基于离散型二项式系数组合模型的黄土湿陷性评估

为了快速精确地利用基本物性指标预测湿陷性黄土的湿陷性系数,基于多种数据挖掘方法提出了离散型二项式系数组合预测模型。首先,采用相关系数法和随机森林重要性指数法综合选取模型基本物性指标为饱和度、干密度、液性指数和天然含水量;然后,分别利用多元线性回归、BP神经网络、支持向量机回归（SVR）和随机森林（RF）回归对黄土湿陷性系数进行预测,并将预测结果进行组合,得到4种单一模型、2种传统组合模型和离散型二项式系数组合模型预测结果;最后,利用6种不同精度指标对上述7种预测模型展开精度分析。结果表明：组合预测模型精度整体高于单一预测模型,且提出的离散型二项式系数组合模型各精度指标均为最优,平均相对误差为3.43%。可见提出的离散型二项式系数组合模型可为湿陷性黄土地区的工程设计提供参考。     

偏压条件下排桩加内支撑支护深基坑受力与变形分析

基坑开挖受周围环境制约较大,需根据具体条件采取不同的支护方式。尤其对于狭长基坑两侧存在偏压的情况,基坑变形以及支护结构受力会存在较大差异。本文以西安科技八路综合管廊深基坑支护工程为研究对象,采用数值模拟与现场监测相结合的方法,对偏压条件下基坑的变形以及支护结构受力变化规律进行了深入的研究分析。研究结果表明：随着基坑开挖,水平位移和竖向位移均呈逐渐增大趋势,锚杆和内支撑对水平位移控制效果明显。桩身内力在锚杆与内支撑位置突变明显,避免了桩身受力过大。由于受右侧已开挖基坑的影响,导致基坑两侧变形有所差异,但位移值相差不大。说明该深基坑支护方案设计合理,支护效果良好,满足偏压条件下对基坑变形控制的要求。研究结果可为类似基坑工程的支护与开挖提供一定的指导。     

基于机器视觉的桥梁裂缝检测应用及发展综述

桥梁裂缝是影响桥梁服役性能的关键因素之一,裂缝检测对桥梁养护至关重要。目前大部分检测为人工检测,检测人员通过目视检查裂缝,手动记录裂缝,检测的时间成本高昂。基于机器视觉的桥梁裂缝检测系统利用桥梁表面图像进行裂缝识别,近年来借助人工智能技术使裂缝自动化识别的精度和效率大大提升。详细介绍了基于机器视觉的桥梁裂缝检测系统及其应用,总结了该技术在桥梁裂缝检测中的优势及改进方向。     

中药联合二甲双胍治疗糖尿病配伍规律研究

摘 要 基于数据挖掘、网络药理学分析中药联合二甲双胍治疗糖尿病（Diabetes）的临床用药规律及作用机制。检索中国知网、万方数据库、维普数据库、Pubmed数据库中符合要求的文献,分析临床上中药联合二甲双胍治疗糖尿病的用药规律,结合系统网络药理学技术分析中药联合二甲双胍的相互作用及治疗糖尿的潜在作用机制,并进一步采用分子对接技术对分析结果进一步验证。数据挖掘分析表明,在治疗糖尿病的临床用药中,黄芪、茯苓、山药、丹参、葛根、白术常与二甲双胍联合使用;网络药理学研究表明,共检索到常用中药中的有效成分96种,中药成分、二甲双胍及糖尿病三者交集靶点共204种,AKT1、MAPK3、MAPK1、RELA、TP53为核心靶点,主要涉及胰岛素抵抗、内分泌等相关通路;分子对接结果表明,核心中药成分：华良姜素、Garcinone-B、葛根素、异鼠李素、木犀草素与核心靶点对接结合能低,对接模式稳定。中药与二甲双胍联用具有减少不良反应、通过多种有效成分共同作用于胰岛素抵抗、内分泌抵抗等糖尿病发病机制,共同发挥治疗糖尿病作用,中西医联合用药具有增效减毒的特点,可为中西医联合用药研究提供理论依据。     

