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。

接触网系统作为高速铁路牵引供电系统的关键组成部分,对于高铁动车组的正常运行至关重要。历次地震灾害表明,接触网系统容易受到地震作用而发生不同程度的破坏。从4个方面系统梳理了接触网的地震研究进展:探讨接触网的动力学建模及其固有动力特性,分析接触网在地震中的震害特点及常见破坏类型,回顾接触网的地震响应研究及其影响因素,综述接触网抗震研究的现状;并对比分析了不同国家和地区在接触网抗震设计标准规范方面的异同。通过梳理相关研究现状,对未来研究方向进行展望。

针对群体混合属性广义灰靶决策,提出一种基于改进幂加权平均算子的群体信息集结方法。该方法综合考虑了群体各决策者及各属性之间的相互关系,在减少不确定信息失真的同时简化计算过程。首先对混合属性数据进行统一度量转化;其次计算专家评价值与各专家靶心的综合加权Gini-Simpson指数(G-S指数),以确定各专家的客观权重;然后通过综合加权G-S指数进一步计算专家之间的差异性;最后基于改进幂加权平均算子,构建一种新的信息集结方法对混合属性群体决策信息进行集结。实例分析验证了所提出方法的有效性和可行性。

低空风切变是对飞机飞行安全产生重要影响的因素。利用三维扫描型测风激光雷达2023年3月期间在广州白云机场的观测数据,在对测风激光雷达的观测数据进行预处理的基础上,提出了结合自适应窗口的二维合成风切变识别和时间风切变识别的两步识别方法(简称风切变两步识别法),对比了风切变两步识别法和二维合成法对风切变的识别效果,并对识别的风切变的演变进行了分析。结果表明:数据预处理有效地去除了测风激光雷达观测的孤立点及径向数据间的脉动,并对缺测数据进行了填补;风切变两步识别法有利于风切变的提前预警,在2023年3月广州白云机场观测期间,风切变两步识别法共识别到25起风切变,其中有21起比二维合成风切变识别方法提前预警,平均早预警3~5 min,且对时间维度和空间维度风切变均有较好的识别告警作用;识别的风切变过程大多发生于中午前后(11:00—15:00)时且持续时间多在15 min左右,风切变位置受背景风场影响较大。研究中提出的风切变两步识别法能更早、更全面地识别出低空风切变,有助于提高风切变预警的准确性,为飞机飞行安全提供保障。

甘肃北山南带位于中亚造山带南部,是研究中亚造山带构造演化的重要区域,其晚古生代构造背景争议已久。为进一步探讨北山南带晚古生代构造演化,选取北山南带长山二长花岗岩体为对象,分析了其年代学和地球化学特征。研究发现二长花岗岩的LA-ICP-MS锆石U-Pb加权平均年龄为(291.1±1.5)Ma,形成于早二叠世。地球化学数据显示,岩体为过铝质钙碱性高钾-钾玄质系列。SiO₂含量为72.07%~72.94%,K₂O含量为4.93%~5.10%,且K₂O>Na₂O,A1₂O₃含量为13.52%~13.97%。稀土元素球粒陨石标准化曲线呈右倾,轻稀土相对富集(LREE/HREE为10.96~14.98),δEu为0.78~0.92,具弱负Eu异常。微量元素相对富集大离子亲石元素、贫化高场强元素,显著亏损高场强元素Nb、Sm、Y。根据区域构造演化及岩石学、地球化学等特征,认为其是后碰撞过程岩浆活动的产物,反映出中亚造山带南缘碰撞拼贴早于早二叠世完成。

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。

为了充分提高小断层识别精度,研发了人工智能小断层预测方法,通过基于小断层解释成果的样本标签制作,构建基于解释成果的样本标签库;研发了针对小断层的建模和正演方法,构建基于模型正演的标签库;形成针对小断层识别的特殊神经网络,可直接形成小断层属性数据。此外,结合去强轴、构造保护平滑滤波等预处理技术提高原始地震数据的品质,并利用基于主成分分析的多属性融合反映多尺度断层信息,最后通过3种手段验证预测结果,形成了基于人工智能的小断层预测流程。本文方法和技术在鄂尔多斯盆地大牛地气田展现了良好的应用成效,相比于常规属性,小断层识别数量增加30%,预测结果的分辨率和连续性显著提升,与地震数据、井数据和常规属性吻合较好,并揭示了小断层发育特征:优势方位为北西走向,工区西部和东北部的小断层相对集中,断层间的裂缝也较为密集,部分小断层沿着储层的边界分布,或许和优质储层的发育有关。预测结果为评价下古生界优质储层、开展井位部署提供可靠的技术支撑,在类似地区具有广阔的应用前景。

深海富含具有开采前景的多金属结核资源,但开采过程会带来诸多环境问题,特别是沉积物扰动形成的羽状流迁移扩散。为评估多金属结核开采过程中沉积物扩散对环境的影响,利用西北太平洋北京先驱多金属结核矿区的表层沉积物和海水样品,通过沉降试验,研究了西北太平洋多金属结核矿区沉积物的沉降特性。结果表明,深海沉积物主要由黏性颗粒组成,中值粒径介于2.57~4.47 μm,最大粒径为66.9 μm。分析沉降速度与沉积物粒径的关系,受絮凝作用影响黏性颗粒沉降速度增大,沉降开始5 h后样品中值粒径小于0.1 μm,沉降开始14 min后样品光学浓度最大。样品的质量浓度与光学浓度成正相关,通过拟合沉积物质量浓度随时间变化曲线,得到样品质量浓度变化规律,沉降开始14 min后,质量浓度最大,5 h后已沉降至总质量的97.54%。研究结果可以为深海多金属结核开采过程中羽流的环境影响评价提供支持。

