课程文献中心 更多>>

关键词： 主题词表   科学技术名词   名词术语  

摘要： 医学名词应使用全国科学技术名词审定委员会公布的名词。尚未通过审定的学科名词,可选用最新版《医学主题词表(MeSH)》《医学主题词注释字顺表》《中医药主题词表》中的主题词。对没有通用译名的名词术语在文中第一次出现时,应注明原词。中西药名以最新版本《中华人民共和国药典》和《中国药品通用名称》为准。确需使用商品名时应先注明其通用名称。文字严格执行《出版物汉字使用管理规定》。摘要及正文中首次出现缩略语时应先给出全称,在括号内写出缩略语;若为外文,可于文中首次出现时写出中文全称,在括号内写出外文全称及缩略语。

关键词： 大数据   试卷讲评   精准教学   初中化学  

摘要： 文章以初三化学专题复习试卷讲评课为例,介绍如何利用大数据进行学情智能诊断,基于大数据的分析,优化并建构大数据下试卷讲评课的教学模式,即考试总体情况分析→公布试题参考答案→学生讲题同伴互助→典型错误对比剖析→举一反三矫正训练→学生再次反思交流,以此提高试卷讲评课的效率.

关键词： 调峰调频   深度确定性策略梯度算法   线性自抗扰控制算法   数字仿真   机组一体化策略  

摘要： 针对火力发电厂中供热系统因能量传输存在惯性大、扰动多和耦合现象强烈等导致的调峰调频能力显著下降以及机组动态特性差等问题,设计了一种基于深度确定性策略梯度算法和线性自抗扰控制算法相结合的机组一体化调峰调频控制策略。利用线性自抗扰代替传统的比例积分控制,将系统中的内扰和外扰均归总到系统的总扰动中,并利用线性自抗扰自带的观测器进行实时估计,同时设计扰动补偿环节,对扰动估计值进行实时补偿,从而消除扰动对系统的影响。为使系统获得参数优化能力,引入深度学习算法,对线性自抗扰中的控制带宽和观测带宽进行实时调节,使系统在任意时刻均具有最优参数,保证系统的暂稳态运行能力。为验证所提控制策略的正确性和优异性,在MATLAB/Simulink试验平台中搭建系统的数字仿真模型,并与比例积分控制策略进行对比试验。结果表明:机组一体化控制策略不但使系统获得了优异的动态特性,而且降低了系统的绝对误差,提高了系统的控制精度。

关键词： 深度学习   湍流   时空预报   人工智能  

摘要： 湍流在机械工程、流体力学、土木工程等领域中广泛存在。以往,湍流信息获取主要依赖数值模拟和风洞试验,但数值模拟花费时间长,风洞试验经济成本高昂。新时代技术发展背景下,人工智能技术因其高效、高精度和可信赖等特点受到工程领域广泛关注。本研究构建了Turbulent Flow-Vision-Transformer(TF-ViT)的人工智能算法,TF-ViT可以基于数据驱动的方式来实现时空序列的湍流预报。具体来说,TF-ViT主要包含两个部分:Transformer框架及UNet结构。在TF-ViT算法中,每一个部分都有独特的功能,其中Transformer框架为编码器,主要用于湍流时空特征处理,UNet网络是解码器,对编码器处理的时空湍流信息进行解耦,整体框架可以预测未来的时空湍流信息。用经典的矩形柱体绕流来验证开发的TF-ViT算法,开源计算求解器OpenFOAM用于矩形柱体绕流模拟,矩形柱体的尾流场数据用于TF-ViT模型的训练和验证。使用8帧连续瞬态湍流信息预报未来8帧的湍流信息,研究结果表明本研究开发的TF-ViT算法可以较为准确地预报未来短时间内尾流区的湍流时空发展。本研究展示了TF-ViT预报时空湍流的能力,为获得湍流尾流场提供了一种有效的方法。

关键词： 高超声速飞行器   统一气体动理学格式   气体动理学无黏通量(KIF)   气动特性分析  

摘要： 为了探究和验证气体动理学方法在处理高超声速飞行器的准确性、鲁棒性和计算效率,采用统一气体动理学格式和基于SU2开源平台开发的气体动理学无黏通量(KIF)格式(SU2-KIF),针对来流马赫数Ma=6~12、飞行高度H=30~70 km以及飞行迎角5°~20°下,HTV-2典型高超声速飞行器的定常绕流开展了数值模拟工作,并对飞行器表面热流、压力的分布情况,以及气动力、力矩系数进行统计,分析了飞行器在飞行过程中的气动力和气动热变化情况。

关键词： 拦污栅   水动力特性   涡量分布   数值模拟   高保真  

摘要： 拦污栅下游闸门在动态启闭过程中,拦污栅将在不同流动雷诺数下工作,其水动力动态特性备受关注。为此,基于高时空分辨率的Incompact3d开源软件构架,采用浸入边界法处理复杂流固边界,研究了拦污栅在中低流动雷诺数下(Re≤3900)的水动力特性。结果表明:在中低流动雷诺数下,拦污栅的水动力特性与前缘涡脱落和尾迹涡的生成紧密相关,升、阻力系数都呈现周期性变化趋势。随着雷诺数增大,拦污栅时间平均阻力系数呈现逐渐降低的趋势,但升、阻力系数的频率逐渐增加。同时发现在Re≤3900时,随着栅条间距的减小,拦污栅时间平均阻力系数呈现逐渐升高的趋势,但升、阻力系数的频率逐渐降低。

