基于最优传递矩阵的不确定型层次分析法在桥梁安全评估中的综合应用

在桥梁的安全评估中,采用确定型层次分析法,存在指标的不确定性和模糊性。针对工程实例,采用不确定型层次分析法,建立桥梁递阶层次模型,通过对比4种不同指标权重计算方法,最终选用最优传递矩阵法进行桥梁指标权重的计算。结果表明,不确定型层次分析法能够全面考虑影响桥梁安全性的各种因素;最优传递矩阵法计算权重精度高,桥梁安全评估结果更加可靠。     

基于改进的卷积神经网络的钢号识别

为获取样本的多样性特征,提出了一种改进的卷积神经网络结构。该网络中引入多层递归神经网络,利用卷积神经网络提取输入图像的浅层特征,同时利用卷积神经网络和递归神经网络并行提取高层特征,最后将两种网络学习到的特征进行融合输入到分类器中分类。利用迁移学习理论解决小样本集数据训练不足的问题,并将这种卷积神经网络结构应用于石油物资管线钢号识别中。实验探究了递归神经网络个数与卷积核个数对网络性能的影响,实验结果表明,改进的网络结构与其它网络进行对比,错误率降低了 3% 。     

大气对星载盐度计辐射传输特性及盐度反演的影响研究

利用MPM93模型, 根据微波辐射传输方程, 仿真不同天气情况下的L波段大气辐射参数及盐度计观测亮温, 并用最大似然估计法反演海表盐度, 研究不同天气情况对海表盐度反演值的影响。仿真结果表明: 考虑了悬浮液滴影响的云、雾及霾情形的大气辐射参数与晴空时差别不大, 可以忽略天气的影响。然而, 降雨对大气辐射参数的影响不可忽略, 并且随着降雨率的增加, 盐度反演误差明显增大。在降雨率不变的情况下, 盐度反演误差随着海表温度增加而减小, 在盐度低值时误差较小。盐度反演误差随海表气温的升高呈现先变大后变小的趋势, 受海面风速、海面气压以及海面水汽密度的影响极小。     

扭曲椭圆管内超临界CO2冷却换热的数值模拟

为了提高CO₂热泵的传热性能,基于Fluent的数值模拟方法研究了不同质量流量下,扭距为100 mm及无扭曲状态下的水平椭圆管管内超临界CO₂冷却换热特性及二次流的变化规律,并针对竖直椭圆管引入局部换热系数和压降,研究了长短轴比b/a及扭距对扭曲管换热性能的影响。结果表明,低质量流量下扭曲椭圆管内浮升力明显大于椭圆管扭曲结构所产生的浮升力,对于低质量流量G<200 kg/(m²·s²)下的超临界CO₂流体,椭圆管具有更大强度的浮升力所造成的二次流,强化传热更明显;对于高质量流量G>200 kg/(m²·s²)下的超临界CO₂流体时,扭曲椭圆管具有更大强度自身结构所产生的周期性二次流来强化传热;管内的传热系数及压降随着扭曲程度及压扁程度的增大而增大。为扭曲椭圆管在CO₂热泵中的应用提供了重要的理论与数据支持。     

中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

液态金属高性能冷却技术:发展历程与研究前沿

 "热障"问题已经成为阻碍高端电子芯片和光电器件向更高性能发展的重要挑战,发展高性能芯片冷却和热管理技术迫在眉睫。作为一大类新兴的热管理材料,液态金属在对流冷却、热界面材料、相变热控等领域均带来了观念和技术上的巨大革新,打破了传统冷却技术的性能极限,给大量面临"热障"难题的器件和装备的冷却提供了全新解决方案,有望在国防、航空航天、能源系统及民用电子设备等领域的冷却与热管理系统中发挥重要作用。本文回顾了液态金属先进冷却技术的发展历程,主要包括液态金属对流冷却技术、液态金属热界面材料、液态金属（低熔点金属）相变储能与热控技术、基于液态金属的复合冷却技术等;梳理了液态金属冷却技术中的关键科学与技术问题和面临的挑战。     

民族高校如何通过大型学科竞赛平台提升学生能力——以中国大学生方程式汽车大赛为例

针对学生能力培养过程具有复杂性、渐进性和长期性的特点,提出利用大型学科竞赛平台提升学生能力的方案。结合大型学科竞赛具有实施周期长、综合性强以及内容复杂等特点,利用整个活动过程中的多种动机强化手段和多个迁移机会,使学生能够全程积极参与到竞赛过程中。民族高校可利用此类理想的训练平台提升学生能力。     

移动交界面流固耦合传热的数值稳定性分析

研究了交界面移动情况下流固耦合稳态传热的数值稳定性问题.考虑Dirichlet-Robin组合边界条件,用速度表征交界面的移动情况,流体域和固体域分别采用有限体积法和有限单元法进行离散及数值求解,利用Goudonov-Ryabenkii理论正则模态分析方法重点研究了交界面移动时数值方法的稳定性,最终获得了一条由耦合系数和移动速度组成的最优曲线,并且证明了当耦合系数和移动速度在这条曲线上取值时,离散的求解域能够达到最快的收敛速度及绝对的稳定性特征.为设计人员进行数值仿真时选取合理的参数提供了参考.     

Flow and heat transfer behaviour of nanofluids in microchannels

Flow and heat transfer of aqueous based silica and alumina nanofluids in microchannels were experimentally investigated. The measured friction factors were higher than conventional model predictions at low Reynolds numbers particularly with high nanoparticle concentrations. A decrease in the friction factor was observed with increasing Reynolds number, possibly due to the augmentation of nanoparticle aggregate shape arising from fluid shear and alteration of local nanoparticle concentration and nanofluid viscosity. Augmentation of the silica nanoparticle morphology by fluid shear may also have affected the friction factor due to possible formation of a core/shell structure of the particles. Measured thermal conductivities of the silica nanofluids were in approximate agreement with the Maxwell-Crosser model, whereas the alumina nanofluids only showed slight enhancements. Enhanced convective heat transfer was observed for both nanofluids, relative to their base fluids (water), at low particle concentrations. Heat transfer enhancement increased with increasing Reynolds number and microchannel hydraulic diameter. However, the majority of experiments showed a larger increase in pumping power requirements relative to heat transfer enhancements, which may hinder the industrial uptake of the nanofluids, particularly in confined environments, such as Micro Electro-Mechanical Systems (MEMS).