检索结果-南通市图书馆

基于机器学习的伯努利夹持器气体流动特性研究

在线全文

学校读者我要写书评

暂无评论

力学学报 2024年第9期56卷 2565-2578页

作者：王洪悦刘延芳杜德嵩齐乃明哈尔滨工业大学航天学院哈尔滨150001 哈尔滨工业大学苏州研究院江苏苏州215104

电子元器件的非接触输运是实现其全自动化生产的瓶颈之一.伯努利夹持器作为一种非接触式气动夹持装置被广泛应用于工业中物体的抓取、定位和运输,而适用于mm级别半导体器件清洁无损运输的微型伯努利夹持器还鲜有研究.文章采用SST k-ω... 详细信息

电子元器件的非接触输运是实现其全自动化生产的瓶颈之一.伯努利夹持器作为一种非接触式气动夹持装置被广泛应用于工业中物体的抓取、定位和运输,而适用于mm级别半导体器件清洁无损运输的微型伯努利夹持器还鲜有研究.文章采用SST k-ω并结合层流/湍流转捩γ模型,探讨了夹持间隙、喷嘴直径、夹持器尺寸以及供气压力对吸持力和气体消耗率的影响,并分析了其内部的气体流动特性变化;以数值模拟获得的数百个数据作为数据集,利用机器学习方法建立6个夹持器性能预测模型,并结合相应的智能算法对机器学习模型的超参数进行调优,进行特征相关性分析,并比较了各机器学习模型的预测效果.结果表明,吸持力受多因素综合影响:其随供气压力、夹持器尺寸的增大而增大,随夹持间隙及喷嘴直径的增大先增大后减小;气体消耗率随供气压力、夹持间隙以及喷嘴直径的增大而增大.最佳的机器学习模型对吸持力和气体消耗率的预测准确率评价指标R^(2)(越接近1越准确)分别在0.95和0.97左右,预测了不同夹持器尺寸下的最大吸持力及所对应的夹持器参数,与数值结果进行比较其误差小于5%,具有良好的预测能力.此外发现,为保证夹持器低G-F因子工作(产生单位吸持力所需的气体消耗率g/s·N)其供气压力和夹持间隙应分别控制在3~5 bar和0.045~0.08 mm之间,模型可用于多参数影响下的伯努利夹持器吸持力和气体消耗率的预测.结果可为微型伯努利夹持器设计及结构参数优化提供参考.

关键词：伯努利夹持器机器学习层流/湍流转捩吸持力气体消耗率

X射线荧光光谱结合主成分分析-线性判别分析对炼焦煤产地识别

在线全文

学校读者我要写书评

暂无评论

冶金分析 2024年第10期 64-71页

作者：田琼欧阳政曲强管嵩湛江海关技术中心青岛海关技术中心

炼焦煤作为钢铁生产的关键原料，其质量和来源的准确追溯对于保障产业链的稳定和安全至关重要。本文收集并获取俄罗斯(南雅库特盆地、库兹巴兹盆地)、澳大利亚(博文盆地)、美国(阿巴拉契亚盆地)、加拿大(糜鹿谷)4个国家5个产地共78组炼... 详细信息

炼焦煤作为钢铁生产的关键原料，其质量和来源的准确追溯对于保障产业链的稳定和安全至关重要。本文收集并获取俄罗斯(南雅库特盆地、库兹巴兹盆地)、澳大利亚(博文盆地)、美国(阿巴拉契亚盆地)、加拿大(糜鹿谷)4个国家5个产地共78组炼焦煤样本的X射线荧光光谱(XRF),采用主成分分析、线性判别分析等算法，建立了炼焦煤产地识别模型，实现了对炼焦煤产地的快速识别。采用箱型图校正法、最邻近值方法填充的异常值。采用Savitzky-Golay(SG)平滑滤波、二次函数曲线拟合基线进行光谱数据预处理。结果表明，使用前3个主成分作为输入向量，4个国别作为目标向量，训练集、测试集分别按照70%、30%的比例随机选取，训练集进行5折交叉验证，采用线性判别分析，建立识别模型，验证集准确率为98.2%,测试集准确率为100%。对产地为俄罗斯(南雅库特盆地、库兹巴兹盆地)、澳大利亚(博文盆地)、美国(阿巴拉契亚盆地)、加拿大(糜鹿谷)的炼焦煤，该模型能够准确、快速识别产地。

