检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于智能算法的自动化霜控制研究

基于智能算法的自动化霜控制研究

作者：向鹏程天津商业大学

学位级别：硕士

冷库运行过程中库门频繁开关使得大量外界热湿空气得以进入库内。入库货物在降温和保存过程中也存在着大量热湿交换。湿空气携带的水汽在经过风机和翅片管表面时会凝结成霜。随着霜层的积累,换热器的换热性能逐渐下降,这意味着达到相同... 详细信息

冷库运行过程中库门频繁开关使得大量外界热湿空气得以进入库内。入库货物在降温和保存过程中也存在着大量热湿交换。湿空气携带的水汽在经过风机和翅片管表面时会凝结成霜。随着霜层的积累,换热器的换热性能逐渐下降,这意味着达到相同温度,系统需要运行更长时间,消耗更多能源。为了防止这种运行现象的出现,最常采用的办法是定时融霜。对于运营管理水平较先进的冷库,在一些情况下本不需要融霜,却因为这种定时执行的机制而停机融霜,这变相增加了冷库的能耗。因此,为了实现“按需除霜”,对除霜起始点和除霜持续时长的研究就显得尤为重要。本文针对翅片管换热器除霜的控制策略问题进行实验和建模研究。由于实验时间较短时难以通过称取融霜水的重量来准确测量结霜量问题的存在,决定采用析湿量累加的方法来近似计算结霜量。首先,利用“微元法”的思想,将结霜过程转化为以分钟为单位时间的、湿空气析出水分过程的叠加。当累计析湿量达到预设值时,系统可发出化霜信号,执行一次化霜操作。接着,利用能量守恒定律和质量守恒定律建立了翅片管换热器结霜过程的集中参数模型,包括换热模型和霜层生长模型两部分。在特定工况下,通过对数平均温差法和二分法,计算了湿空气通过控制单元时换热量。根据进口空气参数,可进一步计算出湿空气在单位时间内的析湿量,并给出了在一段时间内析湿量累加的结果。同时,介绍了BP神经网络的基本原理与实现流程、数学表达及其在制冷系统领域的应用情况。针对本文涉及到的除霜起始点和化霜持续时长两个问题,分别建立结霜量预测模型和化霜时长预测模型,并以流程图的形式展示了模型的训练过程,提出了模型的评价指标及必要的优化措施。其次,介绍了低温风洞实验台的相关情况,包括温湿度控制系统、被试机系统、数据采集系统等,并对实验用的换热器进行了校核计算。随后,实验研究了在不同的空气温度、相对湿度和风速的情况下,在不同的制冷系统工况下,翅片管换热器的结霜过程。实验过程中主要采集了湿空气的温度、相对湿度、风量、进出口含湿量等参数,也记录了实验持续的时长和化霜持续的时长,为训练神经网络模型做准备。最后,利用清洗后的实验数据确定网络隐藏层节点数并分别训练、测试两个模型。通过训练过程性能曲线图、回归分析、数据统计、测试数据结果对比等手段分析了网络的性能,并给出了在最优解情况下,神经网络的权值矩阵。针对两个网络的特点,分别提出了优化方向。本文神经网络模型训练部分得到以下结论:（1）随着训练过程的进行,两个神经网络模型的性能曲线呈下降趋势,表明模型在逐渐收敛。结霜量预测模型在第25385次训练后收敛,此时的均方误差值为0.00070588,小于训练设定值0.01。该数据反归一化后为5.138,表示神经网络的计算值与实测值之间的均方误差值为5.138克。其标准差占实测平均析湿量的百分比约为11.21%。化霜时长预测模型在第139次训练后收敛,此时的均方误差值为0.0011469,小于训练设定值0.005。该数据反归一化后为3.992,表示神经网络的计算值与实测值之间的均方误差值为3.992分钟。（2）结霜量预测模型中,在训练数据集、验证数据集和测试数据集上,实测值与神经网络计算值之间的回归系数R分别为0.96125、0.97197、0.96443,均超过96%。在用于测试的1062组数据中,误差在10%以内的数据为758组,占71.37%;误差在20%以内的数据有979组,占比92.18%;所有测试数据的平均误差为10.1061%。化霜时长预测模型中,在训练数据集、验证数据集、测试数据集和全体数据上,实测值与神经网络计算值之间的回归系数R分别为0.99158、0.99783、0.98618、0.99077,均超过98%。用于测试的4组数据的误差值分别为0.0047%、-3.59%、-7%和-4.21%,均在可接受范围内。综合以上数据,可以得出结论:本文提出的两个神经网络模型的预测精度均在可接受范围内,可以用来预测结霜量和化霜时长。

