为精准识别智能办公桌用户的核心需求要素,探究智能办公桌产品设计要素与用户需求感知的映射关系,为智能办公桌的设计优化提供科学依据。首先通过爬取淘宝和京东平台智能办公桌评论数据30 015条,经数据清洗、分词等处理后,运用LDA(latent dirichlet allocation)模型聚类确定四个需求大类,并细分出32项子类;以需求大类为外源潜在变量、小类为观测变量,结合五级李克特量表问卷获取数据,构建结构方程与人工神经网络(structural equation modeling and artificial neural networks,SEM-ANN)混合模型。SEM路径分析表明“使用体验”对“满意度”的正向影响最为显著。SEM-ANN模型在各测量项上的R²较SEM平均提升0.15~0.18,均方根差明显下降,表明非线性拟合能力显著增强。综合权重排序显示,“气味/环保性”“表面触感”“升降安全”“自组装安装”等为最关键的设计优化点。通过融合在线评论挖掘与SEM-ANN混合建模,有效揭示了智能升降办公桌微观设计要素与宏观用户感知之间的映射关系,为产品设计提供了具有优先级的改进清单。该方法论可推广至其他智能硬件或复杂消费品的用户需求分析与设计优化实践。

针对飞机刹车系统的可靠性问题,提出一种基于改进动态贝叶斯网络的可靠性分析方法。首先,在动态贝叶斯网络框架下,结合动态逻辑门与改进的条件概率表建模方法,通过引入干扰因子动态调节节点失效率,从而确定各节点的条件概率表及边缘概率表。其次,依据飞机刹车系统的动态运行特性,构建正常刹车系统的动态贝叶斯网络模型,并基于动态贝叶斯网络推理算法,推导出系统各模块组件的可靠度函数。最后,利用蒙特卡罗方法生成的模拟数据对该方法进行验证:通过对比引入干扰因子前后各子系统模块的可靠度曲线变化,结合动态贝叶斯网络的反向推理能力分析各模块单元的后验概率分布,实现系统故障评估。实验结果表明,所提方法能够有效刻画飞机刹车系统的动态特性,识别潜在故障隐患,为正常刹车系统的故障诊断与维护策略制定提供理论支持。

为探究干湿循环作用下崩解性泥岩的力学性能演化规律,以桂北地区崩解性泥岩为研究对象,开展不同干湿循环次数下泥岩的单轴抗压试验和同一位置的扫描电镜试验,分析不同干湿循环次数下泥岩物理力学参数劣化规律、能量演化规律和微观结构变化特征,并建立考虑泥岩残余强度的统计损伤本构模型。结果表明:①经历5次循环后,泥岩质量损失率达12.9%,纵波波速、单轴抗压强度和弹性模量分别下降77.9%、82.1%和76.2%,破坏模式由剪切破坏向多剪切带延性破坏转变;②微观结构分析表明胶结物历经水合-干燥循环导致软化破裂,泥岩微孔发育与颗粒剥落与干湿循环次数呈正相关;③基于能量耗散演化规律提出四阶段损伤发展模型,揭示弹性应变能储存能力随干湿循环次数呈指数衰减特性;④基于Weibull分布与最大拉应变准则,构建考虑残余强度修正的损伤统计模型,实现峰后残余强度阶段高精度表征(R²>0.9)。研究结果为桂北地区崩解性泥岩边坡的长期稳定性研究提供理论基础。

液动式电磁阀作为核电站领域控制系统的关键执行元件,长期处于强振、高温高湿及强电磁干扰等复杂环境,其可靠性与使用寿命面临严峻挑战。总结了液动式电磁阀工作原理、结构类型与典型失效形式,分析其可靠性预测中的建模方法、数据融合及基于自适应的失效预测算法等方面的中外研究现状与发展趋势,并重点从单工况和多物理场耦合两方面研究现阶段电磁阀可靠性预测中的自适应失效预测算法。其次,还指出中国在电磁阀可靠性的设计、预测以及优化等方面面临的挑战与问题。最后,基于中国目前电磁阀研发能力的现状与不足,提出电磁阀可靠性预测技术研究的相关建议与展望。

为了改善由于地质数据类别不均衡导致的岩性预测精度不高的问题,提出了一种ECA-MSCB ResNet模型,集成高效通道注意力机制(efficient channel attention,ECA)和多尺度卷积块(multi-scale convolutional block,MSCB)于传统的ResNet架构中,实现了对岩性数据特征的高效提取和表征。针对岩性类别不均衡的问题,在模型训练过程中引入先验概率平衡logit偏差,改进焦点损失函数,以提升对少数类岩性的识别能力。实验结果表明,基于ECA-MSCB ResNet的模型在地质岩性不均衡数据集上表现良好,与原ResNet模型相比,平均预测准确率提升约7.45%,与随机森林相比提升27.33%,特别是在少数类岩性的识别上取得了显著进步,平均提高约17.9%。同时,本文模型在公开数据集上表现良好,F₁-score达到75.77%。此外,本文模型识别准确率高于目前主流方法,在地质不均衡岩性识别领域具有良好的应用价值。