关键词： X射线荧光光谱(XRF) 炼焦煤主成分分析线性判别分析产地识别

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

钒电池用聚胺薄层复合膜研究

化学学报 2024年第1期82卷 16-25页

作者：滕祥国张良伟韩晓玉李郭威戴纪翠哈尔滨工业大学(威海)海洋科学与技术学院应用化学系威海264209

钒电池(VRB)具有容量和功率相互独立、易于模块化、寿命长和安全性高等优点,因此特别适合作为大规模储能系统使用.隔膜是VRB的核心部件之一,对电池的综合性能和成本影响巨大.全氟磺酸膜如Nafion(杜邦)具有化学稳定性高、电导率高和机械... 详细信息

钒电池(VRB)具有容量和功率相互独立、易于模块化、寿命长和安全性高等优点,因此特别适合作为大规模储能系统使用.隔膜是VRB的核心部件之一,对电池的综合性能和成本影响巨大.全氟磺酸膜如Nafion(杜邦)具有化学稳定性高、电导率高和机械性能好等优点,因此是当前VRB中所广泛使用的商业化隔膜.然而,Nafion用于VRB时存在着钒离子渗透率高和成本高两大主要缺点,严重制约了VRB的商业化进程.薄层复合(TFC)膜具有皮层和支撑层易调控、制备简单和离子选择性高等特点,特别适合于在VRB中使用.但是传统的聚酰胺型TFC膜在VRB强酸电解液中存在潜在的水解和分解问题.为了制备VRB用高稳定性TFC膜,本工作以聚乙烯亚胺(PEI)和三聚氰氯(CC)作为两相单体,通过界面聚合法制备了不含酰胺基的聚胺型TFC膜并应用于VRB.在此基础上,对所制备复合膜进行了钒离子渗透率、单电池充放电性能、化学稳定性和长期循环稳定性等物化性能及电化学性能研究.结果表明:聚胺TFC膜(M_(T))的钒离子渗透系数为3.17×10^(-7) cm^(2)·min^(-1),远小于基膜M_(0) (30.89×10^(-7) cm^(2)·min^(-1))和商业N 115膜(Nafion 115,10.91×10^(-7) cm^(2)·min^(-1)).M_(T)膜在40 m A·cm^(-2)的电流密度下的能量效率(EE)高达86.2%,远高于M_(0) (74.9%)和N 115 (80.0%)膜.化学稳定性测试表明M_(T)膜的钒离子渗透系数损失率为4.42%,低于M_(0) (8.93%)和N 115 (4.86%).在80 m A·cm^(-2)的电流密度下100次充放电循环内,所制备TFC膜具有稳定的库仑效率、电压效率和能量效率.该TFC膜是理想的商业Nafion膜替代产品,在VRB中有良好的应用前景.

关键词：钒电池聚胺薄层复合膜界面聚合多孔膜

在线全文

学校读者我要写书评

暂无评论

小汗腺汗孔癌8例临床分析及文献复习

临床皮肤科杂志 2024年第5期53卷 280-283页

作者：肖婧陈柳青张良武汉市第一医院皮肤科湖北武汉430022

小汗腺汗孔癌(EPC),又称为恶性小汗腺汗孔瘤(EP),是一种罕见的小汗腺皮肤附件恶性肿瘤,发病率占皮肤肿瘤的0.005%~0.010%^([1]),由于其极低的发病率,且其临床表现常无明显特异性,易造成误诊^([2])。本研究回顾性分析我科收治的8例EPC患... 详细信息

小汗腺汗孔癌(EPC),又称为恶性小汗腺汗孔瘤(EP),是一种罕见的小汗腺皮肤附件恶性肿瘤,发病率占皮肤肿瘤的0.005%~0.010%^([1]),由于其极低的发病率,且其临床表现常无明显特异性,易造成误诊^([2])。本研究回顾性分析我科收治的8例EPC患者的临床资料,并结合既往报道的25例EPC患者进行文献复习,现将结果报告如下。

