关键词： 平朔露天矿区   NDVI   DTW算法   开采扰动   覆被恢复  

摘要： 平朔露天矿区位于中国西部地区,属于山西省朔州市,是一个具有重要战略意义的煤炭资源开采基地。随着煤炭需求的增加,该矿区的开采规模不断扩大,但同时也带来了一系列环境问题。本文使用遥感影像对平朔露天矿区进行开采扰动模式识别并进行覆被恢复过程特征分析,旨在为定量分析煤炭开采对周围生态环境影响提供技术支撑。首先,在GEE云平台上对露天矿区进行1986—2021年影像筛选,预处理并下载。使用下载影像计算植被指数,再引入DTW算法,对开采扰动区域进行识别,最后对覆被恢复过程进行特征分析。本文主要取得以下结论: (1)对1986—2021年平朔露天矿区研究区的影像进行最大值合成,并进行辐射定标,大气校正,去云去阴影预处理操作。对处理后影像进行NDVI植被指数计算,得到1986—2021年36年NDVI影像。该影像数据对后续研究有重要作用。 (2)利用ENVI将36年NDVI影像合成得到年际合成图,结合研究区实际情况定义了三种开采扰动模式,应用DTW算法对三种开采扰动模式进行样本学习,得到训练模型。对训练模型进行精度验证,该训练模型精度为96.25%。利用训练模型对年际合成图进行逐像元分析,得到平朔露天矿区开采扰动区域。开采扰动区域中存在条带状区域和离散多边形区域,属于影像残留阴影和小型人口聚集区引起的误分类,但这些区域在开采扰动区域中占比不足5%,对研究影响较小。 (3)以36年NDVI影像和开采扰动区域结合植被阈值,进行覆被恢复时间点计算,得到覆被恢复时间点年际信息渐变图,图像显示平朔露天矿区中的安太堡露天煤矿在开采早期1989年左右就已经开始进行土地复垦。安家岭露天煤矿于2005年左右开始复垦。安太堡露天煤矿和安家岭露天煤矿的覆被恢复区都逐渐向研究区中部扩张。右上角东露天煤矿由2010左右开始复垦,但覆被恢复区域较小。平朔露天矿区覆被恢复区域对整个开采扰动区域的占比为69.45%,未恢复区占比为30.55%。由此可见,平朔露天矿区的复垦工作做的较好。

