检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

含预紧弹簧碰撞系统的两参数动力学

振动与冲击 2024年第4期43卷 12-19页

作者：吕小红王继培张锦涛兰州交通大学机电工程学院兰州730070

考虑含预紧弹簧机械碰撞系统,构建由光滑流映射和不连续映射复合的Poincaré映射,给出Floquet乘子计算的数值方法。数值仿真系统在两参数平面的周期吸引子模式及其参数域,应用延拓打靶法和胞映射法研究周期1吸引子的分岔特征以及不连续... 详细信息

考虑含预紧弹簧机械碰撞系统,构建由光滑流映射和不连续映射复合的Poincaré映射,给出Floquet乘子计算的数值方法。数值仿真系统在两参数平面的周期吸引子模式及其参数域,应用延拓打靶法和胞映射法研究周期1吸引子的分岔特征以及不连续擦边分岔、擦边和周期倍化诱导的分岔、亚临界周期倍化分岔和激变等不连续分岔行为,揭示迟滞域和亚谐包含域的形成机理。不连续擦边分岔在相邻1-m与1-(m+1)吸引子的转迁过程中产生迟滞域和亚谐包含域。然而,当预压量等于0时,擦边诱导的鞍结和周期倍化分岔分别产生迟滞域和亚谐包含域。研究结果能够为工程实际含预紧弹簧机械碰撞系统的参数设计与优化提供参考。

关键词：非光滑系统数值延拓两参数动力学周期吸引子分岔

在线全文

学校读者我要写书评

暂无评论

考虑层理倾角的炭质板岩蠕变损伤本构模型

浙江大学学报（工学版） 2024年第8期58卷 1704-1716页

作者：胡涛涛贺韶君王栋长安大学公路学院陕西西安710064 山东华宇工学院能源与建筑工程学院山东德州253034

针对层状岩体的各向异性特征,以炭质板岩为研究对象,开展不同层理倾角炭质板岩的蠕变力学试验.基于蠕变试验结果,建立可以描述不同层理倾角炭质板岩加速蠕变的改进Nishihara非线性损伤蠕变本构模型,推导该模型的一维、三维本构方程.研... 详细信息

针对层状岩体的各向异性特征,以炭质板岩为研究对象,开展不同层理倾角炭质板岩的蠕变力学试验.基于蠕变试验结果,建立可以描述不同层理倾角炭质板岩加速蠕变的改进Nishihara非线性损伤蠕变本构模型,推导该模型的一维、三维本构方程.研究结果表明,炭质板岩的蠕变过程存在明显的应力阈值.当应力小于阈值时,炭质板岩只发生衰减蠕变;当应力达到或大于阈值时,开始发生稳态蠕变;当应力达到或超过破坏应力时,炭质板岩发生加速蠕变并发生蠕变破坏.模型参数反演辨识结果表明,改进Nishihara蠕变模型能够很好地描述炭质板岩的整个蠕变过程.基于参数辨识结果,对模型参数与围压和层理倾角的关系进行探讨,得到损伤参数c与层理倾角的关系式,分析损伤参数d与黏滞系数对加速蠕变阶段的影响.

关键词：炭质板岩层理倾角蠕变特性本构模型参数辨识

同方期刊数据库

带矩形重入腔的直肋微通道内流动沸腾换热特性

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2024年第7期58卷 39-49页

作者：吴越张子涛何坤晏鑫西安交通大学能源与动力工程学院西安710049

为揭示矩形重入腔强化直肋微通道内流动沸腾换热的机理,采用实验方法研究了带矩形重入腔的直肋微通道内的流动沸腾换热特性,获得了不同质量流率(200~500 kg·m^(-2)·s^(-1))和不同热流密度(0~78.16 W·cm^(-2))条件下微通道内的传热系... 详细信息

为揭示矩形重入腔强化直肋微通道内流动沸腾换热的机理,采用实验方法研究了带矩形重入腔的直肋微通道内的流动沸腾换热特性,获得了不同质量流率(200~500 kg·m^(-2)·s^(-1))和不同热流密度(0~78.16 W·cm^(-2))条件下微通道内的传热系数和压降,并与无矩形重入腔的直肋微通道内的流动换热性能进行了对比。结合流态可视化测量结果,对微通道内流动沸腾过程中的流态进行了分析。实验结果表明:相比无矩形重入腔的直肋微通道,带矩形重入腔的直肋微通道内表现出更好的传热特性,尤其是在高质量流率G>400 kg·m^(-2)·s^(-1)条件下,各流态下带矩形重入腔的直肋微通道的传热性能均有所提升,G=500 kg·m^(-2)·s^(-1)时提升了14.8%;重入腔结构对液相工质的毛细牵引效应,提高了直肋微通道在高热流密度下的换热能力和临界热流密度;带矩形重入腔的直肋微通道的临界热流密度比无重入腔直肋微通道提升了15.2%;在单相区,带矩形重入腔的直肋微通道内的压降损失略高于无重入腔直肋微通道;G=500 kg·m^(-2)·s^(-1)时,在两相区带矩形重入腔的直肋微通道内的压降损失相比无重入腔直肋微通道下降了约48%。