探讨长链非编码RNA(lncRNA)Rpph1促进糖尿病肾病(diabetes nephropathy,DN)足细胞损伤,是否与腺苷酸激活蛋白激酶(AMP-activated protein kinase,AMPK)/核因子E2相关因子2(Nrf2)信号通路以及细胞焦亡和凋亡有关。体外培养人肾小球足细胞(Human glomerular podocytes,HGPC)随机分为对照组、模型组、lncRNA Rpph1过表达组、低表达组和空载体组,5 mmol/L的D-葡萄糖孵育HGPC为对照组,其他三组采用30 mmol/L的D-葡萄糖孵育细胞建立DN模型。脂质体转染法将携带lncRNA Rpph1过表达、低表达与空载体的稳定质粒与HGPC共孵育。qRT-PCR检测lncRNA Rpph1表达,Western blot检测p-AMPK/AMPK和Nrf2蛋白,以及细胞焦亡相关蛋白包括Nod样受体热蛋白结构域相关蛋白3(NLRP3)、胱天蛋白酶-1(caspase-1)和GSDMD-N的表达量,MTT法检测细胞存活率,流式细胞术检测凋亡率。与对照组相比,模型组lncRNA Rpph1表达量显著增加(P<0.05)。模型组p-AMPK/AMPK、Nrf2、NLRP3、caspase-1和GSDMD-N蛋白表达量显著增加(P<0.05)。模型组细胞存活率显著减少,凋亡率增加(P<0.05)。与模型组和空载体组相比,lncRNA Rpph1过表达组lncRNA Rpph1、p-AMPK/AMPK、Nrf2、NLRP3、caspase-1和GSDMD-N蛋白表达量显著增加,细胞存活率显著减少,凋亡率增加(P<0.05);lncRNA Rpph1低表达组lncRNA Rpph1、p-AMPK/AMPK、Nrf2、NLRP3、caspase-1和GSDMD-N蛋白表达量显著下降,细胞存活率显著增多,凋亡率下降(P<0.05)。DN中lncRNA Rpph1高表达可以促进足细胞损伤,可能通过AMPK/Nrf2信号通路激活细胞焦亡和凋亡有关。

基于多孔介质模型对玉米干燥过程进行数值模拟,研究不同导流方案对顺逆流烘干塔内气流流动和热量传递的影响。通过数值模拟及实验研究了角状盒排布方式对塔内温度场和速度场的影响。结果表明:角状盒交叉式排布可以提高传热传质效率,减少热量损失,解决干燥不均匀问题。同时,入风口速度的增加也能改善温度分布的不均匀性,改善干燥效果。可见,在用于玉米干燥的顺逆流烘干塔设计中,应充分考虑角状盒的排布方式以及入风口速度这两个关键因素。烘干塔结构的优化可以提升整体的干燥效率和玉米品质。研究结果为玉米干燥产业降低成本、提高玉米品质提供了有益参考。

基于煤矿井下施工钻孔间距大、钻机需频繁长距离搬迁的实际需求,以及遥控操控功能需要,采用胶轮式定向钻机整体紧凑布局及各单元模块化设计的研究思路,解决独立行走的胶轮底盘、多动力配套输出单元、液压系统及电控系统等关键技术开发难题,整机加工、装调后在国家安全生产检测检验中心钻机性能试验台上模拟负载测试。试验表明钻机的各项功能参数均达到设计要求。研制的ZDY3500JDK型煤矿用胶轮式定向钻机,满足井下长距离自主搬迁需求,极大提高了矿井生产运输效率,为具备无轨胶轮化运输的大中型矿井钻孔施工作业提供了可靠的装备保障。

煤矿井下作业面临瓦斯爆炸、煤尘爆炸及火灾等安全隐患,这使得依赖三维重建技术的安全机器人研究成为重点方向。三维重建在复杂环境中的精准导航和检测至关重要,但传统探测方法在数据质量、精度及成本方面存在不足。为此,提出了一种名为2DGS-DbTrans的煤矿井下巷道三维重建方法,这是一种基于纯视觉的三维重建技术。为提升图像分辨率,设计了一个Transformer模块对输入图像进行增强处理,其中包含两个核心组件:多头深度卷积轴注意力机制和深度卷积门控网络。在处理流程中,首先利用Colmap生成稀疏点云,并通过二维高斯曲面来表示煤矿井下巷道环境,每个高斯曲面包含物体的坐标、颜色、大小和方向信息。此外,定义了两个损失函数,即颜色损失函数和道路平滑度损失函数。实验结果表明,2DGS-DbTrans方法在煤矿井下巷道环境的三维重建中,获得了优于其他方法的性能。