关键词： 热带气旋   社会经济暴露   损失   影响因素   热带气旋巨灾  

摘要： 热带气旋是最具破坏性的自然灾害之一。快速环境变化使得热带气旋的影响范围和程度扩大,巨灾事件频发。城市化进程导致人口和财富集聚与增长,热带气旋损失增加,热带气旋风险不断增大成为沿海地区与国家可持续发展面临的巨大挑战。暴露是灾害风险的重要组成部分,是风险管理的关键因素之一。同时,定量刻画热带气旋灾害损失成因和巨灾事件损失时空特征,可为风险管理提供重要依据。因此,确定热带气旋社会经济暴露热点和损失成因对于降低热带气旋风险,减少损失至关重要。本研究基于社会经济数据、热带气旋路径数据、热带气旋损失数据,运用一系列空间模式分析方法和因子分析方法,构建了全球热带气旋风场模型,识别了热带气旋全球尺度的暴露热点,揭示了全球热带气旋损失的主要影响因素,以及热带气旋巨灾损失的时空特征和成因。主要研究工作及结论如下: （1）依据热带气旋路径数据,基于Holland风场模型构建了1990-2019年全球热带气旋危险性地图,确定了热带气旋影响的国家和范围。同时,模拟了不同重现期（50年一遇、100年一遇、250年一遇和500年一遇）下的热带气旋风场,并将热带气旋风速由低到高划分为三个等级（S1、S2和S3）。结果表明,1990-2019年危险性地图显示全球共有55个国家受热带气旋影响,受影响总面积为1304.9×10～4km2。其中,东亚和太平洋地区受热带气旋影响面积最大（925.87×10～4km2）,占热带气旋影响总面积的73%。整体而言,热带气旋风速等级由沿海向内陆递减。同时,随着重现期的增加,热带气旋的影响范围不断扩大,从50年一遇到500年一遇的重现期,全球受热带气旋影响的面积增加了120.6×10～4km2。并且,S3等级也逐渐向内陆区域扩展,面积增长速度高于其他两个等级。 （2）在获得热带气旋危险性地图的基础上,利用人口和GDP数据提取1990-2019年以及不同重现期下的全球热带气旋暴露人口和暴露GDP,并运用变化率和人口分布指数计算全球热带气旋暴露人口和GDP的时空变化特征,结果显示,1990-2019为基期的危险性水平下,1990-2019年暴露GDP增加了9775亿美元,暴露人口增加了5.5亿人且暴露人口呈现集聚分布的特点。暴露GDP和暴露人口的年均增长率分别为3.62%和1.26%。其中S3等级下的暴露人口和GDP的年均增长率最大。从区域来看,东亚和太平洋地区以及南亚,暴露GDP和暴露人口呈现上升趋势。其中,东亚和太平洋地区暴露GDP增加量最大,占全球热带气旋暴露GDP增加总量的41.67%。南亚地区的暴露人口增加量最大为2.08亿人,占暴露人口增加总量的37.80%。同时,从50年一遇到500年一遇的重现期下,暴露GDP增加了437.55亿美元,暴露人口增加了1.81亿人,S3区域的暴露人口增长量大于其他区域。 （3）根据提取的暴露人口与GDP,运用博弈论原则生成风速权重,构建绝对暴露指数和相对暴露指数,形成热带气旋的社会经济暴露矩阵,以揭示热带气旋社会经济暴露的模式和热点。暴露GDP和暴露人口位于第V等级（暴露矩阵中最高等级）的国家分别有8个和10个,主要位于东亚和太平洋地区。而韩国、越南、多米尼加共和国、菲律宾和日本,既是暴露GDP也是暴露人口为第V等级的国家,是暴露的热点国家。 （4）热带气旋每年造成大量的损失,确定造成热带气旋损失的主要因素是进行热带气旋风险管理的关键。基于风险三角形理论,针对热带气旋的危险性、社会经济暴露和脆弱性这三个风险要素,对1990-2019年全球热带气旋的直接经济损失和死亡人口进行归因。研究结果表明:全球热带气旋的直接经济损失、热带气旋危险性强度和暴露人口均呈现上升趋势,热带气旋死亡人口、人口脆弱性和经济脆弱性呈现下降趋势。在三个因素中,热带气旋危险性是造成损失的主要影响因素。除危险性之外,死亡人口主要受暴露人口的影响,直接经济损失受经济脆弱性的影响。可以采取疏散人口减少暴露的方法来减少热带气旋损失。 （5）1990-2019年热带气旋造成死亡人口指数最大的国家是中国。因此,结合数据的可获得性等因素,本文以2009-2019年中国热带气旋巨灾为典型案例,揭示巨灾损失的时空特征和成因。通过改进的热带气旋灾情指数（G-index）、空间自相关、冷热点分析等方法,研究了2009-2019年登陆中国大陆热带气旋巨灾损失的总体特征、空间格局及主要影响因素。结果表明,2009-2019年共有18个热带气旋巨灾影响中国17个省份,其中轻度、中度、重度和特重度受灾面积分别占中国热带气旋巨灾总受灾面积的37.68%、44.16%、13.84%和4.32%。热带气旋巨灾损失具有较强的空间集聚性。此外,暴露人口、最大风速和最大累计过程降水量对热带气旋巨灾损失的影响呈正相关,而暴露GDP（国内生产总值）对热带气旋巨灾损

关键词： 滚动轴承   声发射   变分模态分解   卷积神经网络   注意力机制  

摘要： 在工业生产中,滚动轴承是确保旋转机械装置稳定运行的关键部件,其稳定性是决定工业安全生产的重要因素。然而,在设备运行过程中由于人为或客观原因,滚动轴承往往会发生失效或损坏,从而可能带来严重的安全隐患。通过声发射检测技术对滚动轴承故障进行诊断,可对滚动轴承的故障状态进行及时的检测。鉴于人工智能领域的迅猛发展,传统的声发射信号处理方法在滚动轴承故障检测方面已显不足。因此,深入探究滚动轴承故障声发射检测方面的智能识别技术及其在故障诊断中的应用具有重要的现实意义。 本课题采用声发射技术实现了对滚动轴承的故障检测与诊断。首先介绍了声发射检测技术的基本原理和信号特性,并分析了声发射信号的处理方法。随后设计了滚动轴承故障的模拟实验,并搭建了相应的声发射信号采集系统。最后利用该系统采集了滚动轴承外圈、内圈以及滚动体故障在三种转速下的声发射信号,并对其进行了时频域特征分析。 针对滚动轴承故障声发射信号预处理问题,研究了一种多策略融合改进麻雀算法(Improved Sparrow Search Algorithm,IMSSA)优化变分模态分量(Variational Mode Decomposition,VMD)的故障信号去噪方法。通过IMSSA对VMD进行自适应参数寻优,以避免人为经验的不确定性;并计算分解后各模态分量的峭度值,依据峭度值指标对信号进行重构,以避免非故障信息的干扰;最后对重构信号进行小波变换得到二维频谱图,以充分突出故障特征信息。 针对滚动轴承故障智能模式识别,研究了ECA-Conv Ne Xt网络模型,通过该网络对各故障状态的二维频谱图进一步提取特征并分类识别。该网络通过深度可分离卷积对多个特征通道进行融合以减少参数量;然后通过全局响应归一化来提高通道的对比度和选择性;其次经过普通卷积,对特征图进行一系列升维与降维处理后进入到有效通道注意力(Efficient Channel Attention,ECA)模块对深层次特征进一步提取,使得故障特征得到充分提取;并设置了一个Drop out层和一个Drop Path层,以提高模型的泛化能力;最后进行滚动轴承故障模式分类识别。经实验验证,提出的方法能够增强滚动轴承故障声发射信号的特征提取,并实现了精准的故障模式识别,可以有效地应用于滚动轴承的故障诊断。