关键词：翅片管换热器除霜起始点化霜持续时长 BP神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于随机森林的数据整合研究

基于随机森林的数据整合研究

作者：向鹏程西南财经大学

学位级别：硕士

面对无论是超出单机训练能力的超大规模数据集,还是基于数据隐私保护无法聚合的多客户端存储的数据,研究人员已经提供了解决分布式条件下多客户端联合训练的方法,联邦学习更是其中的一大利器。当前主流的基于神经网络和决策树的联邦框... 详细信息

面对无论是超出单机训练能力的超大规模数据集,还是基于数据隐私保护无法聚合的多客户端存储的数据,研究人员已经提供了解决分布式条件下多客户端联合训练的方法,联邦学习更是其中的一大利器。当前主流的基于神经网络和决策树的联邦框架要取得不俗的表现,都依赖于各站点间对梯度等参数的多轮次交流更新的联合学习。复杂的学习过程,高昂的学习成本以及训练模型的不透明性,限制了传统联邦学习方法在很多分布式场景下的应用,分布式学习研究依然面临诸多困难。对于现实中站点数量较小、站点间参数传递受限、站点间观测特征不一致等分布式环境,目前的分布式学习方法显得比较乏力,缺乏简单高效的处理手段。为此,在这篇论文中,我们希望以随机森林为学习器建立一个更加简单的数据整合框架,以有效解决前述场景中的分布式学习面临的难题。在本篇论文中,我们提出了一种在分布式数据场景中使用随机森林的一次通讯的联邦迁移方法(Federated Transfer Learning via Random Forests,FTRF),利用辅助站点的信息来提高目标数据站点的预测精度。和传统联邦策略中对梯度等参数的多轮次传输不同,为了保证通信效率,FTRF采用了模型平均的思想,仅仅要求目标站点和辅助点之间进行单轮通讯,只有来自辅助站点的拟合模型被发送到目标站点上。不同于传统的模型平均方法的是,我们在估计候选模型的权重时,将来自其他站点的模型预测结果和目标站点的原始变量结合起来,通过将这些增强的变量纳入到随机森林,我们得到了一个与变量相关的权重,以更好地利用来自辅助站点的模型来提高预测结果。而且借助于随机森林的变量重要性评估能力,FTRF中的信息传递可以通过目标数据和辅助站点之间的相似判定进行解释。理论和数值结果都表明,无论站点间是否存在数据异质情况,包括不平衡与非独立同分布数据以及模型误判等,所提出的联邦迁移学习方法都至少与只基于目标站点数据训练的模型一样准确。此外,我们还在六个实际数据集上对FTRF方法进行了验证,与不使用辅助站点信息的方法相比,FTRF降低了2-40%的预测误差。

关键词：联邦迁移模型平均随机森林自适应权重单论通讯

基于深度神经网络的时空编码磁共振成像超分辨率重建方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度神经网络的时空编码磁共振成像超分辨率重建方法研究

作者：向鹏程厦门大学

学位级别：硕士

超快速磁共振成像(magnetic resonance imaging,MRI)对于时间分辨率要求高的临床应用和科研具有重要意义。时空编码MRI(spatiotemporally encoded MRI,SPEN MRI)是一种新型超快速MRI方法,该方法在保持超快速成像良好的时间分辨率的同时... 详细信息