在石油和天然气的勘探开发中,人工智能模型被广泛应用于地层孔隙压力的预测。其中单一模型容易出现过拟合或预测结果不稳定的问题,在预测精度和泛化能力方面仍有提升空间。为了提高地层孔隙压力预测精度,基于深度学习技术,建立了CNN-Attn神经网络地层孔隙压力预测模型。优选了5种测井和随钻数据,使用Pearson相关系数法验证数据与地层孔隙压力的线性相关性。通过对一维CNN的结构进行优化,使模型能够有效捕捉数据的局部特征,并与自注意力机制结合,增强模型对全局依赖关系的捕捉能力,从而提高模型的表现力和理解能力。为了验证该模型的预测精度,对巴彦区块两口井进行预测,预测结果的平均绝对误差均小于1 MPa,均方根误差均小于1 MPa,平均相对误差均小于1.3%,决定系数均大于0.9,比BP、CNN和LSTM模型精度高。该模型提升了地层孔隙压力预测精度,并为钻井安全性提供了数据支持。

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。

为研究页岩储层对压裂液的自发渗吸机理,以四川盆地龙马溪组海相页岩和鄂尔多斯盆地延长组陆相页岩为研究对象,以实际压裂液为渗吸流体,采用自发渗吸测试系统,结合矿物组分和微观孔隙表征方法,重点研究海相和陆相页岩对压裂液的自发渗吸特征及其控制机理。结果表明:两组页岩自发渗吸曲线随渗吸时间增加均呈先迅速增大后缓慢减小趋势,其渗吸量减小主要源于可溶性矿物溶解导致的页岩重量减少;两组页岩总有机碳(total organic carbon,TOC)和石英含量与最大渗吸量具有负相关性,而黏土矿物、碳酸盐和孔体积与最大渗吸量具有正相关性;延长组页岩黏土矿物含量虽高于龙马溪组页岩,但其最大渗吸量却相对较低,这可能源于龙马溪组页岩具有更发育的孔隙结构;页岩亲水性矿物的吸附作用和微观孔隙的毛细作用是压裂液自发渗吸的主要驱动力,且微观孔隙的影响程度要强于亲水性矿物。针对页岩气井压裂液返排问题,可通过调整压裂液化学成分,并结合压裂液自发渗吸测试结果,提出更优的压裂液配比方案,以满足实际工程需要。研究结果可为页岩气高效开发提供理论参考。

针对新一代燃气轮机燃烧过程中存在的热声振荡问题,通过构建复杂网络模型,对高频数据信号的多种时域分析方法进行了复验和对比统计分析。结果表明,在复杂网络模型中,节点强度和网络直径这两个特征表征参数比传统的时域分析方法(即均方根和时间峭度)能更早的对热声振荡发出预警。耦合预测效果和数据处理时间,优选节点强度来构建复杂网络模型。最终将该方法应用于多喷嘴微混燃烧器燃烧实验数据分析中,发现该方法的特征转折点比极限环分析和统计分析方法的特征点领先约2.3 s。

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。

针对配电网中分布式光伏并网容量配置的问题,对基于荷储协同优化的配电系统光伏并网容量配置进行研究。首先建立含储能系统、负荷侧可平移负荷、可中断负荷的荷储协同调节模型,在此基础上考虑荷储调节能力的约束,以配电网分布式光伏的配置容量最大、配电网投资运营净收益最大为目标函数,建立考虑荷储协同的配电网分布式光伏并网容量优化模型。算例仿真结果表明,通过分布式光伏配储、可平移负荷及可中断负荷的协同调节,可以显著提高分布式光伏的并网容量,同时提升配电网的运营收益。

为解决类电磁机制(electromagnetism-like mechanism, ELM)算法在配电网故障定位问题中存在的收敛速度较慢且易陷入局部最优的问题,提出了一种改进的二进制类电磁机制(binary electromagnetism-like mechanism, BELM)算法。首先引入Sobol序列初始化种群,以保证初始种群的质量;其次,基于适应度值将种群划分为优质种群和普通种群,并针对这两个子种群分别采用最优粒子引导策略和基于XOR运算的局部搜索策略,前者引导优质粒子前往潜在最佳位置,加快收敛速度;后者通过与精英粒子的信息交流,进行全局探索和丰富种群多样性。最后通过对合力计算和粒子移动规则的改进,进一步改善算法搜索效率。仿真实验结果表明,相较于其他算法,所提算法在配电网定位故障问题中具有准确率高、收敛速度快等优点。

针对谐振接地系统发生单相接地故障时,故障信号暂态特征易受噪声干扰造成馈线识别误判问题,提出了一种参数优化变分模态分解(variational mode decomposition, VMD)和改进D-S证据理论的故障特征融合的选线方法。首先,对于VMD的惩罚因子Alpha和分解层数K参数难以选择问题,引入牛顿拉夫逊优化算法(Newton-Raphson-based optimizer, NRBO),完成不同噪声环境下alpha和K参数自适应确定。接着,融合峭度、极性、暂态能量3种故障特征,并在D-S证据理论加入Jousselme距离,以避免噪声影响故障特征造成相悖的结果,得到各馈线发生故障的概率,以此确定故障馈线。最后,Simulink仿真结果表明,在不同强度噪声环境和不同故障情形下均能正确识别故障馈线。相比其他参数优化算法具有更快的收敛速度,且引入Jousselme距离进一步提高故障馈线识别的可靠性。