关键词： 电子鼻系统   气体检测传感器   物联网   模式识别   卷积神经网络  

摘要： 近年来,燃气在工业生产和日常生活中得到了广泛应用,而其易燃、易爆的特性也为工业生产以及人们的生命安全带来了巨大的安全隐患。物联网技术通过智能装置、识别技术和网络互联,实现了物理世界的信息化和智能化。电子鼻作为一种模拟人类嗅觉功能的智能检测系统,因其高效、敏感和能够处理复杂气体信息的能力而备受关注。将二者结合设计的基于物联网的电子鼻监测系统,可以实现远程、实时、精准的危险气体监测,从而实现对社区燃气泄漏等危险情况的快速响应、识别和报警,并为危险应急提供信息指导。 本文基于电子鼻传感器阵列以及物联网技术设计了一款用于实时监测社区危险气体的多参数电子鼻监测系统。该系统通过物联网技术将多传感器数据汇聚在计算中心,并在计算中心进行算法分析,最终实现对大范围危险气体源的泛在感知。为了实现对传感器数据的精确分析,本文提出了一种基于格拉姆角场（Graham Angle Field,GAF）与深度残差网络（Residual Nerual Network,Res Net）的危险气体智能识别算法,提高了电子鼻监测系统在干扰环境下对危险气体的报警识别准确率,并对该算法的多级分类效果做了对比测试。实验结果证明了该电子鼻监测系统能够实现在居民社区内对危险源气体的动态监测以及精准预警功能。 论文的创新点和主要研究内容如下: 1.本文设计了多参数监测的电子鼻系统,实现了几种常见危险气体及环境的温湿度、气压、位置等多参数的实时监测,可应用于实际环境的危险气体监测。 本文将H2、CH4、CO作为目标危险气体,采用6个对目标气体敏感的传感器构建传感器阵列。相较于传统的电子鼻仪器,本文增加了对温度、湿度、气压敏感的数字传感器,用于传感器数据校准。该系统还能够通过全球导航卫星系统（Global Navigation Satellite System,GNSS）获取系统经纬度数据,以及超宽带（Ultra Wide Band,UWB）技术获取传感器设备所在的精准定位信息。此外,本文采用微型真空泵,设计了泵吸式进气结构和小型化气室,降低了气室内的无效空间,同时基于Qt应用程序开发框架,设计了一款能够显示电子鼻系统采集数据的上位机软件界面,并搭建了气体实验平台。 2.本文设计了结合物联网技术的电子鼻系统,可用于远距离无线传输的社区气体危险源检测,实现了对大范围内的多节点危险气体监测。 本系统通过低功耗的窄带物联网（Narrow Band Internet of Things,NB-Io T）模块实现大面积地无线传输。数据通过轻量级物联网协议（Lightweight Machine to Machine,Lw M2M）发送到One NET平台进行数据汇聚。并采用消息队列遥测传输（Message Queuing Telemetry Transport,MQTT）实现了从One NET物联网平台到合作企业提供的计算平台中心的数据连通。通过在计算平台处集成模式识别算法,完成数据分析以及数据存储功能,最终展示在数据魔方的可视化界面上。该套系统能够连接多组传感器设备,并在计算平台通过设备ID进行统一管理,从而实现了大范围内的多节点危险气体监测。 3.本文模拟社区危险源构建了数据集,并提出了一种基于格拉姆角场与深度残差卷积神经网络的智能气体识别算法。对于混合气体的分类识别具有更好的报警判别准确度以及较强的抗干扰能力。 本文模拟社区危险气体,通过不同浓度配比,构建了以CH4、CO作为目标气体,H2作为干扰气体的数据集。并提出了一种基于格拉姆角场与深度残差网络的智能气体识别算法,对数据集进行了分级检测。该算法能够对气体数据进行GAF变换,将一维传感器响应数据升到可输入进Res Net的二维数据,从而设计出一种将GAF变换与Res Net相结合的网络结构GAF＿Res Net。通过与传统的机器学习算法如线性判别分析、支持向量机以及K近邻算法的实验结果进行对比。发现本算法在干扰气体存在下的情况下,对报警的识别准确率达到了90%,在无干扰条件下,识别准确率达到了95%。识别准确率大于传统机器学习算法的检测准确性,表现出了不错的二分类特性,说明本算法适用于在干扰情况下的报警判别功能。同时测试了该算法对CH4和CO的浓度等级的检测准确率。