超快速磁共振成像(magnetic resonance imaging,MRI)对于时间分辨率要求高的临床应用和科研具有重要意义。时空编码MRI(spatiotemporally encoded MRI,SPEN MRI)是一种新型超快速MRI方法,该方法在保持超快速成像良好的时间分辨率的同时,对磁场不均匀和化学位移伪影有较强的抵抗性,但是其空间相位编码特性决定了其图像固有的空间分辨率较低,因此通常需要对其进行超分辨率(super-resolved,SR)重建,在不增加采样点数的情况下提高时空编码磁共振图像的空间分辨率。目前已有不少针对SPENMRI的SR重建方法,但这些方法存在迭代求解时间长、重建结果未能完全消除混叠伪影、图像边缘模糊等问题。磁共振并行成像通过多个阵列线圈同时对数据进行加速采样,然后利用线圈的空间敏感度图(sensitivitymap)弥补相位编码采样的不足,使用特定的算法重建出高信噪比、无混叠伪影的图像。近年来,深度神经网络被越来越广泛地应用于磁共振图像重建等领域。在此背景下,本文利用深度神经网络技术,针对SPENMRI图像重建展开研究。本文主要创新点如下:一、提出了一种基于深度神经网络的单扫描SPENMRI SR重建方法。该方法通过模拟样本对神经网络进行训练,利用训练好的网络模型即可快速重建出SPENMRI超分辨率图像,解决了现有重建方法迭代求解时间长、重建结果有混叠伪影残留等问题。二、提出了一种基于深度神经网络的并行SPEN MRI SR重建方法。该方法首先通过基于特征值分解的方法对线圈敏感度图进行估计,然后利用线圈敏感度分布信息,通过深度神经网络对并行SPEN MRI采样信号进行重建,能在约1秒内得到高信噪比、无混叠伪影的超分辨率SPENMRI图像。

关键词：磁共振成像时空编码并行成像深度神经网络超分辨率重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

列车撒砂过程模拟检测装置设计及试验研究

列车撒砂过程模拟检测装置设计及试验研究

作者：向鹏程西南交通大学

学位级别：硕士

铁路运输由于其开放的运行环境,极易受水、油、树叶等第三介质的影响而产生低黏着问题,为保障列车在低黏着工况下的运行安全,铁路上广泛采用撒砂来提高黏着水平。由于撒砂过程中存在颗粒损失,导致撒砂量与进入轮轨界面颗粒量存在较大差... 详细信息