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。

基于无线和电力线通信(power line communication,PLC)的双模通信可以实现二者优势互补,被广泛用于智能计量和电力物联网中。针对正交频分复用(orthogonal frequency division multiplexing,OFDM)双模通信系统在新能源低时延业务接入等应用,提出了一种计及非理想信道估计的OFDM子载波分集组合和功率自适应分配算法。首先建立了以业务数据量、传输功率等为约束,以总时延最小化为目标的功率自适应优化分配模型;接着在分集分组的基础上,利用鲸鱼优化算法和阈值回收进行功率优化分配,实现算法复杂度和性能的折中。仿真实验结果表明,提出的算法在满足速率等约束条件下,减小传输平均时延和稳定性,为台区设备状态监测等实时业务数据采集提供更高的性能保障。

针对约束优化问题的求解,提出了一种结合ε约束处理法和纵横交叉策略的野狗优化算法(εCDOA)。算法先在野狗优化算法的所有个体选择捕猎策略更新位置后引入纵横交叉策略,以提高所得算法的全局搜索和局部搜索能力,也有利于算法跳出局部最优;然后按照ε约束处理法,将等式约束转化为不等式约束,并用ε水平比较方法代替适应度值比较来评判算法中野狗个体的优劣;最后根据个体的约束违约度按自适应的ε值把种群分成两个子群,分别以子群的存活策略计算个体的存活率并更新存活率低的个体。对CEC 2006中19个标准约束优化问题进行数值实验,数值实验结果显示,算法εCDOA比结合ε约束处理法的野狗优化算法等4种对比算法有更好的寻优效果。对于3种经典工程设计问题,算法εCDOA给出的设计方案明显优于其他对比算法给出的方案。

自动说话人验证系统在应对日益逼真的深度伪造语音时,面临显著的欺骗攻击威胁。现有基于卷积神经网络的反欺骗模型在捕捉全局特征与应对未知类型语音伪造的泛化性能方面存在不足。为提升反欺骗检测效果,提出了一种融合通道-时间注意力机制与深度可分离卷积的网络模型CT-DSCNet。该模型在RawNet2基础上引入通道-时间注意力模块,增强对重要语音特征的关注,减少无关区域的干扰;同时采用深度可分离卷积残差块,优化计算效率与模型实时性。实验在ASVspoof2019、ASVspoof2021和FMFCC-A数据集上进行,结果显示CT-DSCNet在ASVspoof2019 LA测试集上的等错误率(equal error rate,EER)达到1.53%,较基线模型降低70.58%。在泛化能力方面相较其他模型也表现出色,在FMFCC-A评估集上的EER,较改进前模型相比提高了25.35%。实验验证了该方法在提升伪造语音检测性能和跨数据集适应性方面的有效性。

为了推动中医药文本数据的分析和挖掘,实现知识的智能化提取和处理。通过采用BIO(begin,inside,outside)序列标记法、BiLSTM-CRF模型和人工定义规则的方法完成知识抽取任务。利用Python3.6中Py2neo库与Neo4j数据库等技术,构建了基于Neo4j的脾胃病知识图谱,并使用Flask框架开发了中医药脾胃病命名实体识别系统。结果表明:模型(BiLSTM-CRF)在测试集上取得了高性能和良好的泛化能力,其准确率、精确率、查全率和F₁分数分别为96.19%、86.64%、88.82%和87.71%。构建出的知识图谱包含了方剂或中成药、中药、临床表现等8种节点标签以及10种关系类型,可支持中医药治疗脾胃病西医诊断、中医证候、中医治则等节点及各节点之间关系的查询与发现。可见BiLSTM-CRF模型在中医药脾胃病命名实体识别方面展现出了良好的通用性,它在处理复杂文本结构和领域术语上表现出了出色的能力,为中医药脾胃病知识提取和知识图谱构建研究提供了有力支持。

螺栓是高空设备稳固连接的关键,但易受多种因素影响而出现松动等异常,威胁设备安全。当前基于深度学习的螺栓检测方法面临类不平衡和标签缺失问题。提出了基于半监督伪标签学习的历史动态加权损失(historical dynamic weighted loss,HDWL)模型。通过动态加权一致性正交化和类自适应公平惩罚,利用历史数据评估模型分类效果,引入自适应惩罚防止过拟合,增强对难分类样本的关注,提升模型性能。实验表明,HDWL 模型的准确率相比其他方法有显著提高,在少数类训练和特征关注方面具有优势。

目前基于稳态视觉诱发电位(steady state visual evoked potential, SSVEP)的脑机接口(brain-computer interface, BCI)的研究取得了显著进展,但仍存在一些限制BCI实际应用的因素,其中一个重要影响因素是视觉激励源。且多数SSVEP脑机接口系统依赖显示器,不便于携带,限制了其在日常生活中的实际应用。VR眼镜不仅能够提供真实立体的激励源,且是可穿戴的便携设备,能够脱离显示器而独立存在,因此对BCI的应用有着非常重要的价值。现引入虚拟现实(virtual reality, VR)技术来呈现VR-SSVEP视觉激励,实现SSVEP视觉激励的3D化,使被试能够更加沉浸地融入脑机交互中。比较了基于VR-SSVEP的3D和2D视觉激励效果,实验结果表明,在VR下的3D视觉激励相较于2D视觉激励具有更好的系统性能,平均准确率可达90.10%,相较于2D视觉激励提高了7.08%;当刺激时间为2 s时,可以获得较好的信息传输速率性能。本研究验证了3D视觉激励能够有效地提升SSVEP的识别性能,表明系统具有一定的实用性。为VR设备在SSVEP范式中的应用提供了新思路。

