考虑应力集中的吊车梁多轴疲劳寿命预测

钢结构吊车梁在工业建筑中被广泛应用,应力集中的存在导致几何不连续位置在复杂应力下服役.借助有限元法分析吊车梁应力-应变状态,确定危险点位置,并提取应力、应变分量;以应变能密度作为损伤参量并以最大平面为临界面,基于能量准则建立临界面位置数值计算方法,结合有限元结果给出吊车梁临界面位置;考虑吊车梁在非对称载荷下服役,借助Goodman方程进行平均应力修正,并结合Q355D钢近似S-N曲线计算疲劳寿命.该方法考虑了应力集中处多轴应力对疲劳损伤的影响,可以为复杂应力下几何不连续钢构件的疲劳寿命评估提供新方法.     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

基于卡诺机的大规模MIMO通信容量建模及性能分析

信息本质上以能量和熵的形式在通信系统中流动,类似于传统热机中的能量流动过程。结合热力学卡诺机模型和经典香农信息论理论,建立了一个广义的热力学(multiple input multiple output, MIMO)通信系统模型,对大规模天线通信场景下使用前向纠错码的信道容量进行分析。利用通信系统中存在的自由度和熵的概念,推导了热力学模型下的广义信道容量,并对信道容量与噪声自由度及编码开销的关系进行验证仿真。仿真结果表明,所提出的热力学信道容量与香农信道容量是一致的。     

变压器绕组短路故障多特征融合诊断

绕组匝间短路是变压器最常见的初期故障类型之一.为了提高轻度故障的诊断准确率,考虑绕组短路电流、绕组温度、电流密度和磁通偏移特征,提出了变压器绕组短路故障的多特征融合诊断方法.首先建立了变压器绕组短路的COMSOL空间模型,将仿真结果和理论计算结果进行对比,证明空间模型的正确性.然后,对变压器轻度故障时进行了故障模拟和故障特征分析,提取其电流特征参量、温度特征参量、电流密度偏移率和磁通偏移率作为故障特征.采用BP网络进行故障识别.变压器的工程诊断实例验证了本文方法的有效性.     

基于传动链仿真的发电机智能反演优化设计

提出了一种针对运行在传动链系统中的发电机智能反演优化设计方法,并以一台运行在传动链系统中的15 kW永磁同步发电机为研究对象,针对其运行效率对发电机的设计参数进行优化.首先,在充分考虑变流器侧对整个传动链系统的影响下,建立了面向传动链系统的协同仿真建模平台,验证了传动链的电磁设计参数与协同仿真计算平台的正确性;其次,通过方差分析从发电机的8个设计参数中选定6个敏感参数,并在选定优化变量后提出了一种基于遗传算法优化的拉丁超立方抽样方案,该抽样方案可以兼顾样本空间均匀分布与各变量维度投影的均匀性;然后,通过基于高斯随机过程的智能反演优化设计模型结合基于范围选择的多目标优化算法,获得发电机的效率与最大额定输出转矩的Pareto前沿,并针对优化后的齿槽参数进行绕组设计,结果显示优化后的效率为96.2%,对比其原始设计方案,发电机电磁损耗降低了16.8%,效率提高了0.6%; 最后,通过实验验证了仿真平台的准确性,进一步说明了样本数据与优化设计的有效性.所提设计方法可针对不同规格的大型传动链系统展开优化设计,其优化方法具有一定的普适性,可用于我国海上大型传动链系统的一体化精确仿真计算与流程化优化设计.     

梯度羰基铁/碳纤维增强复合超材料的多尺度结构及超宽频电磁波吸收性能

先进电磁波吸收材料对薄厚度、轻重量、宽频带、强吸收等综合性能提出了更高要求。在此,我们提出了一种具有梯度电磁特性的新型层状台阶吸波超材料。通过在环氧树脂中分散不同含量的羰基铁和碳纤维来获得不同复介电常数和复磁导率的材料。通过对各层材料的电磁参数和几何尺寸实现宽频吸波性能的优化。在相同厚度和相同各层材料电磁参数条件下,平板层状结构在2.0–40 GHz范围内只能实现小于?6 dB的反射损耗,而本文设计的层状台阶超材料实现了小于?10 dB的电磁波吸收。此外,层状台阶超材料在11.2–21.4 GHz和28.5–40 GHz的频率范围反射损耗小于?15 dB。根据实验和仿真结果,本文讨论了多尺度结构协同效应所引起的多种电磁波吸收机制。因此,将多层结构和周期性台阶结构结结合获得新型的梯度吸收超材料,可为宽频电磁吸波材料的设计和研制提供新的思路。     

多裂纹系在水工混凝土结构中的危害性评价

利用断裂力学的概念和方法,研究水工混凝土结构中多裂纹系应力强度因子的计算,根据“释放应力”的概念和修正ｃａｕｃｈｙ型奇异积分方程组,获得Ｆｒｅｄｈｏｌｍ积分方程组,并考虑裂纹之间,裂纹与边界间的相互作用的基础上,提出了虚拟荷载方法。最后,由所求得的应力强度因子和全场应力分析,判断出最危险裂纹扩展的位置,对带有多裂纹系的试样进行了实验,结果与计算值的吻合良好。     

基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。     

超低空目标的广义布儒斯特效应

超低空预警是当今研究的热点,而多径干扰是影响超低空目标探测的主要因素。针对多径干扰的问题,从电磁散射的角度出发,提出"广义布儒斯特效应",以降低多径干扰的影响。运用小面元高频近似方法(PO+MEC)快速计算目标散射场并生成回波信号;在物理光学法的基础上推导了复反射系数公式;根据"四路径"建立多径回波信号模型。以此为基础,研究了多径信号的广义布儒斯特效应的产生机理,找出多径干扰最小的入射角,并研究其存在的条件。通过改变环境类型及相关参数和入射频率,得出广义布儒斯特效应的内在规律,为超低空对抗打下基础。