高炉煤气流速对蝶阀区域粉尘沉降特性影响

高炉煤气含有大量粉尘,易沉积于管道三偏心蝶阀阀座密封面底部而造成阀板卡塞或损坏,影响高炉生产并造成严重经济损失。为获取管道内部高炉煤气流速对蝶阀区域粉尘沉降规律的影响机理,使用Pro/E建立了蝶阀及其区域流场的三维模型,基于ANSYS Workbench软件的FLUENT模块,采用标准k-ε湍流模型和DPM模型,对3种高炉煤气流速条件下的蝶阀区域粉尘运动轨迹进行了模拟分析。结果表明:流速为8m/s工况下,粉尘沉积质量随阀板开度增大而呈现先降后升的趋势,而12m/s和16m/s工况下,粉尘沉积质量随阀板开度增大而降低;阀板开度15°工况下,粉尘沉积率随高炉煤气流速增大而升高,而45°和75°工况下,粉尘沉积率随高炉煤气流速增大而降低。研究结果可为高炉煤气管道蝶阀区域粉尘自动清除装置的研制提供理论参考。     

RSSI和PC-CSI加权融合的指纹定位方法

针对基于RSSI和CSI的指纹定位技术易受环境干扰、定位精度较低的问题,提出了一种基于RSSI指纹和相位修正信道状态信息(phase correct based channel state information, PC-CSI)指纹的加权融合指纹定位技术。基于PC-CSI的指纹定位在传统基于CSI幅值的指纹定位基础上增加相位信息对定位结果进行修正,之后对RSSI指纹和PC-CSI指纹的定位结果加权重定位。实验结果表明,提出的加权融合指纹定位算法与基于CSI的主动定位算法相比,平均定位误差(mean position error,MPE)降低了36.2%,能满足室内定位需求。     

融合特征通道重要性与相似性的深度YOLO网络压缩方法

基于深度YOLO网络的目标检测方法网络结构复杂、冗余参数过多、计算量大,极大影响模型检测性能。针对此问题,从降低网络中低效通道和冗余通道的影响出发,提出了一种融合特征通道重要性与相似性的深度YOLO网络压缩方法,基于深度网络压缩中的网络剪枝思路,采用2次剪枝剪去低效及冗余特征通道。构建通道重要性计算方法,将稀疏因子作为通道效能计算指标,结合剪枝率剪去低效通道;根据通道间存在的线性关系计算其相似度,对相似度较高的通道进行替代,剪去相似度较大的通道;微调模型参数,恢复剪枝前的检测精度。仿真实验表明,同当前性能较优的深度网络压缩方案相比,提出的方法在保证目标检测精度的同时极大减小了模型尺寸、提升了检测速度,方法可行、有效。     

基于图像分割和融合的图像去雾算法研究

为了解决传统的暗通道先验去雾方法产生的细节丢失和亮度偏低等问题,本研究提出了一种基于图像分割和融合的去雾算法。首先对输入图像使用亮度反转的MSRCR预处理来进行色彩保真;其次用阈值分割法提取图像的特征信息并获得掩膜,根据特征信息设计自适应的Gamma校正方法,提升对比度和亮度,并使用暗通道先验方法保持去雾后的细节;最后将处理后的图像进行掩膜融合。在真实世界的数据集上仿真结果表明,本研究所提算法在去雾后能保留更多的细节且提高亮度。与几种经典的算法相比,本研究所提算法在去雾后的图像有较好的色彩保真度,保留了更多的细节,去雾效果好且亮度更自然。     

SUS441不锈钢/Al金属间化合物微叠层复合板的界面结构与力学性能

采用“表面预处理—交替层叠—热轧复合—热处理”的工艺流程制备了SUS441不锈钢/Al金属间化合物微叠层复合板。利用光学显微镜、X射线衍射仪、扫描电子显微镜等检测与表征方法研究了热处理温度对复合板界面形貌、微观组织、物相组成、维氏硬度、拉伸性能的影响。结果表明：复合板界面结合良好;热处理后,固–液反应界面氧化严重,易导致界面分层而开裂;固–固、固–半固、固–液热处理后,金属间化合物层由均匀层和两相层组成,均匀层的物相组成为Fe₂A1₅,两相层的物相组成为Fe₄Al₁₃和Al₁₃Cr₂,且两相层具有韧性特征,固–半固反应所得到的复合板的综合力学性能最佳。     

采用通道注意力机制的RIS辅助MIMO级联信道估计

可重构智慧表面（RIS）辅助多天线毫米波无线通信系统的级联信道有直传和反射两条链路,系统维数大且复杂,获取信道状态信息（CSI）困难. 针对RIS辅助下的大规模多输入多输出（MIMO）通信系统应用场景,提出了基于通道注意力机制的SE-ResNetV2网络来获取CSI,在残差网络（ResNet）中引入了通道注意力模块,通过挤压和激励策略来提高噪声特征的捕捉能力. 仿真结果表明,相比于最小二乘（LS）估计算法和常规的注意力机制深度ResNet,所提出的深度学习网络具有更好的去噪效果和估计精度.     

薄平板气动导数的数值仿真技术

提出了一种基于计算流体动力学方法计算流线型断面气动导数的数值模型．该模型以粘性不可压Navier—Stokes方程和有限体积法为基础,通过求解作强迫振动的断面绕流场,由得到的气动力时程得到断面的气动导数．利用该模型数值模拟了薄平板的气动导数,其仿真结果与薄平板气动导数风洞试验值、Theodorsen理想平板解析解的一致性,证明了本文方法的有效性．该数值方法可应用于桥梁断面颤振导数的识别．     

基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。     

基于GRU-DRSN的双通道人体活动识别

人体活动识别(human activity recognizition, HAR)在医疗、军工、智能家居等领域有很大的应用空间。传统机器学习方法特征提取难度较大且精度不高。针对上述问题并结合传感器时序特性,提出了一种融合CBAM(convolutional block attention module)注意力机制的GRU-DRSN双通道并行模型,有效避免了传统串行模型因网络深度加深引起梯度爆炸和消失问题。同时并行结构使得两条支路具有相同的优先级,使用深度残差收缩网络(deep residual shrinkage network, DRSN)提取数据的深层空间特征,同时使用门控循环结构(gated recurrent unit, GRU)学习活动样本在时间序列上的特征,同时进行提取样本不同维度的特征,并通过CBAM模块进行特征的权重分配,最后通过Softmax层进行识别,实现了端对端的人体活动识别。使用公开数据集(wireless sensor data mining, WISDM)进行验证,模型平均精度达到了97.6%,与传统机器学习模型和前人所提神经网络模型相比,有更好的识别效果。     

超高性能混凝土板加固足尺钢筋混凝土梁抗剪性能

为进一步研究超高性能混凝土(ultra-high-performance concrete, UHPC)预制板加固钢筋混凝土(reinforced concrete, RC)梁的抗剪性能,开展了3根足尺RC梁的试验研究,包含1根对比梁和2根UHPC预制板加固梁,关注UHPC板及其内嵌CFRP板条对RC梁抗剪性能的影响。试验结果表明：试验梁均发生受剪破坏,但加固梁的承载力、刚度和延性均明显提高,其中,因内嵌CFRP板条提高了UHPC板的抗裂性能,极限荷载及对应位移分别提高了30.8%和28.5%;螺杆力学锚固发挥了侧向约束作用和销栓作用,在一定程度上提高了UHPC板的贡献。同时,通过建立非线性有限元模型对试验梁进行了数值分析,模拟结果与试验结果吻合度高,表明模型所选的本构关系及相关参数合理,可用于预测UHPC板加固RC梁的全过程受力行为。