为解决焊接缺陷图像分割的结果出现失真、分割效果差的问题,以轮辋生产过程中的裂纹和气孔焊接缺陷图像为研究对象,提出了一种基于模拟退火(simulated annealing, SA)策略改进粒子群算法(improved particle swarm optimization, IPSO)的焊接缺陷三阈值图像分割方法。首先通过灰度值、平均灰度值和中值灰度值建立图像的三维最大类间方差(Otsu)模型;其次引入自适应惯性权重和非对称学习因子并融入SA策略增强算法求解效率和跳出局部最优的能力;最后利用SA-IPSO算法优化三维Otsu模型求解得到最佳阈值对应的缺陷分割图像。采用不同算法和模型对焊接缺陷图像进行分割,结果表明:对于裂纹和气孔焊接缺陷图像,本文算法在峰值信噪比(peak signal to noise ratio, PSNR)和结构相似性(structural similarity, SSIM)评价指标上均优于对比算法,在加快算法收敛的同时避免分割结果失真,提高了分割精度。

微波辅助滚刀破岩具有较强的应用前景,为深入分析微波照射对滚刀破岩的辅助效果,进行了微波照射后的TBM缩尺滚刀破岩试验。通过使用不同参数的微波照射岩石,研究了不同微波参数对岩石表面温度的影响规律。在岩石恢复室温后,以微波照射的岩石为基础,开展TBM缩尺滚刀旋转破岩实验,研究微波照射时间和功率对滚刀推力、刀盘扭矩、岩碴重量、滚刀磨损量以及破岩比能的影响规律。结果表明:随着微波照射时间和照射功率的增加,岩石表面温度增加,岩石升温速率增加,岩石表面最高温度为172.6 ℃;滚刀推力在破岩中呈波动变化,滚刀下方岩石被碾压为粉末,滚刀侧方产生块状岩碴;随着微波照射时间和微波功率的增加,滚刀推力下降、刀盘扭矩下降、岩碴重量增加、滚刀磨损量下降、破岩比能下降。对于试验所使用赤峰玄武岩最佳微波照射时间应大于40 s、微波功率应大于7 kW。为微波辅助滚刀破岩提供了一定的试验依据。

依托土岩双元地层地铁车站深基坑工程,通过现场实测数据获得不同施工阶段支护结构及基坑关键部位的变形规律。基于存在邻近建筑物情况建立土岩双元深基坑三维数值模型,对深基坑降水开挖施工后邻近建筑物和远离建筑物侧的围护结构变形受力、地表沉降及支撑轴力变化进行分析,在此基础上对基坑变形受力的影响参数进行敏感性分析,并拟合总结变化规律。研究结果表明:土岩双元深基坑开挖呈现明显的时空效应,时间维度表现为在土层中桩体侧移和地表沉降中发展较为迅速,岩层中发展速率减慢,空间维度表现为坑角效应;桩间距和桩径的改变本质上都是改变围护结构整体刚度和单桩承受外部水土压力大小,桩径小于1.0 m时,邻近建筑物一侧的基坑变形受力敏感程度显著增加;土岩双元地层中土岩结合面岩土体性质差异大,此处的土方超挖、支撑间距和预应力改变更为明显。该研究成果可为类似土岩双元深基坑工程提供有益借鉴。

管线渗漏是城市道路塌陷事故的重要诱因,明确道路塌陷的演化规律与灾变机理是安全事故防控的关键。针对北京市政道路污水管线,采用离散元-流体力学(DEM-CFD)流固耦合方法,在室内试验基础上标定模型细观参数,模拟管线不同破损位置和埋深条件下,砂土地层变形损失规律和空洞演化规律,重点分析颗粒位移、密实度和介质流量等参数在空洞形成过程中的变化特征。研究结果表明:管线顶部和腰部渗漏时,砂土层随着水和土体的流失会形成漏斗状的空洞。在无交通荷载作用下,路面基本不发生沉降。结合颗粒位移及密实度变化规律,可将地层变形破坏分为稳定区、疏松区和空洞区,并建立了疏松区的椭圆分区模型。根据颗粒损失率将地层渐进破坏过程分为颗粒运移阶段、快速损失阶段和缓慢收敛阶段。在空洞形成时间、沉槽范围、颗粒流失速度和总量等指标方面,腰部渗漏工况为最大值,顶部渗漏次之,底部渗漏为最小值,但底部渗漏引发的疏松区的范围最大。研究结果可对城市道路致塌地下灾害风险检测与识别提供理论支持。