关键词：小汗腺汗孔癌 Mohs显微外科手术临床表现组织病理

基于深度残差神经网络的光场PIV粒子场重建方法研究

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年

作者：傅梦希朱效宇张良许传龙中国航空发动机研究院基础与应用研究中心东南大学大型发电装备安全运行与智能测控国家工程研究中心

光场PIV(Particle Image Velocimetry, PIV)是一种单相机三维流场测量方法，在狭窄通道复杂流场测量场景下具有独特优势。传统的光场PIV粒子场重建方法存在重建效率低、计算机内存需求大和重建粒子存在拉伸效应等问题。为此，本文提出... 详细信息

光场PIV(Particle Image Velocimetry, PIV)是一种单相机三维流场测量方法，在狭窄通道复杂流场测量场景下具有独特优势。传统的光场PIV粒子场重建方法存在重建效率低、计算机内存需求大和重建粒子存在拉伸效应等问题。为此，本文提出了一种基于深度残差神经网络模型（Particle Reconstruction Convolutional Neural Networks, PRCNN）的快速、高分辨率粒子场重建方法。首先，对原始光场图像进行子孔径图像提取，构建“粒子三维分布-光场子孔径图像”数据集；此后，建立网络模型，采用自定义损失函数进行训练获取预测模型。通过粒子场数值重建以及圆柱绕流三维流场测量实验对该方法重建准确性等进行评价。结果表明，相比于传统的联合代数重建方法（SimultaneousAlgebraic ReconstructionTechnique,SART）,PRCNN可以有效缓解重建拉伸效应，使粒子场重建质量因子提高了153.83%；单张图像重建时间仅需0.098s，加速比达到了3976.53;PRCNN与SART算法计算速度场分布基本一致，在管道中心深度截面上，相对于平面PIV测量结果，SART算法和PRCNN的平均相对误差分别为14.56%和12.92%。证明了PRCNN用于光场PIV技术中实现准确的三维流场测量的可行性。

关键词：光场成像粒子图像测速技术三维粒子场卷积神经网络三维重建

基于稳健回归和卷积神经网络的中压窃电类型检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电网技术 2024年

作者：陈敏张逸邹阳辛荣张良羽高琛林华福州大学电气工程与自动化学院国网福建省电力有限公司营销服务中心

目前传统的窃电检测方法只能识别用户是否存在窃电，而无法针对各类型窃电用户进行快速准确稽查。针对中压用户具有用电量大、用电较为规律的特点，该文提出一种基于稳健回归和卷积神经网络的中压配电线路窃电类型检测方法。首先，考虑... 详细信息

目前传统的窃电检测方法只能识别用户是否存在窃电，而无法针对各类型窃电用户进行快速准确稽查。针对中压用户具有用电量大、用电较为规律的特点，该文提出一种基于稳健回归和卷积神经网络的中压配电线路窃电类型检测方法。首先，考虑到受通信延迟中断等因素影响存在非正常数据的情况，采用稳健回归算法减小其影响，提高回归分析精度；其次，将回归所得的各用户修正系数及误差项作为用户窃电特征，输入卷积神经网络模型进行训练，以完成窃电类型识别；最后，通过仿真和实测数据进行该文方法的验证。结果表明，在不同扰动条件下，该文方法能准确识别不同类型窃电行为，能够更好地辅助现场排查，缩小排查范围，提高查实率。

关键词：窃电检测稳健回归中压配电线路神经网络智能电表

融合周期成分的高速铁路轨道谱表征反演方法及应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年

作者：刁洪宝高彦嵩赵钢杨飞中国铁道科学研究院集团有限公司基础设施检测研究所中国国家铁路集团有限公司科技和信息化部中国国家铁路集团有限公司铁路基础设施检测中心

随着线路服役期增加及运营速度提升，由于轨下基础结构变形产生的周期性不平顺问题及其影响愈发严重。目前国内外针对长区段周期不平顺状态评价方法的研究相对较少，为实现对线路长区段轨道周期性不平顺状态的表征及反演，统计分析高速... 详细信息