关键词： 前缘侵蚀   跨声速   风扇转子叶片   叶尖泄漏流动   激波  

摘要： 跨声速风扇转子叶片在实际运行中会遭受前缘侵蚀等形貌衰变问题,端区流场结构会发生变化进而诱发气动性能衰退,采用定常数值计算方法探究前缘侵蚀对风扇转子叶尖泄漏流动的影响。结果表明,在侵蚀叶片失速点,其等熵效率、总压比和质量流量分别相对下降4.3%、0.43%和5.63%,还会造成稳定工作裕度降低了0.74%;对于端区内的流动,前缘侵蚀会在间隙处S1流面和出口区域S3流面引起熵增面积和强度的增加,在不同叶高下形成低马赫数流动区域;泄漏流结构在前缘侵蚀下发生恶性变化,主泄漏流和次泄漏流的分界点提前,携带有更多的流体发生二次泄漏,侵蚀叶片的泄漏涡偏转角度由15°达到30°,直接打在叶片前缘,造成流动堵塞。

关键词： 前端控制   一体化平台   应用  

摘要： 随着信息技术的日益普及,电子文件是绝大多数业务活动的产物,已成为日常工作中的凭证,同时伴随着企业数字化转型,电子文件将成为新增文件和档案的全部。本文论述了基于前端控制的文件档案一体化平台的建设,通过管理思维的转变,结合信息系统开发的手段,提升档案管理效率和利用能力,从前端控制的目标、建设原则和路径提出思路和建议。

关键词： 多智能体   孪生延迟深度确定性策略梯度   深度强化学习   轨迹跟踪   行为克隆  

摘要： 针对具有非线性干扰以及多变环境的机械臂轨迹跟踪问题,提出了一种结合行为克隆(behavior cloning,BC)的多智能体深度强化学习(multi-agent deep reinforcement learning,MDRL)控制方法。多智能体控制算法中包含了以孪生延迟深度确定性策略梯度算法(twin delayed deep deterministic policy gradient algorithm,TD3)为基底算法的比例积分微分智能体(proportional-integral-derivative agent,PID agent)和直接用深度强化学习策略输出扭矩的智能体(direct deep reinforcement learning agent,DDR agent),并采用两个奖励函数来优化两个agent的策略网络。PID agent用于输出PID控制器的参数,再由PID控制器输出力矩控制机械臂以增加控制器的跟踪泛性,DDR agent则直接输出扭矩增加控制器的抗干扰性。为了克服多智能体训练难度高的问题,在训练中引入行为克隆技术,利用PID控制器的专家经验对PID agent进行预训练,形成预策略在训练初期就可以输出较合适的PID参数,增加有效经验来加速训练过程的奖励收敛。为了验证方法的有效性,通过欧拉拉格朗日建模二自由度机械臂,并在具有干扰的多种环境下进行仿真实验对比。实验结果表明,所提算法在具有随机干扰环境以及与训练轨迹不同的跟踪轨迹中都具有最好的跟踪效果,验证了所提算法的有效性。

关键词： 希尔伯特黄   CEEMD   湍流   森林下垫面   镜像延拓  

摘要： 为解决传统经验模态分解算法(Empirical Mode Decomposition,EMD)中存在的模态混叠现象,引入了互补集合经验模态分解算法(Complementary Ensemble Empirical Mode Decomposition,CEEMD)和镜像延拓算法对EMD算法分解中存在的缺陷进行改进。本文选取四峨山人工森林区的湍流观测的个例数据,首先对比分析了两种方法的差异,明确CEEMD算法的优势;随后选取了不同高度下稳定层结和不稳定层结的个例数据,应用希尔伯特-黄变换算法对该个例下的风速u和温度T序列的湍流特征进行了分析,探讨了希尔伯特黄变换算法的应用。结果表明:CEEMD的算法分解结果更加精细,模态函数的模态混叠缺陷得到了更好的压制,模态能量分布更集中,希尔伯特边际谱存在更多的能量尖峰,能量分布更加清晰。不同的模态函数存在有各自的特征频率,分解所得的模态函数中包含着不同尺度的运动,其中包含有满足-2/3斜率的惯性副区的湍流运动,以及对应着含能区的低频大尺度模态,且CEEMD分解得到的边际谱能量尖峰很好的反映了各模态函数的含能特征。个例分析表明:CEEMD算法可以作为一个典型的二分滤波器,经CEEMD分解后,该个例湍流信号中u风的各模态函数中存在有3~6 min的阵风波动,不同高度、不同稳定层结下湍流特征表现有所差异,正午不稳定层结下相比夜间稳定层结下希尔伯特边际谱幅值更高,三维风速在各个高度混合更好,且较低高度由于冠层的作用,存在对大尺度湍涡的破碎作用,边际谱相比其他高度表现出低频小而高频大的特征,而温度T在该个例下与三维风速表现有所不同:稳定层层结下不同高度湍涡混合更好,而不稳定层结下由于不同高度热力吸收的差异,较低高度边际谱幅值较高,并随着高度的升高而减小。