冷水机组作为建筑中的关键设备和主要能耗源,若其发生故障不仅会影响系统的正常运行,还会造成严重的能源浪费。为提升冷水机组系统运行的可靠性,构建了一种多策略改进蜣螂优化算法(improve dung beetle optimizer,IDBO)和混合核极限学习机(hybrid kernel extreme learning machine,HKELM)融合的故障诊断模型,用于实现冷水机组早期故障的精确诊断。该模型首先采用混合核函数提高核极限学习机(kernel extreme learning machine,KELM)的学习能力和泛化性,其次将Bernoulli映射、自适应惯性因子和Levy飞行融合动态权重系数策略用于改进蜣螂优化算法(dung beetle optimizer,DBO),以平衡DBO算法的全局探索性能。最后通过基准函数验证IDBO算法的有效性,利用IDBO算法对HKELM超参数进行优化,从而构建用于冷水机组早期故障诊断的数据驱动模型。通过相关训练仿真和实验验证,所提出的IDBO-HKELM模型对冷水机组的早期故障诊断准确率提高到99.71%,对比其他算法具有明显优势。

城市顶管覆土浅,周边管线分布密集且临近顶管。顶管施工过程中由于各种因素可能导致燃气管线的断裂和燃气泄漏,致使以瓦斯为主的燃气在土体中不断扩散并进入顶管内,给顶管安全施工带来了潜在的极大危害。以毛家湾污水处理厂进厂干管项目为背景,采用理论分析、数值计算等方法对瓦斯在土体和顶管中的扩散机理以及施工通风技术开展深入研究。研究结果表明:随着时间的增长,瓦斯在土体中的扩散通量先增大后趋于稳定;顶管离泄漏孔越远,掌子面瓦斯涌出量越低,瓦斯扩散至顶管所需时间越长;顶管内掌子面附近风管对侧瓦斯浓度相对较高,瓦斯容易聚集;随着风管送风量的增加,掌子面附近产生了较强的空气流动,掌子面附近瓦斯浓度不断降低,但瓦斯浓度降低速率有所减小,在风管送风量为131 m³/min时,顶管内最高瓦斯浓度为4.57%,已低于瓦斯爆炸下限;随着风管风口至掌子面距离的增加,顶管内最高瓦斯浓度先减小后增大,在风管风口距离掌子面4 m时,顶管内最高瓦斯浓度达到最小值为4.41%。基于此,本文提出了较为合理的顶管施工通风参数。

为量化评估红树林消浪区对近海岸线的防护效果,基于广东台山镇海湾红树林工程示范区域,采用现场观测、理论分析、模型试验以及数值分析相结合的方法开展红树林消浪区与波浪相互作用过程研究,从波高方向统计特征、波高年极值统计特征等角度开展红树林消浪特性的验证与分析,从而实现了对红树林消浪机理以及消浪效果统计特征的总结。研究结果表明:基于刚性柱群绕流理论的植被消浪基本理论体系对于红树林类型植被的适用性较强,且相关消浪理论能够与基于波浪能量谱的数值计算模型进行适配融合;采用物理模型试验开展植被消浪过程研究,并与采用植被消浪经验公式的数值模拟结果进行比对,充分论证了本文研究所采用的植被消浪经验公式可靠性;进一步的数值模拟计算结果表明红树林可以从统计角度显著降低各个方向大浪的出现频率,在强浪向上红树林的消浪效果随着不同重现期的波高增加而显著加大,在常浪向和强浪向不一致的情况下,红树林的消浪率随着不同重现期的波高增加无显著增加趋势。

泄洪消力池水流流态对有效削弱下泄水流能量,保障枢纽结构安全及其下游河道河岸稳定与通航建筑物引航道口门区通航水流条件具有重要影响。以向家坝枢纽高低跌坎式出流消力池为例,采用雷诺平均纳维-斯托克斯(Reynolds-averaged Navier-Stokes)方程,Realizable k-ε湍流模型和VOF自由表面追踪模型,建立用于复杂固壁边界条件下具有大自由液面变形的强非线性水气二相流三维数值计算模型,对坝面泄洪射流及其在消力池内的流动特性进行模拟研究。首先,基于向家坝枢纽单池泄洪水流运动物理模型试验,通过对比坝面泄洪射流产生的消力池下泄水流流态及表孔与中孔坝面时均压强的模拟结果与实测数据,验证本数值计算模型的模拟精度。在此基础上,模拟分析表孔、中孔单独泄洪及表、中孔联合泄流情景下消力池射流形态、水流结构及消力池与尾坎水面波动特性。结果表明,对高低跌坎式出流底流消能消力池,在相同泄洪流量条件下,不同的表、中孔坝面泄洪调度方式显著影响消力池淹没射流的三维水流运动结构;表、中孔联合泄流可实现多层多股射流的强烈掺混、有效耗散下泄水流能量、降低消力池及尾坎水面波动;所建立的三维湍流运动数值计算模型能够较好地再现高速射流及消力池水流运动。

随着中国城市轨道交通建设的飞速发展,巨量盾构渣土随之产生,其运输、堆填造成严重的环境污染问题。依托苏州轨道交通8号线06标段,以该项目盾构渣土为研究对象,采用全生命周期评价方法,对盾构渣土常规处置和资源化利用的碳排放进行了分析。研究结果表明:本工程的盾构渣土总量为2.64×10⁵ m³,若进行传统的填埋处理,其全生命周期的碳排放将会达到3.00×10⁶碳排放当量;当填埋深度为5 m时,盾构渣土将占用5.28×10⁴ m²的土地。若采用工业固废处理盾构渣土制备同步注浆材料,其28 d强度可达2.5 MPa,减少注浆原材料成本46.7万元/km,降低碳排放约4.6×10⁵碳排放当量每千米。研究结果可为盾构渣土资源化利用提供参考。