融合注意力空洞卷积和Transformer的矿石图像分割

在金矿研磨过程中,矿石粒度大小对后期黄金冶炼起着至关重要的作用,是一个不可忽略的关键参数。为解决图像分割中多数矿石表面不规则、棱角多,粘连等问题,通过结合注意力与多尺度空洞卷积的Vit Transformer模型研究了矿石图像分割。首先使用ResNet34作为下采样主干,增强对金矿石的特征提取能力;其次采用Transformer模块解决长距离依赖问题,融合复合通道注意力空洞模块提升网络对金矿石边缘特征的提取能力,提高了网络的抗干扰能力并扩大感受野。实验结果表明：本文算法准确率达到95.84%,Dice系数达到94.69%,交并比(IoU)达到90.39%,错误率低至7.83%。与其他算法对比,本文方法精度、Dice系数、IoU更高,可以较好地完成矿石图像分割任务。     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。     

莲蓬采摘点与采摘姿态计算算法

针对研发莲蓬采摘机器人遇到的采摘点识别问题,提出了一种莲蓬采摘点与采摘姿态计算方法。提出了一种基于YOLO(you only look once)与Deeplab v3+的二阶段分割网络,并通过Mobilenet v2特征提取网络对算法进行轻量化改进,最后对分割后的结果进行图像处理,进一步计算得到莲蓬采摘点及采摘姿态。将50幅原始图像进行验证试验的结果表明,算法计算成功率为88.89%,平均帧率为34.41 FPS。得到的算法能够为莲蓬自动化采摘机械提供有效信息,具有轻量化、效率高的特点,促进了计算机视觉与神经网络在现代农业的应用。     

基于Recurdyn的移动机器人倾覆性分析

针对履带式移动机械臂在运动过程中可能存在倾覆性的问题,以自制的履带式移动机械臂为研究对象,从动力学的角度研究机械臂的运动对移动平台攀爬楼梯过程中的影响,提出了一种机械臂主动改变位姿以维持系统稳定性的算法。首先,采用牛顿-欧拉法建立机械臂动力学方程,通过Solidworks三维软件辨识机械臂各连杆的惯性参数集,得到完整的机械臂动力学方程;其次,对移动平台进行受力分析,采用轮胎倾覆力矩(tire overturning moment, TOM)法衡量移动机械臂的倾覆裕度,判断系统的倾覆可能性;最后,采用Recurdyn仿真软件进行履带式移动机械臂攀爬楼梯仿真实验,仿真实验结果表明：移动平台在攀爬楼梯过程中,其TOM值逐渐增大,系统趋于不稳定状态;当机械臂改变位姿以维持系统平衡时,移动平台的TOM值逐渐减小,系统趋于稳定状态。可见,所提算法可以用来判断移动机械臂系统的倾覆可能性,同时机械臂可以主动改变位姿维持系统的稳定性,为移动机械臂运动稳定性状态的维持提供了有效的手段。     

下伏煤层开采对上方运输巷支承压力 分布的影响

以山脚树矿22189工作面回采对22155运巷支承压力影响为工程背景,根据工作面的工程地质情况及煤层群上下工作面开采关系,分别采用压力测量仪测量的方法和利用FLAC3D软件对采后运输大巷所处位置应力分布情况模拟的方法,研究了山脚树矿22189工作面回采对22155运巷的支承压力分布的影响.结果表明:受22189回采工作面的采动影响,上部22155运输巷前方支承压力大致呈抛物线分布,在距煤壁大约15 m位置处,支承压力达到峰值,并且22155运输巷支承压力峰值稍微滞后22189回风巷压力峰值.     

不同采高上保护层开采卸压效应的UDEC数值模拟研究

利用UDEC软件对不同采高上保护层开采卸压效应进行了数值模拟,得到了在不同采高的上保护层开采时,被保护层在开采过程中的应力和位移变化规律,结果表明：上保护层开采后,采空区下部的被保护层垂直应力随着采高的增加而减小,垂直位移随着采高的增加而升高.为预防煤与瓦斯突出,优化卸压瓦斯抽采系统,提高卸压瓦斯抽采浓度、抽采量以及抽采率提供了一定理论依据.