关键词：直肋微通道换热流动沸腾重入腔流态可视化

同方期刊数据库

量子计算技术在新型电力系统决策优化中的应用

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2024年第6期48卷 62-73页

作者：李知艺许悦韩旭涛浙江大学电气工程学院浙江省杭州市310027

新型电力系统的规划、运行和市场运营等决策优化过程呈现变量激增、约束繁杂等特点,而量子计算具有运算并行和状态叠加等特性,为高效解决此类“维数灾难”难题提供了新的技术路径。文中围绕量子计算技术赋能新型电力系统决策优化的原理... 详细信息

新型电力系统的规划、运行和市场运营等决策优化过程呈现变量激增、约束繁杂等特点,而量子计算具有运算并行和状态叠加等特性,为高效解决此类“维数灾难”难题提供了新的技术路径。文中围绕量子计算技术赋能新型电力系统决策优化的原理可行性及实现思路展开探析。首先,梳理分析量子计算应用于新型电力系统决策优化过程的先进性与局限性,构建量子-经典计算混合的变分量子决策优化框架。在此基础上,提炼新型电力系统典型优化问题的共性,推导统一的问题结构,形成可利用量子比特系统描述的能量模型。随后,提出基于量子近似优化算法的求解流程,寻找能量模型的极值,并映射得到原优化问题的最优解。最后,从软硬件、算法框架以及行业发展等角度提出思考与展望。

关键词：量子计算新型电力系统决策优化变分量子算法量子近似优化算法混合整数规划分布式计算

科技变革时代下现代大学的使命与责任:历史演变与国际比较

在线全文

学校读者我要写书评

暂无评论

江苏高教 2024年第5期 21-23页

作者：黄福涛广岛大学高等教育研究开发中心日本广岛739-8511

在当今迅速发展的科技变革时代,现代大学不仅仅是知识传播的场所,更是科技创新、人才培养、产业升级和社会发展的重要引领者和推动者。本文将从历史演变和国际比较的视角探讨科技变革时代下现代大学的使命和责任。

关键词：变革时代产业升级人才培养知识传播历史演变比较的视角使命与责任推动者

视觉语言模型引导的文本知识嵌入的小样本增量学习

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第5期35卷 2101-2119页

作者：姚涵涛余璐徐常胜多模态人工智能系统全国重点实验室(中国科学院自动化研究所) 北京100190 中国科学院大学人工智能学院北京100049 天津理工大学计算机科学与工程学院天津300384

真实场景往往面临数据稀缺和数据动态变化的问题,小样本增量学习的目的是利用少量数据推理数据知识并减缓模型对于旧知识的灾难性遗忘.已有的小样本增量学习的算法(CEC和FACT等)主要是利用视觉特征来调整特征编码器或者分类器,实现模型... 详细信息

真实场景往往面临数据稀缺和数据动态变化的问题,小样本增量学习的目的是利用少量数据推理数据知识并减缓模型对于旧知识的灾难性遗忘.已有的小样本增量学习的算法(CEC和FACT等)主要是利用视觉特征来调整特征编码器或者分类器,实现模型对于新数据的迁移和旧数据的抗遗忘.但是少量数据的视觉特征往往难以建模一个类别的完整特征分布,导致上述算法的泛化能力较弱.相比于视觉特征,图像类别描述的文本特征具有较好的泛化性和抗遗忘性.因此,在视觉语言模型的基础上,研究基于文本知识嵌入的小样本增量学习,通过在视觉特征中嵌入具有抗遗忘能力的文本特征,实现小样本增量学习中新旧类别数据的有效学习.具体而言,在基础学习阶段,利用视觉语言模型抽取图像的预训练视觉特征和类别的文本描述,并通过文本编码器实现预训练视觉特征到文本空间的映射.进一步利用视觉编码器融合学习到的文本特征和预训练视觉特征抽象具有高辨别能力的视觉特征.在增量学习阶段,提出类别空间引导的抗遗忘学习,利用旧数据的类别空间编码和新数据特征微调视觉编码器和文本编码器,实现新数据知识学习的同时复习旧知识.在4个数据集(CIFAR-100,CUB-200,Car-196和mini Image Net)上验证算法的有效性,证明基于视觉语言模型文本知识嵌入可以在视觉特征的基础上进一步提升小样本增量学习的鲁棒性.

