课程文献中心 更多>>

关键词： 高速公路机电工程   机电设备   设备管理   现代化管理  

摘要： 随着社会经济快速发展,高速公路建设规模不断扩大。各地为完善交通体系,加快推进道路工程建设,既满足了人们的出行需求,也促进了区域经济发展。从我国高速公路通车里程的变化来看,随着里程数持续增长,各地出行的安全性和效率得到了显著提升。在高速公路工程建设过程中,投入使用的机电设备日益增多。受信息技术高速发展的推动,这些设备集成了机械制造技术、计算机系统技术、电子信息技术及电气控制技术等,不仅保障了高速公路的稳定运行,有效预防了安全事故的发生,还进一步延长了高速公路的使用寿命。而在高速公路机电设备管理工作当中需要面临的问题在于,管理人员的专业水平有待提升,管理工作的开展并未引起高度重视,设备配置方案未充分考虑实际需求,现代化管理水平不高,导致设备保养不及时等,这些都严重影响到了机电设备的正常使用,基于存在的问题,提出对应的优化策略,全面加强高速公路机电设备的现代化管理体系构建。

关键词： 风电机组   净空   识别算法   图像预处理  

摘要： 随着风电技术的快速发展,风电机组在全球范围内得到广泛应用。叶片作为风电机组的核心组件,其状态对风机性能和可靠性具有重要影响。市场化大叶片机组发展迅速,叶片的净空监测问题也日渐突出,净空识别算法是目前亟待解决的技术问题。本文提出了一种图像预处理识别叶尖的监测方法,并设计了有效的识别算法。首先通过图像滤波、灰度处理及RIO区域识别,寻找最佳识别区域;该算法在实际风电机组运行环境中表现出色,具有较高的准确性和鲁棒性。

关键词： XLPE电缆   状态评估   机器学习   贝叶斯优化算法   轻量级梯度提升机算法  

摘要： 为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确率最高所对应的特征组合,完成对输入特征的筛选。然后使用BO算法对LightGBM中的7个超参数进行寻优。最后利用本文所提出的BO-LightGBM算法完成对电缆绝缘状态的评估。结果表明:本文提出的特征子集法与主成分分析法和互信息筛选法相比能更好地提升模型表现;经过BO算法优化后,LightGBM模型的精度能得到进一步的提升,与粒子群优化算法(PSO)和遗传算法优化(GA)相比,BO算法的计算效率能在几乎相同的精度下分别提升约80%和86.9%;与其他常用机器学习算法进行对比,本文模型的相关性能指标均为最优。

关键词： 遗传算法   优化算法   恶意软件   漏洞检测   高频运行码特征  

摘要： 恶意软件的攻击技术不断进化,呈现出多态性与变形性的显著特征。这些恶意软件能够灵活地对自身代码结构进行调整,致使每次发起攻击时的形态都各不相同,让人难以预测。传统检测方法依赖静态漏洞评分标准,难以准确评估恶意软件变化攻击下的漏洞威胁,导致检测漏洞数量与实际不符,准确性低。为此,文章提出一种基于优化遗传算法的恶意软件漏洞检测方法。该方法将链路报文进行转化,并与端口报文相结合,通过考虑信息流传输过程中产生的叠加流量,获取恶意软件最终信息流。采用运行码频率提取方法,从信息流中筛选出高频运行码特征,快速定位与恶意软件行为最相关的关键特征。将这些关键特征作为优化遗传算法的初始种群,计算漏洞存在时的最优个体值,并与攻击成功的经验阈值比较,评估漏洞威胁程度。通过实时检测恶意软件攻击的风险态势,及时获取漏洞情况。实验结果表明,在特定时间点(5、11、20、26 s),软件响应频率显著突变,且检测出的漏洞数量与实际完全吻合。这表明此方法能有效检测漏洞,准确获取恶意软件漏洞数量,显著提升检测准确性。

关键词： 定量结构-性质关系   化学品安全   特征选择   机器学习   图神经网络  

摘要： 为满足大量化学品危险特性的评价需要,定量结构-性质关系(QSPR)在化学品安全领域的研究与应用得到了迅猛发展。QSPR研究的发展侧重模型预测能力或注重机理解释,都要依靠计算方法的不断优化来提高模型的拟合能力、预测能力、稳定性或处理复杂混合物的能力等。本文综述了QSPR研究在化学品危险特性评价中的发展,特别是特征描述符选择算法、建模算法和基于图神经网络的深度QSPR的技术原理与应用实践。

关键词： 锂电池   健康状态   卷积神经网络   长短时记忆网络   改进型小龙虾算法  

摘要： 电池健康状态(SOH)可定量描述电池当前的老化性能状态,为电池的使用和维护提供了重要参考依据,但电池容量再生现象和超参数敏感问题易影响其估计准确度。首先,从电池充放电曲线中提取健康特征,并定量分析其与SOH的相关性。然后,针对基于循环神经网络的单一模型在处理电池老化与健康特征之间的长期依赖关系时存在难以捕捉复杂老化模式的局限性,提出了一种基于卷积神经网络(CNN)与长短时记忆网络(LSTM)相结合的深度学习方法,以更准确地预测电池容量再生现象及估计电池SOH。最后,提出了一种改进型小龙虾算法,以解决神经网络模型超参数敏感的问题。以NASA数据集为例,通过与LSTM和CNN-LSTM算法的仿真及实验数据对比分析表明,所提出的SOH估计算法的MAE和RMSE均小于0.75%。