双肢高墩施工过程中的稳定性问题不容忽视,为保证现场施工安全,以郑洛高速庙路河大桥为工程依托,建立了双肢高墩裸墩、大悬臂和成桥3个施工阶段的有限元模型,研究了双肢高墩稳定性;得到了双肢高墩的屈曲模态和稳定安全系数,并对最不利施工阶段进行非线性稳定性分析;探析了实际施工过程中的高墩线形偏差、墩身孔洞缺陷、桥墩高度和横梁数目等稳定性影响因素。结果表明:3个施工阶段下,双肢高墩均为纵桥向失稳,最不利工况下的稳定安全系数分别为70.092、33.513和55.034。对大悬臂阶段进行几何非线性和双重非线性分析,稳定性分别较线性分析时降低了15%和57%。双肢高墩爬模施工过程中出现的线形偏差和墩身孔洞对稳定性有一定的影响,应对线形偏差值进行监测和控制,并及时修复墩身孔洞。随着桥墩高度的增加稳定性不断降低,双肢之间设置一道横梁时稳定性提高140%,继续增加横梁数目稳定性提高不大,墩高在50~70 m范围内时设置一道横梁效益最优。

现有碳纤维增强复合材料(carbon fiber reinforced plastic,CFRP)板夹片式锚具在张拉过程中,由于锚杯上下内壁受到挤压力的作用,易产生起拱变形,进而在锚杯与夹片接触面出现“脱空”现象,这导致CFRP板锚固段在横向受力上呈现不均匀性。同时,CFRP板两侧由于应力集中,易发生劈裂破坏。为改善此问题,提出了夹片起弧式CFRP板锚具的优化设计思路,并对不同起弧高度的夹片式锚具进行了有限元数值模拟与静载张拉试验研究。研究结果表明,传统CFRP板夹片式锚具的主要破坏形式为先劈裂后拉碎,其锚固效率仅为68.75%。当夹片起弧高度较低时,无法有效填充锚杯的“脱空”,导致CFRP板锚固段整体压应力水平偏低,锚固效率下降至56.67%。相反,若夹片起弧过高(0.5 mm),则会在CFRP板锚固段中部产生应力集中,锚固效率提升至81.25%,但仍非最优。值得注意的是,当夹片起弧高度设置为0.25 mm时,锚固效率显著提高至90.83%,且破坏形式转变为爆炸式破坏,这表明CFRP材料的性能得到了充分发挥。因此,合理设置夹片起弧高度可有效防止CFRP板锚固段因“脱空”而发生劈裂破坏,研究结果具有较高的工程应用价值。

针对盾构工程中管片上浮预测的需求与深度学习模型训练数据不足的难题,结合盾构机掘进机制与管片上浮过程提出了一套盾构管片上浮预测模型;利用数值模拟软件模拟盾构管片上浮过程,将海量数值模拟数据与工程现场数据同时用于深度学习训练,实现针对管片上浮预测模型的数据增强。其中预测模型由管片上浮预测模型和两个辅助模型组成,考虑了主动控制和被动响应参数的相互作用。最后基于北京东六环入地改造工程盾构段展开典型事例研究。研究结果表明,模型预测精度控制在4 mm以内,满足工程需求;盾尾注浆参数对模型性能的影响最大,其次是掘进参数,而盾构姿态参数的影响最小;基于数值模拟数据的管片上浮训练数据能提升预测模型的预测精度30%,证明了该数据增强方法的有效性,本文提出的基于数值模拟数据的数据增强方法,为类似深度学习模型的训练与优化提供了新的思路。

车外人机交互界面通过加强自动驾驶车辆与行人、骑行者等道路使用者的沟通,提升交通安全和用户体验。探讨车外界面的可识别性是确保信号功能有效和可理解的基础,以保障行人过街安全。以信息表达形式、界面位置、自动驾驶汽车速度为自变量,采用眼动追踪技术,收集眼动数据和行为数据。通过重复测量方差分析和Logistic回归评估界面的可识别性。结果显示,界面信息形式、位置和车辆速度对可识别性有显著影响,光带可识别性最优;车辆低速行驶下界面识别效率更高;界面位于P3位置时识别效率最高,P1和P4位置最低。该研究从增强行人交通安全的视角,为行驶中的自动驾驶汽车车外交互界面设计提供了参考,有助于提高行人对车外界面的注意力和识别准确性。

在ASIS系统上采集2017—2023年共计86 917起不正常事件数据作为研究对象,并在此基础上构建不正常事件指标体系。为了确保航空运行安全,构建准确、可靠的风险评价模型来对不正常事件进行深入分析,从而实现有效的风险管理。首先,在模糊推理系统中引入突变理论的原理,能够使其更好地应对复杂问题,提高评价的准确性。然后,构建突变理论的模糊推理系统风险评价模型对航空运行不正常事件进行风险评价。其次,选用56个有详细背景信息记录的不正常事件进行实例分析,并与云模型进行对比分析,从而验证模型的可行性和精确性。最后,对相关指标进行模糊控制,为航空运行安全管理工作提供指导。

