急性腹主动脉闭塞合并双肾动脉闭塞1例临床分析

目的探讨急性腹主动脉闭塞合并双肾动脉闭塞的病因与抢救措施.方法对突然出现腰腹痛和双下肢疼痛伴麻木4 h的患者行腹主动脉造影,造影证实该患者为腹主动脉合并双肾动脉完全闭塞,行介入治疗和清栓术治疗.结果清除部分血栓,患者恢复血流5 min后发生高血钾,引发心脏骤停死亡.结论急性腹主动脉闭塞合并双肾动脉闭塞死亡率高,主要死因是心脏毒性物质的吸收、高血钾、酸中毒、肾衰竭致心脏骤停,抢救成功的关键是尽早开通患者闭塞血管.     

低渗透油田表面活性剂增注效果预测方法研究

针对低渗透油田在注水开发过程中注入压力高、压力传导慢等问题,室内进行了表面活性剂相对渗透率和天然岩心降低注入压力等实验研究。实验结果表明,在水驱基础上,天然岩心注入浓度为0.5%的NS—1表面活性剂后,后续水驱压力降低25%以上,降压效果明显。根据油水相对渗透率曲线,在油水两相径向稳定渗流条件下,对表面活性剂增注效果、段塞尺寸与增注量的关系等进行了预测。     

具变时滞Lotka-Volterra系统的全局渐近稳定性

利用Lyapunov函数方法研究了具变时滞Lotka-Volterra系统的渐近稳定性, 得到一些新结果, 推广并改进了已有的一些相关结果.     

基于Δ调制复杂动力系统的图像加密应用研究

Δ调制复杂动力系统有其丰富的演化行为,在一定的参数范围内能产生混沌序列,其产生的混沌序列具有良好的伪随机性、遍历性和初值敏感性。基于该系统提出对图像的加密算法,实验结果表明,该算法密钥敏感且空间大,对图像加密有一定的安全性。     

城市轨道交通车站客流状态采集范围

随着城市化进程的不断推进,迅猛增加的轨道交通客流对客运组织管理提出了更高的要求。目前,虽然多样化的视频采集设备已广泛应用于地铁客流监测中,但是对视频监测范围缺乏统一的标准规范导致监控设备布设随意性大、客流采集无法满足监测需求,鉴于此,课题开展对轨道交通车站客流状态数据采集范围的研究。首先,阐述了客流状态采集范围的概念和影响因素;其次,分析轨道交通车站不同功能区域的数据采集参数类型,以全面性及精度最优为目标,构建了不同功能区域的采集范围模型,并给出模型中参数权重的计算方法和模型求解方法;最后,以北京西直门地铁站为研究对象进行实例分析,给出其不同功能区客流状态数据的最优采集范围。本研究可为交通流数据的获取提供有效的技术支持和保障。     

基于检测图像的排水管道缺陷智能辅助分类方法

针对当前地下管网CCTV检测缺陷中存在自动化程度偏低及依赖专业人员技术水平的问题,综合采用图像处理和深度学习技术构建了辅助检测人员快速、准确地识别管道缺陷类型的智能方法。首先,收集十类典型缺陷图像,对其进行图像处理生成样本集;在此基础上,以深度卷积神经网络AlexNet和ResNet50为基础框架,使用预训练AlexNet和ResNet50网络迁移学习管道缺陷特征,通过敏感性分析优化了分类网络参数,然后,通过测试集验证了管道缺陷智能分类模型的准确性,并结合具体工程实例验证建立方法的有效性。结果表明：两类管道缺陷智能分类模型在测试集上分别达到92.00%和96.50%的准确率,实际工程实例准确率达到了85.41%和87.94%,且ResNet50的分类效果更优,具有较好工程适应性。图像处理和深度学习技术可提高排水管道缺陷分类的自动化与准确率,值得进一步进行推广。     

基于Sobol法的复合材料加筋板结构参数灵敏度

复合材料广泛应用于航空航天领域,其可靠性、稳定性及承载能力等对于航空设备尤为重要.以复合材料加筋板作为研究对象,对其材料属性和几何参数进行灵敏度分析.首先,基于ABAQUS软件建立复合材料加筋板的有限元模型,对轴向压缩载荷下的屈曲载荷进行了研究;其次,针对加筋板结构的复杂性,基于Kriging方法的代理模型建立复合材料加筋板屈曲载荷与材料属性和几何参数之间的函数关系;最后,采用Sobol全局灵敏度分析法求解复合材料加筋板材料属性和几何参数的灵敏度.研究结果为复合材料加筋板可靠性设计提供指导.     

基于卷积神经网络的图像分类研究进展

基于卷积神经网络的图像分类算法的优势是传统方法无法比拟的。卷积神经网络利用其设计好的网络结构和权值共享的特点,能够从数量庞大的训练数据中学习图像底层到高级语义的抽象特征,而且端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注。多年来,卷积神经网络经过科研人员的探索和尝试,从最开始的多层神经网络模型,演变出多种优化结构,性能不断提高。本文介绍了基于卷积神经网络图像分类算法的研究进展,叙述了卷积神经网络在图像分类中的经典模型和近年来的改进方法,并对各个模型进行分析,展示各种方法在ImageNet公共数据集上的性能表现,最后对基于卷积神经网络的图像分类算法的研究进行总结和展望。     

利用CT扫描研究低渗透砂岩低速水驱特征

 利用CT 扫描技术、核磁共振技术(NMR)和恒速压汞,研究了低渗透砂岩岩心微观孔隙结构及低速水驱特征,讨论了束缚水和流速对水驱特征的影响。研究结果发现,低流速情况下由于沿程阻力差异较小,岩心内部产生类活塞式驱替,油水界面十分清晰,两相区域十分狭窄,含水饱和度剖面十分陡峭且几乎与运动方向垂直。在低速驱替过程中,水相直接通过大孔隙而把大量的剩余油封闭在中小孔隙当中,而且一旦注入水突破,靠增加注入速度及注入时间无法降低剩余油含量。这是因为岩心高孔喉比使得卡断和绕流效应增强,导致采出程度非常低下。与无束缚水相比,束缚水的存在改善了油相的流动性,且类活塞式驱替使得稳定的隔断无法形成,从而提高了驱油效率。     

自主空中加油输油阶段无人机建模与控制

针对自主空中加油输油阶段无人机位置保持控制问题,将无人机分为飞机本体和油箱两部分,利用变质量系统理论建立了无人机非线性方程,解决了常规模型无法反映出无人机重量、重心变化的问题。控制律设计方面,通过将变化的油箱转化为外界干扰,提出了基于干扰观测器控制（disturbance observer based control, DOBC）的复合控制结构。复合控制器由位置保持控制器和干扰观测器组成,位置保持控制器采用带积分的线性二次型方法,干扰观测器由比例积分观测器和补偿单元构成,并证明了复合控制器的稳定性。仿真结果表明,将该控制器应用于某型高空无人机非线性模型,可有效减小输油过程带来的影响,实现了输油阶段的位置保持控制。