铁路运输由于其开放的运行环境,极易受水、油、树叶等第三介质的影响而产生低黏着问题,为保障列车在低黏着工况下的运行安全,铁路上广泛采用撒砂来提高黏着水平。由于撒砂过程中存在颗粒损失,导致撒砂量与进入轮轨界面颗粒量存在较大差异。因此通过深入研究撒砂动态过程,阐明不同因素对颗粒利用率的影响规律,对进一步撒砂应用优化和调控具有重要指导意义。本文根据列车运动中轮轨的相对运动关系,设计研发了列车撒砂过程模拟检测装置,利用该装置对撒砂过程的颗粒喷射行为和颗粒利用率进行了系统研究,得出了不同应用参数对撒砂过程的影响规律。论文研究的主要结论如下:(1)设计研发了1:1全尺寸列车撒砂过程模拟检测装置,可模拟列车运行时速0～120km/h,横风速度0～15m/s等多种条件下的颗粒利用率测试。在装置基础上,利用高速摄像机和图像处理技术实现了对撒砂过程的可视化检测功能,可对不同参数下的撒砂过程进行动态检测,包括不同列车速度、横风速度、撒砂器类型、喷嘴安装位置、增黏颗粒、颗粒喷射速度等。(2)颗粒喷射过程中,随着颗粒粒径的减小,喷射速度和撒砂流量呈增大趋势;射流扩散角度与颗粒在管内的运动形式有关,随着颗粒喷射速度的提升,颗粒运动形式经历了带固定床的流动、跳跃流、不均匀流到均匀流的转变,射流扩散角度随之减小。(3)颗粒喷射过程中,由于横风的影响,颗粒轨迹会产生一定的横向偏移,随着横风速度的增大,颗粒轨迹横向偏移程度增大,小粒径颗粒的受影响程度相对较大,横风速度较高时(15m/s),部分XS颗粒的轨迹由纵向转变为接近横向(最大偏移角度81.8°);大粒径颗粒受影响程度较小,轨迹相对不容易发生改变(最大偏移角度40.4°)。当颗粒喷射速度大于横风速度时,颗粒轨迹的横向偏移不明显。(4)在无横风时,颗粒粒径越小、喷射速度越高、射流扩散角度越小,颗粒利用率越高,喷嘴朝向钢轨时的颗粒利用率高于朝向轮轨接触点;横风作用下,当横风速度与颗粒喷射速度接近时,小粒径颗粒的利用率较高;当横风速度大于颗粒喷射速度时,随着横风速度的提升,小粒径颗粒利用率迅速降低,大粒径颗粒利用率缓慢降低且高于小粒径颗粒利用率。(5)列车撒砂过程中,颗粒利用率相关系数绝对值的排序为:横风速度与颗粒喷射速度比>射流扩散角度>颗粒喷射速度>颗粒粒径,提升颗粒喷射速度,降低射流扩散角度,选用合适的颗粒粒径均可提升颗粒利用率。

关键词：撒砂颗粒粒径颗粒喷射速度射流扩散角度撒砂流量颗粒利用率

基于深度神经网络的时空编码磁共振成像超分辨率重建方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

物理学报 2022年第5期71卷 357-365页

作者：向鹏程蔡聪波王杰超蔡淑惠陈忠厦门大学电子科学系厦门361005

单扫描时空编码磁共振成像是一种新型超快速磁共振成像技术,它对磁场不均匀和化学位移伪影有较强的抵抗性,但是其固有的空间分辨率较低,因此通常需要进行超分辨率重建,以在不增加采样点数的情况下提高时空编码磁共振图像的空间分辨率.然... 详细信息

单扫描时空编码磁共振成像是一种新型超快速磁共振成像技术,它对磁场不均匀和化学位移伪影有较强的抵抗性,但是其固有的空间分辨率较低,因此通常需要进行超分辨率重建,以在不增加采样点数的情况下提高时空编码磁共振图像的空间分辨率.然而,现有的重建方法存在迭代求解时间长、重建结果有混叠伪影残留等问题.为此,本文提出了一种基于深度神经网络的单扫描时空编码磁共振成像超分辨率重建方法.该方法采用模拟样本训练深度神经网络,再利用训练好的网络模型对实际采样信号进行重建.数值模拟、水模和活体鼠脑的实验结果表明,该方法能快速重建出无残留混叠伪影、纹理信息清楚的超分辨率时空编码磁共振图像.适当增加训练样本数量以及在训练样本中加入适当的随机噪声水平,有助于改善重建效果.

关键词：磁共振成像时空编码超分辨率重建深度神经网络

维普期刊数据库博看期刊

U71Mn钢轨气压焊焊接接头滚动磨损与损伤性能研究

在线全文

学校读者我要写书评

暂无评论

摩擦学学报 2020年第5期40卷 579-585页

作者：蒋文娟向鹏程丁昊昊王文健刘启跃郭俊西南交通大学牵引动力国家重点实验室摩擦学研究所四川成都610031

研究了U71Mn钢轨气压焊焊接接头上各区域的组织与性能,并利用MMS-2A轮轨滚动磨损与接触疲劳试验机对焊接接头材料进行试验,分析了各区域的磨损与损伤特性.结果表明:焊接接头组织为珠光体,但晶粒大小及渗碳体形态和大小存在差异.焊缝中... 详细信息