关键词： 百部止咳糖浆   指纹图谱   因子分析   聚类分析   质量分析与评价  

摘要： 目的:建立百部止咳糖浆中黄酮类成分的HPLC指纹图谱、多组分含量测定和化学模式识别相结合的分析与评价方法，为其质量标准提升提供理论基础。方法:采用Agilent ZORBAX Eclipse XDB C18色谱柱（250 mm×4.6 mm, 5μm）,以乙腈-0.1%磷酸水溶液为流动相，梯度洗脱，流速为1.0 mL·min-1,柱温为30℃,检测波长为280 nm,进样体积10μL。建立百部止咳糖浆样品黄酮类成分HPLC指纹图谱，使用中药色谱指纹图谱相似度评价系统、Origin 2021 PRO和SPSS 26.0软件进行指纹图谱分析、相似度评价、黄酮类成分含量测定、主成分因子分析和聚类分析。结果:26批次样品的相似度在0.70～0.99,共确认12个共有峰，并指认出7个色谱峰，分别为芸香柚皮苷、柚皮苷、橙皮苷、新橙皮苷、黄芩苷、汉黄芩苷、川陈皮素，并对其中柚皮苷、橙皮苷、新橙皮苷、黄芩苷、汉黄芩苷进行含量测定。进行主成分因子分析，提取的2个公因子分别为黄芩质量因子和陈皮、枳壳质量因子。因子分析结果：小儿百部止咳糖浆（XETJ）所含黄酮类成分得分高于复方百部止咳糖浆（FFTJ）;FFTJ中的生产企业A在黄酮类成分方面综合质量表现最佳；XETJ中的生产企业G在黄酮类成分方面质量表现更佳。聚类分析结果表明，当分类距离为15时，所有样品被分为3类。结论:本研究方法简便可靠、重复性良好，可用于百部止咳糖浆中黄酮类成分的质量分析与评价。

关键词： 控制图模式识别   模糊C均值聚类   小波重构   主成分分析   融合特征  

摘要： 随着生产制造过程的智能化、复杂化与自动化发展,过程质量监控中的控制图模式识别显得愈发重要,引起众多学者的关注。控制图模式识别的准确性主要受特征选择和分类器选择两个方面的影响。相比于单一特征,融合特征有选择地将多种数据特征融合,用来增强数据信息,然而各数据特征拥有其独特的表征优势,不同的特征融合方式其模式识别精度也存在差别。由于生产过程的不确定性与复杂性,只包含单一模式的控制图模式识别已经不能满足实际的需要,并发的混合控制图模式识别成为研究热点。因此,针对控制图基础异常模式与控制图混合异常模式识别研究,在模糊C均值聚类算法的基础上,如何选择控制图模式识别的最佳融合特征,是有效提高控制图模式识别效率与识别准确度的关键。 首先,在研究总结国内外控制图模式识别文献的基础上,确定了十二种控制图模式识别对象,包括六种基础控制图模式与六种混合控制图模式。其次,对小波函数的选择进行分析,进而提取小波重构后数据的主元特征、统计特征与形状特征,使用序列前向选择方法得到主元特征、统计特征、形状特征组成的最佳融合特征,建立了基于融合特征与模糊C均值聚类的控制图模式识别模型。再次,将模糊C均值聚类算法训练阶段的聚类中心作为测试阶段的初始化聚类中心,用于控制图模式识别。最后,以模糊C均值聚类算法的识别结果为标准,仿真验证本文所提控制图模式识别模型的有效性。研究结果表明:(1)小波重构可以有效去除数据中包含的噪声信号,sym2小波函数分解重构后的数据,经过模糊C均值聚类算法的识别正确率最高。(2)提取小波重构后数据的主元特征用于控制图模式识别时,识别正确率低于直接使用小波重构后数据。(3)在模糊C均值聚类算法的基础上,使用序列前向选择法得到不同控制模式识别时的最佳融合特征,可以进一步提高模式识别正确率。 本文研究特色与创新之处在于:(1)提取小波重构数据的主元特征、统计特征、形状特征组成融合特征,使用序列前向选择法得到十二种控制图模式、六种基础控制图模式、六种混合控制图模式识别时的最佳融合特征。(2)使用模糊C均值聚类算法作为控制图模式识别分类器,将训练阶段的聚类中心作为测试阶段的初始化聚类中心,在模糊C均值聚类算法的基础上使用融合特征识别控制图模式,进一步提高识别效率与识别准确率。本文对基础控制图模式识别与混合控制图模式识别提供了新的理论模型,进一步提高了生产过程中的质量监控与异常诊断技术。