高地应力水平岩层隧道滞后型岩爆时空倾向性机制分析

浙江杭温水平岩层隧道内滞后型岩爆频发,但目前对于其孕育机理和时空倾向性研究不足。故采用有限差分软件,通过地应力测试和统计现场岩爆资料的方法,研究分析滞后型岩爆时空特征机制。结果表明:(1)滞后型岩爆具有明显的时空倾向性特征。近70%的滞后型岩爆时间上发生在该区开挖6～30 d,空间上滞后于掌子面30～100 m之间;且多发生中等岩爆,岩爆等级及可能性随时空变化呈现倒“V”形趋势。(2)硬岩在高地应力环境中具有明显的延性与时效变形特征;在卸荷条件下,应力释放率的逐渐增加是诱发滞后型岩爆的最主要因素。(3)开挖一定距离后,隧道周边不同位置处都出现应变能突变,且保持较高的应变能密度,易发生等级较高的岩爆。上述结果为以后预测滞后型岩爆和施加相应支护措施提供了依据。     

基于参数化建模方法的复合式盾构机刀盘力学性能分析与结构优化

刀盘是盾构机的核心部件之一,合理的刀盘结构设计是安全高效掘进的基础。为了快速高效建立刀盘有限元模型并分析其力学性能,采用基于APDL（ANSYS parametric design language）命令流开发的参数化建模方法,建立了某型号复合式盾构机刀盘的数字模型。对刀盘施加极限工况下的推力和扭矩,通过静力学分析得到了刀盘的应力分布和变形分布,确定了最大应力和最大变形位置,校核了刀盘的静强度和静刚度。进一步以刀盘总质量为优化目标,以刀盘强度和刚度为约束条件建立了基于参数化建模的刀盘结构优化方法,提出了刀盘结构优化流程。通过参数敏感性分析确定了刀盘优化参数,探究相关参数对刀盘强度和刚度的影响。对复合式盾构机刀盘的关键参数进行优化。结果表明：优化后刀盘的最大应力降低了12%,最大变形降低了20%,质量减轻了119 kg。因此,基于参数化建模的优化方法可以提供刀盘的强度与刚度,并同时降低刀盘质量。研究成果可为后续多目标刀盘结构优化提供参考。     

基于节点分类的区域货流分布预测方法

为了更加精确地预测区域货流分布并准确描绘区域经济之间的联系与互动,提出了基于聚类算法与改进重力模型相结合的区域货流分布预测方法。首先,通过Pearson相关性检验对货运影响因素进行分析,针对不同区域之间的异质性和相似性,采用K-means++算法进行节点聚类,对起讫点（origin-destination, OD）对进行精细化研究;其次,引入货运影响因素、社会联系强度以及由距离成本和时间成本构建的阻抗函数作为参数,对传统重力模型进行改进,灵活地适应不同地区的交通特征,使得模型更具通用性和适应性;最后,以云南省为例,利用构建的改进重力模型进行货流分布预测,并与传统重力模型预测结果进行比较。结果表明：改进重力模型预测精度比传统重力模型提升了57.75%,稳定性提升了54.66%。该方法预测精度明显提升,为区域货流预测提供了更为可靠的方法。     

加速型 IGV 对高负荷轴流风扇性能影响研究

目的 为了进一步提升小型高负荷轴流风扇在微小空间的高通流及高负荷能力,提出一种加速型进口导叶(IGV)结构设计方案。方法 采用三维设计软件Pro/E设计不同加速型IGV,通过数值模拟方法研究其对风扇不同流量系数下的压力系数、全压效率以及流道损失的影响。结果 采用加速型IGV使得风扇流道内通流能力增强,叶片尾缘气流延缓分离,下游流动更加均匀;随着进口气流加速程度的提高,设计工况点全压效率基本呈单调递增的趋势;相比无加速IGV风扇,当IGV加速程度为1.1、1.2时,在设计工况点,风扇压力系数提升百分比为1.61%,1.24%,效率分别提升了3.49%,5.05%;IGV的加速程度从1.0增至1.5时,风扇效率提高6.69%。结论 在小型高负荷轴流风扇中,加速型IGV与无加速IGV相比,加速型IGV对风扇压力系数以及效率的提升具有更优的效果,并且IGV加速程度也并非越大越好,当加速程度为1.1、1.2时风性能表现最优,为小型高负荷轴流风扇的研究提供相关设计参考。     