研究了U71Mn钢轨气压焊焊接接头上各区域的组织与性能,并利用MMS-2A轮轨滚动磨损与接触疲劳试验机对焊接接头材料进行试验,分析了各区域的磨损与损伤特性.结果表明:焊接接头组织为珠光体,但晶粒大小及渗碳体形态和大小存在差异.焊缝中珠光体晶粒较小,渗碳体呈细小片层状及细小颗粒状,因此硬度高且塑性变形能力强.在1×10^5和2×10^5循环次数时耐磨性优于母材,在3×10^5循环次数时,焊缝磨损量大于母材磨损量,且焊缝表面损伤较母材严重.在焊缝两侧各有1个区域(软化区),组织为粒状珠光体和少量片层状珠光体,颗粒大小和片层厚度不均匀,硬度较小,磨损量较大,塑性变形层较厚,表面损伤最严重.

关键词： U71Mn钢轨气压焊焊缝软化区磨损损伤

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于神经网络模型的冷库冷风机除霜控制研究

流体机械 2020年第4期48卷 72-77页

作者：申江窦伟向鹏程胡开永张自强天津商业大学天津市制冷技术重点实验室天津300134 北京航天新风机械设备有限责任公司北京100854

冷库冷风机“按需除霜”,可有效降低冷库能耗、提高能源利用率。本文将湿空气物性参数、冷风机运行时间作为神经网络输入变量,建立基于BP算法训练的多层前馈神经网络结霜量与除霜时长预测模型,并利用相关试验数据进行模型训练与测试。... 详细信息

冷库冷风机“按需除霜”,可有效降低冷库能耗、提高能源利用率。本文将湿空气物性参数、冷风机运行时间作为神经网络输入变量,建立基于BP算法训练的多层前馈神经网络结霜量与除霜时长预测模型,并利用相关试验数据进行模型训练与测试。结果表明:结霜量预测模型计算值与试验测量值平均误差为10.11%,除霜预测模型计算值与试验测量值的误差均小于5%。本文所建立的基于人工神经网络结霜量预测模型与除霜时长预测模型可较好地预测冷风机结霜量与除霜时长,为实际工程应用中通过确定除霜起始点和除霜时长实现冷风机“按需除霜”提供了参考价值。

关键词：人工神经网络预测模型按需除霜除霜控制

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

林硕书:为雾霾“造字”

新青年(珍情) 2017年第10期 16-17页

作者：向鹏程

在2016年国内十大天气气候事件评选中,被广泛关注的"最强霾过程拉响27城重污染红色预警",毫无悬念的入选。而随着雾霾的影响度逐渐增强,许多设计师也着手从雾霾中寻找灵感。广州美术学院的2013届学生林硕书就是其中之一,他笔下的"雾霾字... 详细信息

在2016年国内十大天气气候事件评选中,被广泛关注的"最强霾过程拉响27城重污染红色预警",毫无悬念的入选。而随着雾霾的影响度逐渐增强,许多设计师也着手从雾霾中寻找灵感。广州美术学院的2013届学生林硕书就是其中之一,他笔下的"雾霾字体"让网友们直呼"不可思议"。而他,也凭此获得2016白金创意国际大学生平面设计大赛字体设计金奖。在他看来,"雾霾字体"的设计并不是重点,雾霾所带来的危害才是人们应该关心的。

关键词：广州美术学院设计大赛字体设计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

风起

星星 2016年第6期 88-89页

作者：向鹏程

穿过季节的胸膛,河水的宿命越发薄过红颜。红颜的红,是沉溺于春的。而此刻,烈风又起,一壶浊酒燃尽的岁月,正滑向暮色的低谷。湖面上曾经凹凸有致的青春,如今只留下波澜不惊;那一抹余温般的绿,也敛起了孤傲,向来世祈愿所有的灿烂。

关键词：