基于VENN模型的民航飞行员胜任力评估标准优化

传统的飞行训练评估依赖教员的主观评价,且对能力的量化评估标准模糊,难以保证评估的一致性和有效性。本文基于VENN模型对飞行训练中行为指标展现的数量、频次及威胁与差错管理结果三个胜任力特征进行数学建模,将飞行训练中对科目的检查转化为对能力的量化评估,并结合历史检查工作单数据,提出了一种胜任力评估标准优化方法。最后,以实际的手动飞行操纵技能评估为例,验证了提出方法的有效性。测试结果表明：由算法得出的评分标准获得的技能评分与教员经验给出的评级结果显著相关,且评分保持一致的样本占比83.3%,其余样本评分偏差均在1级以内,表明了提出方法能有效的从历史检查单数据中提取对能力的评估标准,为数据驱动的胜任力量化评估标准制定提供了理论支撑及新方法。     

永磁同步电动机电磁振动特性及抑制措施

电磁振动水平是永磁同步电动机的重要评价指标之一,为了有效抑制永磁同步电动机的电磁振动,文中首先建立了转子永磁体磁动势、定子绕组电流磁动势与定子齿槽相互作用产生的径向电磁力的解析分析模型。然后建立了电机的变参数矢量控制系统的场路耦合联合分析模型,以一台11 kW内置式永磁同步电动机为样机,利用机械阻抗法得到了电机主要低阶电磁力产生的电磁振动噪声频谱,确定了对电机电磁振动起主要作用的低阶电磁力的频率。最后利用遗传-蚁群算法,研究了通过优化电机的定子齿槽参数有效削弱具有上述频率的低阶电磁力,从而有效抑制电机的电磁振动。结果显示,利用文中方法确定的定子齿槽参数能有效抑制电机的电磁振动,并且对电机的运行性能产生的影响较小。     

基于野外监测的阿娘寨滑坡自愈合特征

滑坡在地震、降雨和坡脚开挖时会发生慢速滑动,部分滑坡直接失稳破坏,但是部分慢速滑坡会慢慢变得稳定,呈休眠状态。目前,滑坡恢复稳定的自愈合过程外在表现和内在机制还研究较少,尤其是坡脚侵蚀型慢速滑坡的自愈合特征研究。2020年6月17日,四川省丹巴县梅龙沟爆发的泥石流堵塞小金川,形成泥石流-堰塞湖-溃决洪水灾害链,且溃决洪水掏蚀坡脚,导致阿娘寨古滑坡复活。通过对阿娘寨滑坡应急监测数据发现,阿娘寨古滑坡初期存在大变形,但后期变形逐渐稳定,存在强度恢复的自愈合现象。另外,数据表明滑坡的两次突然启动和小金川流量增大侵蚀坡脚相关,和地震和降雨关系不大。通过现场监测数据分析,滑坡刚发生时变形速率高达118 mm/h,本文建立的预测模型表明,在没有外在触发因素条件下,滑体会在8月21日左右变形速率低至1 mm/h。本文以阿娘寨滑坡为例,分析滑坡的变形过程和自愈合特征,并基于野外监测数据建立自愈合过程预测模型,该方法对于科学评估滑坡稳定性,减小滑坡防治设计成本具有重要意义。     

离子推力器栅极组件热变形测量方法

栅极组件是离子推力器的核心部件,其所包含的多层栅极结构在工作过程中会发生热变形,导致栅极间距发生改变,进而影响离子推力器的工作性能及寿命。为了实现栅极结构在实际工况下热变形的非接触测量与评估,本研究提出了基于摄像测量的栅极变形观测方法,评价了不同图像分析方法（灰度重心法、圆拟合法、灰度匹配法）对变形测量精度的影响。结果表明灰度匹配方法观测精度高,环境适应性好;同时,设计并实现了一套栅极热变形环境模拟与变形测量系统,可实现高温、通水、通气环境下变形的高精度观测。最后,对环境箱通水通气对测量精度的影响进行了评价,结果表明二者均会对测量精度造成影响,通水对实验结果的影响大于通气的影响。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

