基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。     

基于三层并行逐步优化算法的多水源区域内水资源智能调配方法

多水源区域内水资源的目标量通常较多,对其进行水资源调配时存在目标查找困难、调配精准度低等问题.为了有效解决上述问题,提出一种基于三层并行逐步优化算法的多水源区域内水资源智能调配方法.首先建立了考虑经济效益、社会效益以及生态环境效益的目标函数,并计算了三者的具体权重,以作为下一步水资源调配的参照基准.然后采用三层并行逐步优化算法将调配分为决策、查找及优化更新三大步骤,同时结合莱维飞行算法查找决策模型中的最优目标解,通过不断迭代优化更新目标值与调配值间的正向差值,并利用修正函数缩小二者间的差异,以实现水资源的高效调配.最后通过仿真实验证明,所提出的基于三层并行逐步优化算法的多水源区域内水资源智能调配方法具有较高的精准度、较强的稳定性和较广的适用范围.     

陆空平台旋翼叶型参数气动性能多目标优化研究

陆空平台兼具旋翼无人机和无人车的特点,对各种室内外复杂作业环境均有较佳的适应性,但不同作业环境对旋翼的升力、悬停效率等气动性能的需求并不一致,单一叶型难以满足这种差异化需求.针对此问题,基于类函数/形函数方法,以伯恩斯坦多项式对翼型弦长、扭转角和旋翼前缘位置沿径向的分布进行了参数化表述,实现原旋翼叶型的三维参数建模重构,随后采用数值方法进行了关键叶型参数对气动性能的敏感性分析.计算结果表明,翼尖附近的弦长和扭转角对气动性能影响较大,且弦长和扭转角间存在明显的交互效应.据此以升力和品质因子为目标,对原旋翼叶型进行了多目标优化设计并进行了试验验证,试验结果表明,高升力叶型的旋翼升力系数提高了13.2%,高品质因子叶型的旋翼品质因子提高了37.8%,基于伯恩斯坦多项式与类函数/形函数方法结合的叶型三维参数化优化方法,能够有效提升旋翼升力或品质因子等气动性能指标.     

采用仿鲤科鱼C型启动构型叶片的多翼离心风机气动性能研究

受鲤科鱼类C型启动逃逸反应时高效率游动姿态及其周围涡流特征的启发,进行叶片仿生设计,以提升多翼离心风机的气动性能。首先,采用逆向工程方法获取了鲤科鱼C型启动姿态时鱼体中心线方程和水平剖面轮廓线方程,以C型启动时鱼体中弧线为基准,设计了仿生等厚叶片。其次,通过多翼离心风机气动性能数值计算和实验测试,得到了具有最佳进口安装角的仿生等厚叶片(O-BETB),采用O-BETB的多翼离心风机的风量增加了6.8%,噪声下降了0.5 dB(A)。最后,将仿生重构的鱼体流线型轮廓与O-BETB相耦合,得到仿生耦合叶片(CBB),以进一步提高多翼离心风机气动性能。结果表明：当采用CBB时,多翼离心风机的风量增大了8.3%,噪声下降了1.1 dB(A)。基于流场分析,发现具有仿生中弧线和鱼体轮廓特征的耦合叶片在前缘进口角及叶片型线具有更好的引流导向作用,叶间流道的低速分离旋涡明显小于另外两种叶轮;叶片尾缘的尾迹涡脱落引起气流不均匀性程度也最弱,有效缓解了尾流与蜗舌、蜗壳之间的非定常相互作用。通过多翼离心风机声场特性的分析,发现多翼离心风机的气动噪声主要集中在中低频段。CBB的采用,叶轮通道内分离涡被抑制,...     

水下混叠广义频分复用多载波调制方法研究

为提高水声通信系统的频谱效率及误码率性能,将混叠的概念引入了广义频分复用技术(GFDM)中,提出了混叠广义频分复用(O-GFDM)新型多载波调制方案.O-GFDM的发送矩阵及接收矩阵不再是传统的方阵,通过混叠系数来改变矩阵形状,从而提高频谱效率.给出了O-GFDM系统方案模型,并比较了几种主要调制方案的频谱效率分析及水声信道下误码率性能.结果表明,O-GFDM相对于正交频分复用(OFDM)、滤波器组多载波(FBMC)和GFDM表现出了更好的误码率特性和频谱效率.     

炎症性肠病患者应用多排螺旋CT口服小肠造影（MSCTE）的临床价值

对炎症性肠病患者实施多排螺旋（128排）CT口服小肠造影（MSCTE）诊断的具体价值进行分析。选取医院收治的68例炎症性肠病患者,按照诊断方法的不同对其随机分组,分别实施超声检查和多排螺旋CT口服小肠造影（MSCTE）检查,依次设定为对照组和观察组,各组均为34例患者,结合两组诊断检查的敏感度和准确性判断诊断方案的临床意义。观察组的敏感度为96.24%,准确性为86.59%,对照组的准确性为64.81%,敏感度为69.27%,两组数据组间差异较大,经检验有统计学意义（P<0.05）。为了提高炎症性肠病患者的诊断准确率,减少临床误诊、漏诊现象,建议推广应用多排螺旋CT口服小肠造影(MSCTE)方案。     

基于PowerMill的北京精雕五轴机艺术精雕的研究与实践

精密度高的精雕五轴机具有极强的成型能力,能雕刻普通三轴机无法完成的复杂艺术造型,是艺术创作、设计和教学的重要实验设备。北京精雕五轴机利用厂家提供方案仅在插入加密狗时使用,大大限制了学习和使用。本研究从工作原理着手,分析原有精雕方案的局限性,探索运用开放性更好的PowerMill编程刀路用于北京精雕五轴机,让其发挥更大潜能,也为五轴机精雕提供切实可行的方法。     

基于压力容器裂纹图像检测及识别算法研究

压力容器作为一种特种设备,其安全越来越受到重视。为了保障其安全运行,选择压力容器裂纹图像为研究对象,构建检测及识别算法模型。针对算法模型在实际部署时受到内存空间、处理器计算能力等多方面硬件条件的制约问题,提出了基于NewEfficientNet-B0的轻量化方法,结果表明算法模型降低模型参数数量达78%。针对微小裂纹图像识别难度较大问题,提出了改进多尺度预测的方法,测试数据集上达到了81%的检测识别准确率。     

时变路网下电动汽车冷链配送路径规划研究

在双碳背景下,电动汽车已在物流行业快速普及.在满足生鲜品的新鲜程度、车辆限载及电动汽车的电量限制等约束条件下,将电动汽车充电过程所产生成本纳入目标函数中,构建了时变路网下带软时间窗的电动汽车多温共配路径优化模型.根据该模型的特点,引入K-means聚类对客户进行聚类,同一聚类单元内设计免疫遗传算法,得到启发式路径优化方案.实验结果表明,根据顾客的需要及时变路网特性,合理安排运输规划与配送路径,保证了生鲜品运输的时效性;采用电动汽车多温共配的运输方式进行运输,运输成本更加低廉、过程更加节能,提高了企业的经济效应.