关键词：小样本增量学习视觉语言模型文本知识嵌入类别空间引导的抗遗忘学习

在线全文

学校读者我要写书评

暂无评论

磷酸酯基阻燃电解液用于高安全锂硫电池

工程科学学报 2024年第4期46卷 765-774页

作者：何孟雪李一涛刘亚涛贾永锋李刚贾龙庞全全北京大学材料科学与工程学院北京100871 北京航天自动控制研究所北京100854

Li–S电池被认为是最有希望的下一代高能量密度二次电池之一,开发高效阻燃电解液对于提升电池安全性极为重要.本文对高浓度磷酸三乙酯(TEP)和磷酸三(2,2,2-三氟乙基)酯(TFP)电解液在锂–硫化聚丙烯腈(Li–PAN/S)电池中的应用展开了深入... 详细信息

Li–S电池被认为是最有希望的下一代高能量密度二次电池之一,开发高效阻燃电解液对于提升电池安全性极为重要.本文对高浓度磷酸三乙酯(TEP)和磷酸三(2,2,2-三氟乙基)酯(TFP)电解液在锂–硫化聚丙烯腈(Li–PAN/S)电池中的应用展开了深入研究,以同样的锂盐摩尔比和氟代醚稀释梯度,研究了TEP和TFP基局部高浓度电解液对锂金属负极和硫正极稳定性的影响,详细解析了两种溶剂分子在电池循环过程中的界面反应.研究表明,磷酸酯基高浓度电解液在Li–PAN/S电池中展示了较优异的循环稳定性,通过优化TTE的稀释比例,提升了电池的倍率特性.对比基于TEP和TFP的电解液,发现TEP基电解液具有更好的锂沉积/剥离性能,而TFP基电解液在界面生成更多的有机组分,导致不稳定的界面膜.以TEP212为电解液的锂硫电池能够在1C的倍率下稳定循环200圈以上,放电比容量保持在1080.8 mA·h·g-1.

关键词：阻燃电解液局部高浓度电解液磷酸酯锂硫电池硫化聚丙烯腈

在线全文

学校读者我要写书评

暂无评论

建筑基本周期多因素机器学习预测模型

工程力学 2024年第2期41卷 171-179页

作者：陈隽宋颖豪王泽涛同济大学土木工程学院上海200092 土木工程防灾国家重点实验室同济大学上海200092

建筑物基本周期是其最重要的动力特性参数,影响因素众多。受限于曲线拟合的传统建模手段,目前的基本周期预测模型表达式中仅能包含高度或层数等单一因素,而忽略其他因素的影响。数据驱动机器学习方法的出现,为建筑周期多因素预测模型的... 详细信息

建筑物基本周期是其最重要的动力特性参数,影响因素众多。受限于曲线拟合的传统建模手段,目前的基本周期预测模型表达式中仅能包含高度或层数等单一因素,而忽略其他因素的影响。数据驱动机器学习方法的出现,为建筑周期多因素预测模型的建立提供了新思路。研究从大量文献中收集整理了2561条建筑周期的实测数据,形成了包含建筑高度、层数、材料、功能、地区等多因素的建筑周期实测数据库。建立了具有自学习能力的建筑基本周期多因素机器学习预测模型,避免了一般机器学习模型中繁琐的参数调节过程,提升模型的鲁棒性和适用性。与传统模型结果的对比表明:所提预测模型的适用结构类型范围广、准确性更高,配合云端服务器可形成一种全新的、开放式自学习的建筑周期预测模式。

关键词：基本周期实测数据多因素机器学习 AutoML

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于广义泊松矩泛函的闭环子空间辨识

系统工程与电子技术 2024年第6期46卷 2092-2098页

作者：于淼王友谊魏永涛东北大学秦皇岛分校控制工程学院河北秦皇岛066004

针对连续系统在闭环条件下进行辨识,由于将来输入和噪声的相关性,会导致辨识方法产生有偏估计结果的问题,提出一种基于广义泊松矩泛函的闭环子空间辨识算法。首先,采用广义泊松矩泛函变换得到输入输出信号的滤波器模型,从而得到连续系... 详细信息

针对连续系统在闭环条件下进行辨识,由于将来输入和噪声的相关性,会导致辨识方法产生有偏估计结果的问题,提出一种基于广义泊松矩泛函的闭环子空间辨识算法。首先,采用广义泊松矩泛函变换得到输入输出信号的滤波器模型,从而得到连续系统的输入输出矩阵方程。然后,利用故障诊断领域中的等价空间代替子空间辨识过程中的观测空间进行辨识。最后,为了解决闭环辨识中由反馈控制器产生的估计偏差辨识问题,采用主成分分析法和辅助变量法,达到辨识系统一致性估计的目的。仿真结果验证了所提方法的有效性和精确性。

关键词：子空间辨识闭环辨识广义泊松矩泛函等价空间