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。     

Juvenile hormone titre and regulation in the cockroachDiploptera punctata

Summary Titres of juvenile hormone (JH) have been determined in both hemolymph and whole body extracts of femaleDiploptera punctata during the first gonotrophic cycle using a method employing gas chromatography/mass spectrometry for qualitative and quantitative analysis. JH III is the sole JH found in both adult and last instarD. punctata. Maximum values of 1500 ng/ml (6M) were observed at the middle of the gonotrophic cycle, when basal oocyte growth rate was greatest. Changes in rates of JH release in vitro by corpora allata paralleled closely the changes in JH titre, suggesting that biosynthesis is a major regulator of titre. JH levels per animal were calculated from observed JH titres, and at certain time points in the gonotrophic cycle JH levels obtained from analysis of whole bodies were significantly greater than those predicted from hemolymph titres. These results suggest the existence of a nonhemolymph JH pool inD. punctata. Decay in JH titre after allatectomy of 5 day females has also been studied. Following a rapid initial decline, the rate of decay slowed appreciably 4 h post-operation. Thus, use of a first-order rate constant to estimate half-life of JH significantly underestimated the longevity of the hormone. The apparent persistence of JH following allatectomy may be due to the existence of a nonhemolymph JH pool.     

基于降维观测器与多胞体方法的执行器故障检测

针对具有执行器故障且状态方程和输出方程同时受到外部扰动影响的离散系统,研究了降维观测器设计方法和基于多胞体理论的区间估计方法,并在此基础上提出了基于区间估计的执行器故障检测方法。首先,通过适当的状态等价变换,将原系统分解成2个降维子系统,使得一个子系统可以直接解耦干扰。然后,在无执行器故障发生的前提下,基于对干扰解耦的子系统,提出了一种降维观测器设计方法,实现了原系统状态的渐近收敛估计。其次,针对具有干扰的子系统,设计了Luenberger型观测器,并结合多胞体理论,提出了一种对可测输出的区间估计方法。之后,基于可测输出的区间估计,提出了一种残差的构造方法,以此提出了一种执行器故障检测新方法。最后,给出了仿真设计和分析,验证了方法的有效性。     

碳基烧蚀材料高温氧化反应机理的分子动力学研究

本文采用基于紧束缚密度泛函理论的分子动力学,研究高温下碳基烧蚀材料三种模型(无缺陷、原子缺陷以及孔洞缺陷)的氧化反应机制．研究发现高温下的反应产物主要是CO和CO₂.CO的产生过程主要源于环氧基团中C-C键的裂解,而CO₂的形成则较为复杂,主要源于小分子团簇(C₂O₂、C₃O₁、C₄O₁)的裂解．C-C键裂解是石墨氧化反应的主要途径,C-O键形成是CO和CO₂生成速率的控制因素．此外,体系的温度、缺陷以及孔洞对石墨的氧化反应机制有重要的影响．通过分析氧化反应速率,计算得到三种模型氧化反应的活化能分别为7.56、2.4和1.6kcal/mol．缺陷越明显活化能越低,则氧化反应速率较高,无缺陷的模型由于活化能最高,其氧化反应速率最低．     

基于层次注意力机制的垃圾用户检测模型

目前基于网络的垃圾用户检测方法只考虑了简单社会关系,缺乏对更多复杂社会语义关系的利用,难以达到最优性能.针对这一挑战,提出一种基于层次注意力机制的垃圾用户检测模型(HAM-SD).模型首先使用异质信息网络对社交媒体进行建模,挖掘丰富的语义与结构信息,接着利用节点级注意力层聚合元路径邻居增强节点表示,同时利用自适应层级聚合模块选择不同层级特征提升表征能力,然后通过语义级注意力层融合不同元路径下的节点表示,最后带入分类检测模块实现垃圾用户检测.在公开数据集上的实验结果表明该模型能够有效检测垃圾用户,并在不平衡数据分布时保持较强的稳定性.     

基于电阻率层析扫描的水下抛石体内部空洞探测

为提高水下抛石体的识别精度,构建了预留有内部空洞的抛石体物理模型与电阻率层析扫描模型研究电阻率层析扫描技术在水下抛石体内部空洞探测中的成像效果,并与传统克里金插值法效果进行了对比。结果表明:电阻率层析扫描可以有效识别水下抛石体中的空洞,并且在刺激源数量为6时电阻率层析扫描模型模拟精度达到较高值;电阻率层析扫描技术在通道纵剖面上的识别能力要远高于传统克里金插值法;将数值模拟结果中电导率大于300.μS/cm的区域视为空洞区,整体反演结果略大于真实值,在 x、y、z 3个方向上的偏差分别为2.73、1.75、6.95.cm;基于反演结果对电阻率层析扫描模型进行正演,正演结果与实测数据的拟合度超过0.95,证明了电阻率层析扫描模型反演的准确性。     

基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法

为了预防因露天矿边坡表面恶化而产生节理、裂隙或断裂等破坏边坡完整性所引发的安全事故,同时解决传统图像处理算法以及经典的深度学习模型直接应用于露天矿边坡裂隙检测效果不甚理想的问题,提出了一种基于改进的Mask R-CNN的露天矿边坡裂隙智能检测算法,运用了Mask R-CNN在目标检测、语义分割以及目标定位方面的集成性特点,改进了其在掩膜分支的边缘不清晰以及误检等缺点,构建了一种针对露天矿边坡裂隙图像的检测分割框架。该方法在掩膜分割分支引入了空洞卷积神经网络以及分类分割迭代上采样操作,能够解决边坡裂隙分割边缘粗糙的问题,实验结果表明,与传统的裂隙分割算法相比,该算法具有更高的识别精度以及更好的分割效果。     

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。     

联合实体边界检测的命名实体识别方法

针对传统命名实体识别方法无法有效利用实体边界信息的问题,提出一种联合实体边界检测的命名实体识别方法,即将实体边界检测作为辅助任务,增强模型对实体边界的判断能力,进而提升模型对实体的识别效果。首先,利用Bert预训练语言模型对原始文本进行特征嵌入获取词向量,并引入自注意力机制增强词对上下文信息的利用;其次,在命名实体识别任务的基础上,添加实体边界检测辅助任务,增强模型对实体边界的识别能力;再次,对比联合实体边界检测的命名实体识别方法与基线方法的有效性,并对测试结果进行消融实验;最后,进行样例分析,分析损失权重β对实体边界检测的影响。实验结果表明,在英文社交媒体数据集Twitter-2015上,联合实体边界检测的命名实体识别方法相较于基线模型取得了更高的精准率、召回率和F1值,其中F1值达到了73.57%;并且,边界检测辅助任务提升了基线方法的检测效果。所提方法能有效利用实体边界信息,从而获得更好的实体识别效果,促进了人机交互系统的发展,对自然语言处理下游任务有重要意义。     

增强型注意力网络点击通过率预估方法

针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。