基于ICP算法的苹果采摘机器人手眼标定方法

苹果采摘机器人手眼协同作业过程中手眼关系的精度是影响机器人作业效率和作业精度的关键因素之一.针对传统手眼标定方法求解精度低、线性化求解时解耦精度丢失和非线性求解时累积误差较大等问题,提出一种基于ICP算法的手眼标定方法.以Tsai〖CD*2〗Lenz法的求解结果作为ICP匹配算法初值,通过确定ICP匹配算法中误差阈值和迭代次数最优组合得到精确的手眼转换关系.试验结果表明,本文方法避免了求解时精度丢失和误差积累等问题,与Tsai〖CD*2〗Lenz算法相比,旋转精度提高了13.6%,平移精度提高12.47%.     

基于生成对抗网络的气缸套表面缺陷图像生成

针对气缸套缺陷检测中缺陷样本不足限制气缸套缺陷检测性能提升问题,采用基于生成对抗网络的气缸套表面缺陷检测算法.首先,为了保持缺陷图像中原有缺陷位置与特征不变,通过循环生成对抗网络模型学习有缺陷气缸套图像与正常图像的关系;其次,利用学习得到的模型对有缺陷气缸套图像进行风格迁移,即把有缺陷气缸套图像背景替换成无缺陷气缸套图像背景,实现对气缸套缺陷数据集的扩充与增强;最后,通过基于数据增强的RetinaNet网络模型对生成图像的有效性进行验证.试验结果表明,通过生成对抗网络生成的气缸套数据集可以提升缺陷检测性能,进一步证明了生成对抗网络在工业应用的可行性.     

基于高频股票流动性的通货膨胀率预测研究

通货膨胀的准确预测对于投资者和政策制定者来说至关重要。经济的结构性转变给通货膨胀率的预测带来前所未有的挑战。本研究基于自回归混频数据抽样模型（AR-MIDAS）考察1996年6月至2023年12月中国A股市场流动性的日度信息对通货膨胀率短期预测的影响。结果表明,加入日度流动性指标后,AR-MIDAS模型对于通货膨胀率的预测性能具有显著提升。本研究创新性地将股票流动性加入通货膨胀预测模型,拓展利用金融市场信息预测通货膨胀的文献脉络,为认识金融市场与实体经济的关联提供新的视角,同时也为投资者和政策制定者提供决策参考。     

融合图注意力网络和注意力因子分解机的服务推荐方法

为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。     

基于模糊粗糙集的层次分类增量特征选择

随着大数据时代的到来,数据的类标签数量急剧增加,对现有的分类任务带来了严峻的挑战。为了解决这个问题,人们通常将标签组织成层次结构,使用结构中所包含的信息来对任务进行学习。考虑样本的不断增加,使用模糊粗糙集信息熵设计了一种面向层次分类的增量特征选择算法。考虑兄弟策略,将现有的λ条件熵推广到了层次分类的情形,设计了一种非增量的层次分类特征选择算法,设计了λ增量条件熵,基于此设计了增量版本的特征选择算法。在实验中,采用了包括非增量版本在内的7种不同的特征选择算法在5个层次数据集上与增量算法进行比较,实验结果验证了2种算法的有效性,并且所设计的增量算法能在不影响性能的情况下加快特征选择的进程。     

混合控制系统的广义Pet ri 网建模与设计

提出一类混合系统的Ｐｅｔｒｉ网模型,强调连续与离散动态在同一层次的直接交互,连续与离散动态的分布式并发演化。给出基于混合Ｐｅｔｒｉ网的混合控制器设计方法。