基于强化学习的电磁悬浮型磁浮列车悬浮控制

为了保证磁浮列车的安全、可靠运行,研究了悬浮系统在参数摄动条件下的悬浮控制问题。首先,对电磁悬浮（EMS）型磁浮列车的基本悬浮单元建模,给出了电流控制模型;然后,建立了悬浮系统的强化学习环境以及软演员-评论家（SAC）智能体,并设计了加速训练的奖励函数与“吸死”处理方案;最后,提出了基于强化学习的悬浮控制方法。与传统比例-积分-微分（PID）控制方法的对比结果表明,本方法具有更快的动态响应,在损失50%线圈匝数或磁极面积变化时具有更好的跟踪精度。     

不同轴向游隙下涡轮泵球轴承动态特性研究

针对不合理的轴向游隙会恶化轴承的工作环境、降低轴承寿命并影响到涡轮泵球轴承-转子系统的稳定运行的问题,根据轴向游隙与接触角间的数学关系,将轴向游隙引入轴承部件的几何分析中,并基于Hertz接触定理和各部件间的相互作用,建立了考虑轴向游隙的涡轮泵球轴承动态特性计算模型。依据部件间变形几何关系进行变量缩减,简化了解析形式刚度矩阵的建立流程,降低了迭代计算的复杂度。以涡轮泵某型号球轴承为例,对不同载荷工况下轴向游隙对接触载荷、刚度和旋滚比的影响进行计算分析。计算结果表明：当轴向游隙增大,滚球与内、外滚道间的接触载荷均会降低,轴向刚度增大,径向刚度减小,所有滚球旋滚比均会升高,各滚球旋滚比之间的差异也会增大;当轴承所受径向力较大或转速较高时,轴向游隙越大,轴承刚度和旋滚比随外载荷改变而变化的程度越明显。所建立的模型和动力学典型算例的计算结果偏差最大不超过2.02%,整体偏差较低,证明了所建立的模型在轴承动态参数计算上的有效性和稳定性,同时也表明了在数值求解及迭代矩阵建立上采取的简化措施是可行的。     

用于物联网的可重构的祖冲之密码算法的硬件设计

针对应用在资源有限的物联网中的祖冲之(ZUC)256密码算法,本文介绍了一种资源优化的ZUC-256密码算法的硬件实现方案,设计了面向资源优化的循环型ZUC-256密码算法的硬件架构和基于块随机存取存储器(BRAM)的可重构S盒(S-box)单元,从而有效地降低了资源消耗。硬件方案在现场可编程逻辑门阵列(FPGA)上进行了硬件验证,结果表明本文资源优化的循环架构中的各个硬件开销相比已有的方案有明显的降低。     

基于生成对抗网络的砂岩薄片图像视野外重建

利用生成对抗网络(GAN)模型,对砂岩薄片图像的微观颗粒和孔隙结构进行视野外重建,并对预测图像的语义进行评价。结果表明,模型能够预测2.25倍于原始视野的砂岩微观结构,并且针对不同类型的岩石图像语义均具有良好的性能。模型对不同颗粒的表面纹理、颗粒形态以及多颗粒间复杂接触关系等语义的图像视野外预测结果与真实图像较为吻合。但是,在微观特殊现象图像的视野外重建任务中,模型缺乏对特殊现象的敏感性。在孔隙结构重建时,模型对微孔面孔率的预测误差大于粒间孔、裂隙和溶蚀孔等孔隙空间。不同孔隙空间重建图像的预测效果可能与孔隙特征(如孔径大小和连通性)有关。     

基于频域降采样和CNN的轴承故障诊断方法

在工业领域,设备运行过程中采集的原始故障信号具有强噪声以及多工况的特点,现有的基于数据的轴承故障诊断模型的抗噪能力与泛化能力相对较弱。针对以上问题,提出一种基于频域降采样(down-sampling)和卷积神经网络(CNN)的轴承故障诊断方法 Ds-CNN。频域降采样包含最大偏移降采样和噪声横截断两个部分,可以实现样本增强,降低样本在频域的差异性,同时减弱噪声对频域信号的影响。基于频域信号建立的CNN模型能够自动提取降采样后频域信号的故障特征,并完成对轴承故障的识别分类。实验结果表明,在强噪声环境和多工况条件下,与目前常用模型相比, Ds-CNN具有更高的识别准确率。     

基于卷积模型的核信号仿真

NaI(Tl)探测器因具有探测效率高和成本低等优点,常被用于核辐射能谱测量和核辐射监管等领域．由于实验条件等的限制,研究人员往往较难获取理想的实验核信号,虽然可以借助探测器的仿真信号来实现研究目的,但是常规的探测器单指数或双指数模型和实际采集到的核信号模型存在一定的差异,需要一种更为精准的数学模型对探测器输出信号进行描述．我们通过对探测器信号形成过程分析,将探测器视为线性时不变系统,探测器各个部分响应的总卷积即为输出的核信号模型．本文建立的探测器输出信号卷积模型,结合实测伽玛源的幅度分布规律和相邻脉冲时间间隔分布规律,可以提供更精确的NaI(Tl)探测器输出信号,以便用于伽玛能谱测量算法研究;通过调节脉冲间隔时间大小,可以仿真不同计数下探测器输出信号的堆积情形,以便用于堆积信号还原算法研究．经过与伽玛辐射源的对比测试,该仿真信号与真实探测器输出信号一致,既避免了研究人员接触放射源,提高辐射防护安全性,又为开展数字化核信号处理算法研究及能谱算法研究提供了极大的便利性．     

