纤维的形变和断裂——Ⅰ.拉伸角蛋白纤维形变和断裂的动态研究

作者在扫描电子显微镜样品室中拉伸角蛋白纤维,观察纤维形变和断裂的过程并摄取其照片。采用低加速电压观察和适当的样品准备技术,避免了纤维在拉伸过程中出现荷电现象。该现象是非导电材料作动态观察的主要困难。从所观察到的纤维形变和断裂形态和高聚物断裂理论讨论了角蛋白纤维的形变和断裂机理。结论如下:角蛋白纤维伸长和断裂过程中出现银纹样形态,但其断裂为脆性方式;该类纤维的拉伸断裂起始于角质细胞的内、外角质层;角质与角质和角质与皮质细胞间的物质是角蛋白纤维的力学薄弱区。     

钢坯磨削温度的若干试验研究

通过使用“可磨式”人工热电偶进行的不同条件下的磨削温度测量试验研究了钢坯磨削工件表层温度,结果表明钢坯被磨削表层温度分布与热强呈三角形分布时的理论分析结果相同,表层峰值温度随磨削压力及磨削功率增大而提高,且随工件进给速度提高而略有降低,峰值温度还随磨削角度减小而提高,90°磨削的峰值温度比0°磨削要低250℃左右,砂轮种类也对峰值温度有重要影响,使用锆刚玉砂轮时磨削温度低于棕刚玉砂轮,试验结果表明高效钢坯磨削的磨削区温度远比普通磨削为高,可达1200℃左右,还从不同方面探讨了磨削高温对钢坯磨削的影响,认为尽管磨削高温有若干不利影响,但对高效钢坯磨削却是重要条件,上述讨论,从一个方面揭示了钢坯磨削机理,并验证了关于钢坯磨削温度的理论分析结果。     

高速磁浮车-轨耦合系统动态机理与振动响应

对高速磁浮车-轨耦合系统进行动态机理和振动响应研究。首先,对高速磁浮中的各类耦合关系进行建模;其次,分别分析了动态和静态条件下的车-轨耦合作用机理;然后,建立了高速磁浮车-轨耦合动力学有限元模型;最后,对磁浮列车高速通过桥梁时轨道梁、功能件的动力响应和车-轨共振速度进行分析。结果表明：高速运行时车-轨作用频率不同,长时间共振速度下运行时车-轨振动明显增大;若桥梁动力放大系数小于1.2,则基频比最小值为1.16;若桥梁动力放大系数小于1.3,则基频比最小值为1.04。     

基于QUAL2K模型的滦河流域动态水环境容量研究

传统的水环境容量核算一般以一定保证率下的设计枯水流量为计算条件,存在水文计算条件单一、水环境容量不易管控等不足。本文通过滦河流域污染排放调查核算,基于QUAL2K模型建立水质模型,对流域水质进行逐日模拟,并根据模拟结果计算滦河流域主要河流逐日COD、氨氮和总磷的水环境容量。本研究计算的动态水环境容量能够较为客观地反映水文条件变化下的动态水环境容量,给出满足河道水质目标前提下逐日入河污染物允许阈值,为流域水环境保护与精细化管理提供数据支撑。     

考虑集卡到港时间延迟的堆场起重机动态调度研究

在集装箱码头的集港作业中,集卡延迟到港可能导致已制订堆场起重机作业计划变得次优甚至不可行.因此,及时为延迟到港任务更新作业计划具有必要性.考虑集卡到港时间延迟的堆场起重机动态调度问题,基于任务批次分配策略,将调度期划分为多个时段,在每个时段内生成作业计划.以完成时间最短为目标,建立起重机调度混合整数规划优化模型,并提出下界推导模型.提出迭代重优化框架,每当任务延迟到港,就会重优化相应批次的作业计划.在框架内,设计遗传算法求解各批次原有作业计划;设计贪婪插入算法重优化带延迟到港的任务,更新原有计划.实验结果表明,模型、下界推导模型具有正确性和有效性,算法具备良好的求解性能;缩短调度时段长度有利于快速生成起重机作业计划;延迟到港箱量占比越大,作业时间越长,且随着调度时段长度减小,这一影响逐渐弱化.     

基于LSTM网络的车辆动态荷载识别方法

为了识别车辆的动态荷载,提出了一种基于长短时记忆网络的方法.该方法以桥梁加速度响应为输入,采用有限的数据集,实现车辆动态荷载的识别.建立了车桥耦合模型进行验证,以60组桥梁加速度响应为输入,以相应的车辆动态荷载为输出,通过训练长短时记忆网络来反演车辆动态荷载,并讨论了环境噪声及路面粗糙度对识别效果的影响.结果表明：测试集的车辆动态荷载识别误差平均值均小于5%;车辆动态荷载识别误差不随噪声水平变化,且平均误差小于5%;车辆动态荷载识别误差随着路面粗糙度等级的增加呈现略微增加的趋势,平均误差小于5%.在不同噪声及粗糙度水平下,长短时记忆网络均可用于车辆动态荷载的识别.     

动态无线充电系统功率波动抑制技术研究

设计了一种新型的双通道动态无线充电系统耦合机构,以解决动态无线充电系统在分段式发射导轨切换处的功率跌落问题。通过LCC-LCC型补偿拓扑,设计了两路能量传输通道,利用LCC-LCC补偿拓扑的恒流特性,推导了系统输出以及损耗与两通道耦合参数之间的关系,实现了较为稳定的功率传输,提升了系统的抗偏移特性以及抗跌落能力。最后对所提方法进行了仿真和实验,验证了双通道动态无线电能传输方案的可行性。     

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...     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

人工干预压采条件下东风湖泉域地下水环境响应研究

为掌握我国北方典型岩溶泉域在人工干预条件下地下水的动态响应规律,以涉县东风湖泉域为研究对象,结合区内地质、水文地质、2011-2021年地下水位动态监测和地下水压采资料,在分析该地区地下水动态变化特征的基础上,运用GMS软件构建了在人工压采干预作用下的地下水流数值模拟模型,对地下水位变化趋势进行了预测。结果表明：①研究区地下水动态变化明显,具有周期性、滞后性,具体表现为4个变化阶段;②研究区内岩溶地下水整体呈现回升的状态,但是空间分布特征不同,上升区主要分布于下游地区;;③地下水类型为降水入渗-开采型,低水位期基本在5-6月,高水位期在1-2月;④在干预条件下,区内地下水位有着不同程度的回升,南部(下游)浅层水位响应特征值超过15m,中游地下水位响应特征值达到了5-10m,北部(上游)地下水位响应特征值为3-5m;上游和中游地下水位影响整体小于下游,下游水位响应尤为突出。该研究对于泉域内泉的保护以及地下水开发利用和保护具有重要的理论和实际意义。