关键词： D型结构   DR-UNeXt   动态特征融合   结冰区域检测   机翼结冰  

摘要： 严重的机翼结冰会对飞行安全构成巨大威胁,结冰越厚、结冰区域越大,对飞行安全的危害程度也越大。目前,机翼结冰区域的检测通常依赖于飞行员目测和单点传感器检测相结合的方法,但这种方法存在结冰边界模糊、难以量化判断以及检测区域范围小的缺陷。为此,提出了一种基于动态特征融合的机翼结冰大范围区域检测算法。在UNeXt神经网络的基础上,引入了残差结构卷积块和动态特征融合模块,构建了一种新的D型结构DR-UNeXt神经网络算法,用于机翼结冰区域的检测。在自建的机翼结冰数据集上对DR-UNeXt新型网络算法进行了实验验证。结果表明,与UNeXt算法相比,DR-UNeXt新型神经网络算法在参数量仅增加12.9%、计算量仅增加31.22 GFLOPs的情况下,IoU从0.941提升至0.957,Dice系数从0.965提升至0.978。引入动态特征融合模块和残差结构卷积块能够更精准地提取机翼结冰区域的边缘信息,提高检测准确率,量化结冰区域,为防冰除冰提供数据支撑。

关键词： 永磁同步电机   自抗扰控制   黑翅鸢算法   参数整定  

摘要： 【目的】永磁同步电机(PMSM)被广泛应用于伺服系统、电动汽车等领域,这些领域对电机控制的精度、响应速度和抗干扰能力要求较高。PMSM速度控制多采用比例积分微分(PID)控制,然而,传统PID控制器的线性结构在面对复杂的非线性系统时,难以提供PMSM所需的精确跟踪性能和抗干扰能力。针对此问题,本文提出了一种基于改进黑翅鸢算法(IBKA)的自抗扰控制(ADRC)策略。【方法】首先,在d-q坐标系下对PMSM进行建模和分析,并对PMSM速度控制器进行设计,采用非线性ADRC对PMSM的速度环进行控制,以增强系统对模型不确定性和外部扰动的鲁棒性。ADRC的核心优势在于其能够通过扩张状态观测器实时估计并补偿系统的总扰动,包括未建模动态和外部干扰,从而实现对系统状态的精确控制。然后,针对传统ADRC依赖经验进行参数整定的问题,提出了一种融合Tent混沌映射和高斯变异机制的IBKA,通过该算法实现ADRC参数的实时在线整定。最后,基于Matlab/Simulink进行仿真,验证本文所提基于IBKA优化的ADRC策略的有效性。【结果】仿真结果表明,相较于传统的比例积分(PI)控制和标准ADRC,基于IBKA优化的ADRC能够使PMSM表现出良好的动、静态性能,具有更快的响应速度、更好的跟踪精度、更强的抗干扰能力和更优的转矩控制能力。仿真结果不仅验证了IBKA在ADRC参数优化方面的有效性,还展示了ADRC在提高PMSM控制性能方面的潜力。【结论】本文提出的控制策略为PMSM在高精度、高动态和高抗干扰中的应用提供了一种有效的解决方案,具有一定的理论意义和应用价值。

关键词： 不插电的计算机科学   计算思维   教育帮扶   西南乡村  

摘要： 人工智能时代学生的计算思维能力培养是全世界普遍关注的教育议题,乡村学生的计算思维能力培养更是关乎我国高质量教育体系建设。在西南乡村教育帮扶活动中,面对计算思维教育理念缺乏支持、计算思维教育师资薄弱等困境,文章阐述了面向计算思维的不插电计算机科学活动的框架和示例,为改善西南乡村计算思维教育落后面貌提供了有益的思路和实践经验。

关键词： 深度估计   深度补全   稠密深度图   多尺度特征融合   自适应采样  

摘要： 深度估计旨在通过少量稀疏深度样本点预测场景的稠密深度图,现有方法通常直接从稀疏深度样本生成最终的深度预测图,没有充分挖掘稀疏深度图包含的几何信息,导致深度估计算法的预测精度不够高。针对上述问题,提出一种融合自适应采样与全局感知的图像深度估计算法,由粗粒度到细粒度逐步预测深度图。通过引入预训练的深度补全网络预测粗粒度的稠密深度图,获取丰富的场景结构信息和语义信息。设计自适应深度采样方法,引导算法模型对远处的区域施加更多关注,缓解深度数据的长尾分布问题。同时通过新设计的全局感知模块,捕获并融合多尺度特征,从而获取更多的场景上下文信息。在NYU-Depth-v2数据集上的实验结果表明,算法在整体性能上超越了其他方法;消融实验的结果验证了提出的各个模块的有效性;Zero-shot实验的结果表明算法有较好的泛化性能,其中在ScanNet数据集上的阈值精度指标δ<1.25相比P3D方法提升了42个百分点,相比S2D方法则提升了3.8个百分点。