黎曼联络的新思考

文章将黎曼流形中联络的概念推广到一般流形,并讨论了它的相关性质.     

自动网格体系在柱体绕流大涡模拟中的适用性评估

为了评估基于snappyHexMesh方法生成的自动网格体系在二维柱体绕流大涡模拟中的适用性,比较了该自动网格体系与人工网格体系对于Re为3 900圆柱绕流和Re为22 000方柱绕流的数值模拟结果。通过设置合理的计算域以及数值格式,采用snappyHexMesh自动网格以及人工网格的算例都表现出良好的数值稳定性。将不同网格体系的数值模拟结果与物理试验结果进行对比,结果表明,采用snappyHexMesh网格可以提高数值求解效率;圆柱绕流对网格体系的变化比较敏感,不同密度的snappyHexMesh网格会显著影响圆柱气动力特征以及尾流区域的流场结果;snappyHexMesh网格体系可以准确预测方柱绕流,在方柱绕流大涡模拟中具有相较于圆柱绕流更好的适用性。     

砂卵石地层盾构隧道掌子面稳定性理论分析

盾构隧道穿越砂卵石地层掘进施工时,由于砂卵石的地层特性及施工扰动,隧道掌子面容易失稳而引发事故。为研究砂卵石地层盾构隧道掌子面稳定所需的最小支护力,结合砂卵石地层的掌子面失稳模式,在三维Murayama模型的基础上,将掌子面前方土体的滑动面形式假设为对数螺旋滑移线,结合上部松动区域的破坏机制,引入椭球体放矿理论,对传统的棱柱体筒仓模型进行改进,进一步通过极限平衡法推导出砂卵石地层的掌子面极限支护力求解公式;最后通过离散元数值模拟验证所推公式,两者的误差为3.1%。结果表明所得公式可对砂卵石地层的掌子面极限支护力进行较为精确的求解。研究成果以期为砂卵石地层掌子面极限支护力计算理论提供依据。     

基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.     

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。     

带有Ornstein-Uhlenbeck 过程的随机logistic种群模型

研究带有均值回复Ornstein-Uhlenbeck过程的随机logistic种群模型的动力学行为。证明收获努力E＊可以控制随机微分方程模型的随机灭绝和持续:若E≥E＊并且满足一些其他条件,则种群灭绝;若E     

正交激励超声切削装置的椭圆轨迹偏转与校正

为研究超声椭圆振动切削（ultrasonic elliptical vibration cutting,UEVC）刀尖轨迹形成及控制,解决刀尖轨迹非正椭圆问题,建立二维正交柔性导波UEVC装置刀尖轨迹的运动学模型;分析90°相位差下非正椭圆轨迹产生原因,建立刀尖轨迹校正模型,并推导出基于正椭圆轨迹下的刀尖轨迹偏转模型。通过实验对刀尖轨迹校正模型进行验证,校正后轨迹偏离坐标轴1.67°,小于校正前偏离角度。实验结果表明,该模型能够有效地校正刀尖轨迹,可在轨迹控制方面为后续研究刀尖轨迹偏转及变刀尖轨迹超声振动加工提供理论基础。     

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.     

不确定车辆电子稳定控制系统传感器故障估计

针对车辆横摆角速度传感器故障问题,提出一种基于观测器的故障估计策略.首先,考虑由于轮胎侧偏刚度特性造成的不确定性以及系统中存在非线性干扰等因素,建立车辆四轮转向系统数学模型.然后,设计基于观测器的传感器故障估计策略,利用李雅普诺夫函数和线性矩阵不等式方法求解观测器增益.最后,通过Carsim与Simulink联合仿真验证所设计的传感器故障诊断策略的有效性.结果表明：在传感器发生故障时,该诊断策略能够对系统状态以及传感器故障具有良好的估计效果,能够为车辆安全稳定系统提供关键信息,并且对于下一步的传感器故障容错控制提供技术支持.     

抗深度取证的多粒度融合图像修复网络

数字图像的真伪判别是图像安全领域中的基础问题,因数字媒体极易被攻击篡改,针对图像的取证技术得到了广泛的研究.另一方面,对图像篡改反取证技术的研究,不仅追求更逼真的图像篡改操作,也从相反的方向促进了取证技术的发展.图像修复作为基础的图像篡改操作,一直是国内外学者的研究热点.针对被修复篡改后的图像会被深度取证网络取证的问题,提出了一种抗深度取证的多粒度融合图像修复(multi-granularity fusion-based image inpainting network resistant to deep forensics,MGFR)网络.MGFR网络包括编解码器、多粒度生成模块以及多粒度注意力模块.首先,输入的破损图像被编码器编码成深度特征,深度特征通过多粒度生成模块生成3个不同粒度中间特征;然后,采用多粒度注意力模块来计算不同粒度中间特征之间的相关性并将其融合;最后,融合特征通过解码器生成输出结果.另外,所提出的MGFR网络被重建损失、模式噪声损失、深度取证损失以及对抗损失联合监督.研究结果显示,所提出的MGFR网络在拥有较好的修复性能的同时能成功规避深度取证网络的取证.