基于FAHP-ICV的燃气管网风险评估方法

可靠的风险评估结果有助于提升燃气管网安全管理水平。该文提出一种基于模糊层次分析和改进变异系数(FAHP-ICV)的燃气管网量化风险评估方法。结合某省燃气管网实际情况构建了包含3个一级指标、 9个二级指标的燃气管网风险评估指标体系。采用FAHP与ICV相结合的组合赋权法确定指标的综合权重,基于统计学中K-means聚类、抽样技术及概率分析方法对指标评分分值进行调整,结合专家经验确定评分标准。采用线性综合评估方法计算管段相对风险值,实现风险排序及风险分级。以某省12个城市燃气数据为基础验证了该方法的可行性与适用性。该方法提升了燃气管网量化风险评估的客观性与准确性。     

星载激光雷达GEDI数据林下地形反演性能验证

【目的】新一代天基测高系统全球生态系统动力学调查(GEDI)对森林观测及经营具有重要意义,为探究GEDI V2(GEDI第2版)数据反演林下地形的性能,利用机载雷达数据验证林下地形反演精度,并探究反演精度的影响因素。【方法】分别以美国西波拉森林与中国帽儿山森林为研究对象,利用G-liht及帽儿山高精度机载雷达数据验证GEDI V2数据在针叶林及针阔叶混交林下反演地形的性能,并分析不同光束强度、光斑时间、坡度及植被覆盖度对地形反演精度的影响。【结果】美国西波拉针叶林地区地形反演精度均方根误差(RMSE)为2.33 m,平均绝对误差(MAE)为1.48 m;帽儿山针阔叶混交林地区地形反演精度RMSE为4.49 m, MAE为3.33 m。随着坡度、植被覆盖度增大,两种森林类型地形反演精度均降低。【结论】GEDI V2数据反演针叶林林下地形精度要优于针阔叶混交林,强光束优于覆盖光束,湿润地区白天效果更优,干旱地区黑夜效果更优;平缓地区数据使用效果极好,陡峭地区精度降低;中低植被覆盖度区域地形反演精度较高,高植被覆盖区域地形测定性能有所下降。     

健康促进学校推进现状及成效研究

为切实营造中小学生健康促进的环境,提升其身心健康水平,健康促进学校(Health Promotion School,以下简称HPS)建设工作应运而生.采用分层整群抽样,选取重庆市7个区30所学校共1 857名中小学生进行问卷调查,运用列联分析、方差分析和分层回归分析等方法探究HPS推进现状,对比HPS与非HPS之间的差异,探索学生健康知识、行为、状况的影响因素及特征.结果显示：(1)学校健康教育中,HPS在健康教育开课频率、有无课本及开展活动情况均显著优于非HPS.(2)校园环境中,HPS绝大部分指标应答率均高于90%; HPS所有指标均显著优于非HPS.(3)自报身体情况中,学生经常感冒腹泻发烧率、经常情绪低落抑郁率、龋齿率、近视率方面HPS与非HPS均不存在显著性差异.(4)HPS学生健康知识知晓率为76.1%、健康行为持有率为68.8%、健康状况得分平均分为15.235; HPS学生健康知识、行为、状况均显著优于非HPS.(5)学生健康知识、行为、状况均受背景信息、学校健康教育、身体状况、校园环境影响,各分类变量对其总解释力分别为25.2%,20.2%,25.4%,其中学校健康教...     

装配式节段梁UHPC湿接缝界面力学性能数值模拟分析

为解决装配式节段梁菱形湿接缝抗剪性能弱、接缝界面易剥离、耐久性差等诸多工程实际问题,设计了一种“干”字形超高性能混凝土(UHPC)湿接缝,采用ABAQUS有限元软件分析接缝构造形式、接缝配筋率和接缝结合面粗糙度对UHPC湿接缝界面力学性能影响规律.研究结果表明：基于Traction-Separation结合面的有限元模型可较好模拟节段梁湿接缝界面力学性能;提出的“干”字形接缝界面力学性能显著优于菱形接缝,界面切向剪应力集中面积远小于菱形接缝,正弯矩受拉区钢筋和UHPC剥离位移最大可减小约83.7%;“干”字形湿接缝界面黏结正应力并不随着配筋率增加而同比例提高,配筋率对界面切向剪应力影响呈双峰效应;湿接缝配筋率建议取4.8%;配筋率和界面粗糙度对湿接缝界面法向剥离位移影响较小,可忽略不计.