基本图素分类的综合判定

本文采用关于手绘图形基本图素的“角度和变量”与“最大距离”综合判定分类法,以流程图符为例,实现了手绘基本图形的在线机器识别.系统的识别率达94.0%～99.5%,无明显等待.     

Earthshaker: A mobile rescue robot for emergencies and disasters through teleoperation and autonomous navigation

To deal with emergencies and disasters without rescue workers being exposed to dangerous environments, this paper presents a mobile rescue robot, Earthshaker. As a combination of a tracked chassis and a six-degree-of-freedom robotic arm, as well as miscellaneous sensors and controllers, Earthshaker is capable of traversing diverse terrains and fulfilling dexterous manipulation. Specifically, Earthshaker has a unique swing arm—dozer blade structure that can help clear up cumbersome obstacles and stabilize the robot on stairs, a multimodal teleoperation system that can adapt to different transmission conditions, a depth camera-aided robotic arm and gripper that can realize semiautonomous manipulation and a LiDAR aided base that can achieve autonomous navigation in unknown areas. It was these special systems that supported Earthshaker to win the first Advanced Technology & Engineering Challenge (A-TEC) championships, standing out of 40 robots from the world and showing the efficacy of system integration and the advanced control philosophy behind it.     

侧爆作用下土中竖井结构弹塑性变形特征分析及计算

针对土中钢板-钢筋混凝土竖井结构在常规武器爆炸作用下塑性铰线形成前的动力响应问题,综合采用模型试验、有限元数值仿真方法,分析了竖井结构中远距离爆炸作用下的变形过程及特征,确定了以量纲一环向相对位移α₁作为结构变形程度的判据。推导了土中竖井结构在常规武器爆炸作用下的动力响应理论解,分析了按照弹性理论计算的量纲一环向相对位移α_1e和有限元计算得到的弹塑性量纲一环向相对位移α_1p的关系及其比值α_1p/α_1e的影响因素,构建了基于弹性解的弹塑性量纲一环向相对位移α_1p工程算法。提出了以量纲一环向相对位移α₁作为结构变形程度的判据,并确定了结构闭环塑性铰线出现、破坏模式改变的阈值为α₁=3%;对比了理论与数值模拟计算结果,验证了提出的理论计算方法可以较好地计算钢板-混凝土竖井组合结构在常规武器爆炸作用下弹性阶段的动力响应;结构长径比、结构缩尺比例、装药量大小对α_1p/α_1e随α<...     

吉木萨尔陆相页岩油微观赋存类型

为了更好地认识页岩油微观赋存状态及类型,避免实验过程中水钻取样对原油分布的影响,选取吉木萨尔页岩典型含油岩芯,采用全程液氮钻、切、磨制样工序,通过全能谱扫描电子显微镜、二次电子成像及背散射相结合的技术手段,获得微观储层矿物类型和结构、储集空间类型、形貌以及C, O, Si, Al, Ca, K, Na,Mg等元素在微、纳米尺度的分布。依据去除矿物因素后的C元素含量分布,判别原油在微、纳米空间尺度的富集程度。结合矿物岩石组构和储集空间形貌,对微、纳米尺度页岩油原油的赋存状态及分布类型进行直观的定量表征,并基于C元素含量推测微观含油饱和度的相对变化。针对原油与孔喉的配置关系,进行储层微观孔喉结构与原油赋存状态的表征,明确原油赋存类型。总结出研究区4种微观原油赋存类型:白云质溶蚀微米级大孔道中的可动油、砂质粒间微纳米级孔中可动油、砂质粒间孔喉壁吸附的半束缚状态的油膜以及自生黏土矿物晶间孔内束缚油。     

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.     

考虑水-力耦合和不同应力路径的砂岩卸荷力学特性试验

为研究不同渗透压力条件下的岩石卸荷力学特性,选取砂岩为研究对象,开展了不同渗透压力和不同应力路径下的三轴卸荷试验,并与常规三轴试验进行对比,比较了不同应力路径下的岩石强度特性,分析了渗透压力对岩石变形和强度参数的影响。试验结果表明：渗透压力的增大会弱化岩石强度,岩石的峰值强度随渗透压力的增大而降低,而轴向变形随渗透压力增大而增加,渗透压力越大,岩石的压密段特征越明显;针对两种不同的卸荷应力路径,恒轴压卸围压路径条件下,岩石的黏聚力不断降低,内摩擦角不断增加,而加轴压卸围压路径条件下,岩石的黏聚力不断增加,内摩擦角逐渐降低。     

基于电阻率层析扫描的水下抛石体内部空洞探测

为提高水下抛石体的识别精度,构建了预留有内部空洞的抛石体物理模型与电阻率层析扫描模型研究电阻率层析扫描技术在水下抛石体内部空洞探测中的成像效果,并与传统克里金插值法效果进行了对比。结果表明:电阻率层析扫描可以有效识别水下抛石体中的空洞,并且在刺激源数量为6时电阻率层析扫描模型模拟精度达到较高值;电阻率层析扫描技术在通道纵剖面上的识别能力要远高于传统克里金插值法;将数值模拟结果中电导率大于300.μS/cm的区域视为空洞区,整体反演结果略大于真实值,在 x、y、z 3个方向上的偏差分别为2.73、1.75、6.95.cm;基于反演结果对电阻率层析扫描模型进行正演,正演结果与实测数据的拟合度超过0.95,证明了电阻率层析扫描模型反演的准确性。     

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。