热变形实验装置，通过改进数据处理和对微小系统误差修正两种方法，实现提高实验效率和测量精度。这两种方法均来自实验。实例证明，其原理简单，易于操作，成本低廉。