随着线路服役期增加及运营速度提升，由于轨下基础结构变形产生的周期性不平顺问题及其影响愈发严重。目前国内外针对长区段周期不平顺状态评价方法的研究相对较少，为实现对线路长区段轨道周期性不平顺状态的表征及反演，统计分析高速铁路不同轨下基础轨道周期不平顺特征，研究了基于轨道谱的周期成分表征及量化评价方法。首先，基于非线性最小二乘法，对比高斯、洛伦兹及Vogit三种线型函数对轨道谱谱峰的拟合效果，提出了融合周期谱峰成分的轨道谱拟合表征方法，并通过反演计算验证了方法可行性。其次，结合多条设计速度为350km/h典型高速铁路轨道几何动态数据，实现了融合周期成分的高速铁路不同轨下基础无砟轨道谱拟合表征，可根据不同工况仿真需要将其应用于车辆动力学计算中。最后，提出线路长区段周期不平顺状态量化指标—谱峰能量PE，并对不同轨下基础线路轨道周期不平顺状态进行了量化评估，发现：32m简支梁PE随倍频增加而递减，将33.03m处PE作为线路长区段简支梁周期不平顺的评价指标；为避免简支梁倍频能量影响，以路基地段不同板型特征波长对应PE作为轨道板周期不平顺评价指标，其中Ⅰ型板PE最大为0.012mm2，其次为Ⅲ型板为0.008mm2，Ⅱ型板最小为0.005mm2。研究成果进一步拓展轨道谱动力学分析应用领域，为线路养护维修管理提供理论参考。

关键词：高速铁路周期性不平顺轨道谱无砟轨道谱峰拟合反演

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

失智症老年人长期照护及其预防干预研究进展

中国公共卫生 2024年第1期40卷 98-102页

作者：朱培嘉张良文方亚厦门大学公共卫生学院卫生经济政策暨老年健康研究中心厦门361102 厦门大学公共卫生学院卫生技术评估福建省高校重点实验室厦门361102

失智症(又名认知症、痴呆症)是一种进行性中枢神经系统退行性病变,主要表现为慢性、进行性认知功能减退及记忆力和语言能力的丧失,随着病情进展会给患者及其家庭造成巨大的疾病和经济负担。随着全球人口老龄化趋势加剧,失智症发病率逐... 详细信息

失智症(又名认知症、痴呆症)是一种进行性中枢神经系统退行性病变,主要表现为慢性、进行性认知功能减退及记忆力和语言能力的丧失,随着病情进展会给患者及其家庭造成巨大的疾病和经济负担。随着全球人口老龄化趋势加剧,失智症发病率逐年上升,失智症老年人的长期照护呈现刚性需求。以往,我国对失智症老年人长期照护的研究模式多借鉴国外经验,近年来倾向于对失智症老年人群规模、宏观经济负担等预测研究,但缺乏对失智症老年人长期照护成本测算及其研究方法的系统梳理,对于失智症预防干预效果评价研究鲜有涉及。本文在概述国内外失智症老年人长期照护体系现状的同时,系统梳理了国内外失智症老年人长期照护成本及预防干预策略、方式及评价研究,为探索构建新时代失智症老年人长期照护体系提供循证依据。

关键词：失智症老年人长期照护预防干预

面向目标检测的数据集标签遗漏的协同修正技术

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第8期60卷 267-273页

作者：周定威扈静张良锐段飞亚合肥工业大学机械工程学院合肥230009

针对图像标注中疲劳、粗心等因素引起的标签遗漏现象,使得模型训练时难以正确区分正负样本,进而影响模型性能。设计了一种协同修正技术,通过多次迭代更新训练集,将潜在无标签的目标进行对象擦除,降低训练集的错误监督信息,避免人工的重... 详细信息

针对图像标注中疲劳、粗心等因素引起的标签遗漏现象,使得模型训练时难以正确区分正负样本,进而影响模型性能。设计了一种协同修正技术,通过多次迭代更新训练集,将潜在无标签的目标进行对象擦除,降低训练集的错误监督信息,避免人工的重复检查和重复标注。该方法无需进行算法参数调整、不依赖具体网络结构,低成本地减少数据集错误从而提升模型训练精度。在YOLOv5算法的实验基础上表明协同修正操作仅迭代1次即有明显的改善效果,并在多个公共数据集上能够提升0.4%~1.4%的检测精度,当数据集中的标签遗漏率达到40%时依然能够生效。该方法对数据集中样本的数据量和类别数没有限制,可应用于电商、遥感、通用等多种目标检测场景,保持着较好的鲁棒性和泛化性。

关键词：协同修正标签遗漏数据集优化目标检测深度学习