雀替型阻尼器加固箍头榫木框架结构的抗震性能

为研究广府古建筑木结构的抗震性能及加固方法,采用菠萝格木材,设计并制作了两榀不同结构形式的典型广府木祠堂箍头榫框架,提出并制作了用于木结构榫卯节点加固的雀替型阻尼器,对雀替型阻尼器加固前后的木框架进行低周往复荷载试验,研究结构的抗震性能及阻尼器的加固效果。研究结果表明：阻尼器可以弥补初次加载产生的损伤,在转角不大时给残损的榫卯节点提供较高的初始刚度,并在榫卯节点自身开始闭合时与之协同受力,提高节点刚度、极限承载能力和耗能能力,使得加固试件的极限承载能力高于未加固试件;未加固试件经过加载,出现了榫卯脱离、榫卯局部压屈现象,加固试件的破坏形式主要为榫卯脱离、榫卯局部压屈和竖向顺纹劈裂裂缝;各节点的滞回曲线呈现明显的“捏缩”现象,榫卯节点强度退化系数均大于0.83,在循环荷载作用下表现出稳定的承载性能,随节点转角的增大,各节点的环线刚度、等效粘滞阻尼系数呈现逐渐减小并趋于稳定的趋势;边跨框架试件节点的等效粘滞阻尼系数逐渐稳定于0.1～0.2,而中跨框架试件节点的等效粘滞阻尼系数逐渐稳定于0.05～0.1,且经过阻尼器加固,边跨框架与中跨框架试件的总滞回耗能分别提高了67%和19%。     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

机器人主动柔顺恒力打磨控制方法

为了解决打磨过程中打磨控制系统存在扰动问题,设计了一种机器人力控末端执行器,并提出了一种机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法.所提方法的内环控制采用模糊变阻抗控制器,外环控制采用自抗扰打磨控制器.采用Lyapunov稳定性理论证明了所提方法的跟踪误差收敛为零.通过仿真和实验,验证了所提方法的有效性和适用性.研究结果表明：在内环控制相同情况下,与外环控制为PID控制器相比,所提出的机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法减小了打磨过程中的力跟踪误差和位置超调量,提高了机器人打磨力控制系统的控制效果和鲁棒性,实现机器人柔顺恒力控制.     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.     

水力旋流分离器在油水分离领域的研究进展

水力旋流器利用密度差实现两相分离,具有结构简单、分离效率高等优点,因此在原油预脱水处理等油水分离领域得到广泛应用。 鉴于此,通过分析和收集水力旋流器相关文献,对油水分离领域水力旋流分离器的研究现状进行了阐述和总结,包括水力旋流分离器的发展历程、基本结构、内部流场和工作原理等相关方面;同时,对油水分离领域不同类型的水力旋流分离器进行了对比分析,发现在水力旋流器的结构参数优化以及内部液体流动规律等方面,单一结构的参数优化或单一、静态的系统分析不能系统全面地反映实际复杂工况。 因此,将计算机仿真模拟和相关先进检测技术相结合,用于旋流器的参数优化、内部液体流动规律分析以及构建预测模型等方面,对于旋流器的结构设计优化、分离效率提升等方面意义重大;另外,目前的研究多着重于旋流器的结构和流体特性等方面,对于旋流器内部的磨损、疲劳损伤等方面的研究较为缺乏;最后,对水力旋流分离器在油水分离方面研究的不足和发展方向进行了分析和展望。     

酸法地浸采铀矿山地下水修复技术应用与探讨

随着地浸采铀矿山的退役,特别是应现代绿色矿山建设的要求,地下水修复越来越被重视,如何制定酸法地浸采铀矿山地下水修复法规,采用哪种修复技术才能获得更好的效果,这些问题一直困扰着环境保护部门和项目执行者。本研究针对酸法浸出矿山特点,提出了地下水修复法规的制定原则,并实践了地下水修复综合技术、自然净化、迁移净化、冲洗、弱酸浸出等方法,并在应用中获得较好的效果。在总结地浸采铀矿山地下水修复现场试验和退役矿山实际应用的基础上,充分分析影响地下水修复的矿床自然条件、地下水质量和用途、修复技术、修复费用和时间等因素,给出了推荐的酸法地浸采铀矿山地下水修复策略。     

金属卟啉重组蛋白的光活性与光稳定性研究

本研究以突变体肌红蛋白(myoglobin,Mb)F43H/H64A Mb为骨架,通过原卟啉锌(zinc-protoporphyrin,ZnPP)、原卟啉钴(cobalt-protoporphyrin,CoPP)替代蛋白天然辅基血红素(heme)的方式制备了两个新的重组肌红蛋白(reconstituted myoglobin,rMb),命名为ZnPP-F43H/H64A Mb和CoPP-F43H/H64AMb,并对其光稳定性和光催化降解染料活性进行了研究。结果显示,ZnPP-F43H/H64A Mb具备更好的光催化降解亚甲基蓝的能力,ZnPP-F43H/H64A具有光不稳性。     

PBL教学模式在动物育种学课程教学中的应用——以甘肃农业大学为例

动物育种学课程是动物科学专业的专业基础课,具有知识结构复杂和实践性较强的特点,“以教师讲授为主”的传统授课模式不能满足畜牧业发展对高素质技能型人才的要求,亟需进行教学模式的改革提高该课程的教学质量和学生培养质量。采用PBL（Problem-based learning）教学模式对甘肃农业大学《动物育种学》课程进行了教学尝试,统计分析学生的实验成绩、平时成绩、期末成绩及综合成绩,问卷调查学生对PBL教学模式的满意度,评价PBL教学模式在动物育种学课程教学改革中的应用效果。采用PBL教学模式学生的实验成绩、平时成绩、期末成绩与综合成绩均显著高于传统教学模式,PBL教学模式80分以上学生居多,96.67%的学生对PBL教学模式持赞同态度。PBL教学模式效果优于传统教学模式,有助于激发学生的学习兴趣,提高学生对动物育种学课程知识的掌握程度及综合应用水平。     

基于变换域注意力机制的压缩伪影去除的方法

图像有损压缩过程往往会导致图像质量退化,使图像出现压缩伪影。针对现有基于深度学习的方法缺乏对联合图像专家组(Joint Photographic Experts Group,JPEG)压缩算法先验信息的利用,提出一种基于变换域注意力机制的去伪影方法。该方法利用卷积神经网络在像素域和离散余弦变换(discrete cosine transform,DCT)域分别提取特征,再将双域学习的特征信息进行融合。利用量化表设计了DCT注意力机制,该模块根据DCT系数的损失程度给予各频率系数不同的权值,使网络自适应补偿量化引起的误差。于此基础上,在像素域引入通道注意力机制,从而更好地利用量化表的先验信息。在主要数据集上,提出的去伪影方法以固定的模型参数对多种质量因子的压缩图像进行伪影去除实验。实验结果表明,所提出的方法在各评价指标和主观视觉上取得较好的效果。     

增强型注意力网络点击通过率预估方法

针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。