微地震的两个重要特性是:微小和剪破裂为主;由此导出的监测特性同一般监测天然地震与人工地震勘探震源有重大差异。微震及其监测特性是研发、应用、与判断微震监测方法的基石。首先通过调研不同监测方法,对它们的特点和适用范围提出了建议,探索了一些方法改进不大的原因;其中最重要的是:在不知道微震个数、正负初动及信噪比时,需大规模试算统计考察大概率的震源机制组合,从而完成合理的偏移叠加;数理统计确认干扰特性的去噪要贯彻监测始终。其次,遵循微震及其监测特性,从概率与数理统计角度,说明微震监测不得不基于低信噪比的事实,对微破裂向量扫描(vector scanning,VS)原理与去噪进行了总结提高;对VS处理解释自动化过程中大量数据实施了数理统计,确认噪声相干参数,分析微震活动;弥补了地面监测垂向精度差不能很好地确认压裂改造体积的垂向高度这一瑕疵。VS经过20余年的研发,形成了较完整的地面监测体系。概率与数理统计是保证研发与应用微震监测方法成功的重要理念与工具。

火驱作为接替蒸汽吞吐提高采收率的主要开采方式之一,在开发稠油时存在波及效率低、见效时间晚等问题。针对稠油油藏的特点,提出了一种脉冲注气的火驱方式,该方式通过调整注气井的工作制度,以改善火驱的燃烧波及效果。在新疆红浅1稠油油藏地质特征基础上,利用数值模拟揭示了脉冲注气的可行性和作用机理,研究了地质因素和工程因素对脉冲注气开发效果的影响,最后应用于火驱矿场。结果表明:脉冲注气通过脉冲的峰值与谷值对燃烧前缘进行调控,加速了燃烧前缘的均匀推进,从而提高了驱油效率。脉冲注气可使见效时间提前600 d左右,燃烧波及增加30%以上。脉冲注气适用于储层纵向渗透率级差小于15、原油黏度为2 000~10 000 mPa·s的中等非均质储层,最佳的脉冲振幅为1.5~2、步长为30 d。将研究成果应用于新疆红浅1火驱工业区后,井组日产油增加0.5~2.8 t,空气油比降低34%,取得了较好的增产效果。

为探讨环境照明对安全标志识别过程中视觉疲劳程度的影响,以照度和色温为环境变量,设计了12种混合光照环境,通过眼动追踪技术,测试不同条件下受试者的眼动数据并进行双因素方差分析,结合反应速度和舒适度的测试结果,分析在不同光照条件下的视觉疲劳变化。实验结果表明:照度的变化对视觉疲劳有显著影响,在低照度环境中受试者更易出现视觉疲劳;色温的变化对视觉疲劳的影响相对较小,但在不同混合光照环境下,色温的变化会影响受试者的视觉舒适度,疲劳状态随之发生改变。作业环境照明条件中较为适宜的色温范围为2 100~3 500 K,照度范围为550~900 lx。可见企业要重视生产过程中照明条件的改善,避免因视觉疲劳而降低作业人员对安全标志的识别效率,确保劳动者的安全与健康。

多目标跟踪是计算机视觉领域的一个重要分支,得益于当前计算机硬件以及深度学习技术的飞速发展,基于深度学习的多目标跟踪算法取得了显著进展和亮眼成绩。为了推动视觉多目标跟踪算的研究发展,通过汇总近年来本领域创新成果,对当前研究进展进行综合论述。在介绍了多目标跟踪的背景和应用场景的基础上,分别从基于检测的多目标跟踪算法、联合检测与跟踪的多目标跟踪算法、基于Transformer的多目标跟踪算法和融合语义指引的多目标跟踪算法4个方面阐述了当前的研究进展;汇总常用基准数据集和多跟踪算法的评价指标,并将本文算法在常用基准数据上进行对比分析;最后对基于深度学习的视觉多目标跟踪算法的未来发展进行展望。

列车牵引变流器高压直流母线电压存在电压波动,对牵引系统输出电能质量存在较大影响,因此需提高中间级DC/DC变换器的响应速度以减小高低压侧功率耦合。以列车牵引变流器中间级DC/DC变换器为研究对象,针对模型预测控制存在的对电路参数高敏感性和易受噪声干扰的固有问题,提出了一种无偏模型预测控制及采样噪声抑制策略。首先对双有源桥串联谐振变换器的工作原理及稳态误差产生原因进行分析,设计了基于递归最小二乘算法的控制目标反馈校正方法以消除其稳态误差。其次,引入噪声抑制系数,通过简单有效的方法降低了控制量对控制目标的敏感度。进而,采用虚拟电流代替实际电流采样值,进一步降低系统成本。最后搭建实验平台,验证了所提控制策略在稳态和动态性能上的提升。