级联失效模型下电力信息物理系统鲁棒性与能控性分析

电力网与信息网的深度融合在增强电力系统能控性的同时,也使得系统抵御外界干扰的能力下降。首先,根据提出的节点负载与容量的负载重分配分配概率建立电力信息物理系统级联失效模型,研究不同耦合策略下的电力信息物理系统级联失效过程中的鲁棒性与能控性变化。其次,利用幸存负荷百分比的概念来量化电力网抵御级联失效的能力,并分析不同耦合策略和容量参数对CPPS的鲁棒性和能控性的影响。基于网络能控性理论提出电力节点重要度的评估方法,并且在IEEE39系统中进行验证。研究结果表明,电力网高介数节点与信息网高介数节点耦合形成的电力信息物理网络抗干扰能力更强,电力网节点容量参数比信息网节点容量参数对系统影响更大。     

羌塘盆地塞仁地区古油藏地球化学特征及意义

【研究目的】羌塘盆地是青藏高原北部的大型海相含油气盆地,研究区塞仁地区位于南羌塘坳陷,该区油气地球化学研究成果较少、研究程度较低。【研究方法】本文对古油藏含油层样品的族组成、及甾萜烷等地球化学特征进行总结,并结合多种生标参数得出结论。【研究结果】该地区古油藏整体处于低成熟-成熟阶段,C27甾烷较C29甾烷占优势,并且三环萜烷类化合物以C23三环萜烷为主峰,也表明母质来源以海相有机质为主,并有一定的陆源有机质贡献。油藏样品具有较低的姥植比(Pr/Ph<1),非藿烷中检测出一定丰度的伽马蜡烷以及较高的C35/C34升藿烷值特征,这些参数指示古油藏形成于沉积水体较深、还原性相对较强并具有一定盐度的沉积环境。【结论】该地区古油藏地球化学特征分析为油气成藏研究与油气富集规律认识奠定基础,确定了该地区古油藏的沉积环境和母质来源。古油藏母质来源以海相为主,沉积环境为较还原环境。     

基于Inception-BiLSTM和迁移学习的结构损伤识别

针对传统卷积神经网络（convolutional neural network,CNN）方法在时空特征提取存在不足,提出一种改进的Inception与双向长短期记忆（ bi-directional long short-term memory,BiLSTM）联合模型,以全面学习振动信号中的空间和时序信息。首先,构建具有多尺度感受野的Inception模块,自适应地提取不同尺度下的空间特征;其次,BiLSTM序列化处理时间特征,以深度挖掘时间相关性;最后,通过全局平均池化和Softmax分类器来实现钢框架结构的损伤识别。为评估该模型对噪声的鲁棒性,引入高斯白噪声作为干扰。此外,采用迁移学习策略来评估模型在不同强度激励和小样本下的泛化能力,确保适用于不同的损伤识别任务。结果表明,与传统的CNN方法相比,该模型在无噪声条件下及信噪比超过25dB时保持了100%的识别精度。该方法解决了土木工程应用中样本量不足和不同强度激励的实际挑战。通过微调预训练模型的参数,实现了在不同强度激励和小样本情况下的知识迁移与泛化,从而增强了模型的实际适用性。     

指路标志信息连贯性设计

指路标志对人们的出行有着非常良好的指引作用,良好的指路标志设计可提高驾驶人的通行效率。路网中节点处标志信息量的多少会影响驾驶员对标志信息的识读,进而影响到整个路网的通行效率。因此,通过引入节点的指路标志信息量作为惩罚系数,计算得出路段成本,建立OD间指引路径规划模型,结合A*算法,遍历整个路网,最后得出OD间的最优指引路径,通过在指引路径上增设指路信息,从而完善OD间指路标志信息的连贯性,更好的引导驾驶员做路径选择,降低路网中的交通压力。并选取甘肃省庆阳市的火车站(O点)到人民医院(D点)的区域进行实际应用与分析。     

利用用户数据报协议数据驱动的液压六自由度并联机构虚拟现实技术

针对复杂系统虚拟现实技术应用时实现精准描述系统的动态工作原理,复现真实系统的运动控制功能比较困难的问题,以具有高阶、非线性、强耦合等特征的液压六自由度并联机构为研究对象,提出了一种利用用户数据报协议(user datagram protocol, UDP)实现专业软件MATLAB与虚拟现实开发软件Unity3D的虚拟现实技术。首先利用三维建模软件SolidWorks构建并联机构三维模型,将模型导入Unity3D软件中并对其施加关节约束;其次对并联机构进行运动学反解,建立MATLAB与AMESim联合仿真模型;最后通过UDP协议,实现MATLAB与Unity3D双向实时数据交互并驱动虚拟机构动作。仿真表明：虚拟机构动作完全符合真实物理系统的工作原理,基于UDP协议数据驱动的虚拟现实技术具有很好的准确性与实时性。