航路网络作为民航运输网络的运行载体,承担着保障航空器安全高效运行的重要任务。当重要航路点因雷暴扰动失效时,易连锁反应至相邻节点最终导致网络性能的显著下降。针对现有复杂网络节点重要度评估模型未有效考虑雷暴扰动的问题,面向雷暴天气场景,将雷暴扰动特性纳入航路点重要度评估体系,利用博弈论方法对评估指标进行组合赋权,基于引力模型理论改进了TOPSIS(technique for order preference by similarity to an ideal solution)综合评价方法,建立基于博弈论-改进TOPSIS法的节点重要度评估模型,进而采用K中心点算法实现航路点聚类分级。以京津冀地区航班运行为例,对雷暴天气场景下的航路网络节点重要度进行评估,结果表明:在京津冀航路网络内,南部地区的航路点更易受雷暴天气影响且分布较为密集,该航路网络包含9个重要航路点,当航路网络中的重要航路点因雷暴影响而失效时,会对航路网络性能产生显著的负面影响。提出的基于博弈论-改进TOPSIS法的节点重要度评估模型可以有效识别出雷雨季节或雷暴高发地区航路网络中的重要航路点,从而为雷暴场景下航路网络结构优化与资源配置提供有效依据。

利用凝聚-脱水-固化耦合工艺可以显著提高工程渣土的资源转化效率,但工艺中投加物料归趋及压滤滤水循环回用优势有待进一步研究。针对此问题,开展了凝聚-脱水-固化试验,揭示了絮凝固化剂各组分在凝聚-脱水-固化过程中的归趋情况,并在此基础上探索压滤滤液循环回用产生的效益。结果显示,絮凝固化剂中18%~35.57%的Na⁺和0.1%~0.56%的Si元素存在于压滤滤液中,而Ca、Mg、Al元素主要存在于泥饼之中,比例接近甚至等于100%。将强碱性的压滤滤液循环回用于工艺中,在提高泥砂筛分解离效率的基础上,还相当于对工程渣土后续的凝聚-脱水-固化完成了“预处理”,渣土颗粒吸附了滤液中残留的物料,有助于根据物料变化规律及泥饼性能需求,动态调节物料投加,使流失于水体的物料始终处于动态循环利用之中。

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。

转油站是油田油气集输系统的核心枢纽,对于维持油田稳定生产和油气持续供应至关重要。鉴于其工艺系统的复杂性以及故障的多态性和故障关系的模糊不确定性,提出了融合T-S模糊故障树与贝叶斯网络(Bayesian network,BN)的系统可靠性评估方法。首先,基于T-S门及其描述规则建立T-S模糊故障树,并将其转化成贝叶斯网络模型;其次,结合有限的故障样本和通用数据源,基于贝叶斯更新估计确定基本事件故障率,以应对故障样本数据的不确定性;最后,协同运用T-S故障树和BN模型,正向推理预测工艺系统的可靠性和基本事件的贡献度,并反向诊断导致系统不同故障状态发生的关键致因。针对典型转油站工艺系统的应用研究表明,本文方法能够在基础数据和事件关系不确定性条件下实现系统故障率预测和薄弱环节诊断,从而为复杂油气工艺系统优化设计和可靠性维护提供决策支持。

为保障无人机在低空空域运行安全,推动低空经济快速发展,构建了一种针对多无人机飞行冲突的探测方法与解脱策略。首先,依据广播式自动相关监视(automatic dependent surveillance-broadcast,ADS-B)飞行数据,采用改进的基于模糊推理的交互式多模型容积卡尔曼滤波(fuzzy reasoning interactive multiple model cubature Kalman filter,FR-IMMCKF)算法对UAV航迹进行预测,其次,依据UAV间的相对运动状况,进行冲突机的初步筛选,并在速度障碍法基础上添加垂直探测部分使其支持三维范围的冲突探测,然后,引入冲突系数作为飞行冲突网络里的权重,并提出冲突状态空间模型(state space model,SSM),使解脱区间可视化,最后,设置了调高、调向与调速解脱策略,并推出可选解脱航向和速度的区间。构造低空5架UAV飞行冲突情景进行仿真验证,结果表明,本文方法能够在飞行态势复杂的情况下给出冲突解脱次序并提供可行的解脱策略。

针对冲偏出跑道事件调查未全面揭示人为因素之间的复杂因果关系问题,提出了一种航空器冲偏出跑道事件关键人为因素分析方法。首先,改进人因分析和分类系统模型,用以识别冲偏出跑道的根本原因,基于事故树分析方法识别冲偏出跑道的直接原因。其次,构建人为因素调查决策支持模型,得到航空器冲偏出跑道事件人为因素致因链条。然后,构建冲偏出跑道事件人为因素的贝叶斯网络,通过预测推理、诊断推理及灵敏度分析量化致因因素的重要程度,得到冲偏出跑道事件的关键人为因素。结果表明:基于人为因素调查决策支持模型得到32条冲偏出跑道事件致因链条,全面揭示该事件的人为因素及其耦合关系;基于贝叶斯推理得到该事件的关键人因致因链条为“动作执行不当/信息预处理不当→不安全行为→冲偏出跑道”。以上结论与航空器冲偏出跑道事件调查结论基本一致,对航空器冲偏出跑道事件预警和防范能力的提升有积极意义。