检索结果-南通市图书馆

面向锂电池少量循环的二维支持域直推式健康状态预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

西北民歌《下四川》的多元演唱形式及演唱技巧探究

控制理论与应用 2024年第3期41卷 474-483页

作者：王一航冯良骏赵春晖浙江大学控制科学与工程学院浙江杭州 310027

锂离子电池的健康状态(SOH)是反映电池老化程度的关键指标,但由于电池老化的非线性和不确定性使得SOH难以精确估计,并且受到电池数据收集的高时间成本和容量再生现象的影响,传统的数据驱动方法在历史充放电循环数较少时效果较差.针对上... 详细信息

锂离子电池的健康状态(SOH)是反映电池老化程度的关键指标,但由于电池老化的非线性和不确定性使得SOH难以精确估计,并且受到电池数据收集的高时间成本和容量再生现象的影响,传统的数据驱动方法在历史充放电循环数较少时效果较差.针对上述问题,本文创新性地提出了一种二维支持域直推式学习(2D-RoSTL)建模思路,建立了数据由粗到细的精准划分方法,用于少量充放电循环下的SOH预测.一方面,考虑同型号多块电池的批次特性,利用历史数据和批次数据构造二维支持域扩充模型信息来源,提供了粗范围的大量可供选择的样本;另一方面,首次尝试以直推式学习的方式解决SOH预测的任务,利用离线和在线样本特征空间的信息,对每个样本进行细致划分,提升少量充放电循环情况下模型的预测可靠性.基于NASA的公开数据集,所提出的二维支持域直推式建模方法在4个电池上的预测误差均小于1.56％,实现了对锂电池充放电历史初期及再生点的精确预测.

关键词：锂电池健康状态少量充放电循环二维支持域直推式学习

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

西北民歌《下四川》的多元演唱形式及演唱技巧探究

作者：牛一航四川师范大学

学位级别：硕士

制度距离对中国在“一带一路”沿线国家承包工程的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

制度距离对中国在“一带一路”沿线国家承包工程的影响研究

作者：刘一航江西财经大学

学位级别：硕士

基于γ-■e转捩模型的高雷诺数旋转圆柱绕流数值研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

应用力学学报 2024年

作者：徐一航陈少松江南机电设计研究所南京理工大学能源与动力工程学院

采用γ-■eθt转捩模型对高雷诺数下旋转圆柱绕流的壁面边界层的流动特征以及边界层的转捩现象进行数值模拟，用Re=5.0×103时的旋转圆柱绕流问题作为算例与直接数值模拟(DNS)的结果进行了对比，验证了γ-■eθt转捩模型在模拟旋转圆柱... 详细信息

采用γ-■eθt转捩模型对高雷诺数下旋转圆柱绕流的壁面边界层的流动特征以及边界层的转捩现象进行数值模拟，用Re=5.0×103时的旋转圆柱绕流问题作为算例与直接数值模拟(DNS)的结果进行了对比，验证了γ-■eθt转捩模型在模拟旋转圆柱绕流问题方面的准确性。然后分别对亚临界区、临界区和超临界区的旋转圆柱绕流问题进行了数值模拟，分析了不同雷诺数和不同相对转速下旋转圆柱绕流的近壁面流动特征及表面时均压力系数、时均摩擦力系数，总结了圆柱表面绕流转捩位置相对转速的变化规律。结果表明，当自由来流雷诺数一定时，圆柱下表面来流与线速度方向一致处的转捩点随相对转速的增加而后移，圆柱上表面来流与线速度方向相反处的转捩点随相对转速的增加而前移。圆柱上表面来流与线速度方向相反处的流动分离是由于壁面粘性摩擦和逆压梯度共同作用下导致动能下降的结果，并且壁面的运动方向与主流方向相反更加剧了粘性摩擦对动能的耗散。圆柱下表面来流与线速度方向一致处的流动分离是由于背风面的逆压梯度致使壁面附近流体无法继续跟随壁面运动而产生回流的结果。

关键词：旋转圆柱绕流 γ-■e 转捩模型转捩现象流动分离

拉伸速率对丁羟四组元推进剂并行流变框架模型的影响

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

国防科技大学学报 2024年

作者：周仕明徐一航李道奎申志彬国防科技大学空天科学学院空天任务智能规划与仿真湖南省重点实验室

为分析丁羟四组元推进剂不同拉伸速率组合对并行流变框架模型的精度影响，基于并行流变框架法建立了推进剂的非线性粘弹性本构模型；通过对不同拉伸速率实验进行组合构建了本构模型，得到相应的模型参数。运用有限元模型和数值计算与实... 详细信息

为分析丁羟四组元推进剂不同拉伸速率组合对并行流变框架模型的精度影响，基于并行流变框架法建立了推进剂的非线性粘弹性本构模型；通过对不同拉伸速率实验进行组合构建了本构模型，得到相应的模型参数。运用有限元模型和数值计算与实验结果进行对比，将不同速率组别构建的本构模型误差进行了对比分析。结果表明当采用高速率与低速率组别相结合的方式即可对本构模型实现较精确地建立，无需进行中间速率的大量实验。且高速率推进剂拉伸实验的速率可以截至3000 mm/min，无需再增加速率。此分析为简化推进剂材料实验提供了合理建议，提高了实验效率。同时，为快速预测推进剂材料的力学性能开辟了一条有效途径。

关键词：丁羟四组元推进剂并行流变框架拉伸速率快速预测

TiO_(2)粒径对TiO_(2)/聚脲超疏水涂层机械稳定性和防覆冰性能的影响研究

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

表面技术 2024年第12期53卷 240-251页

作者：胡丽娜杜一枝董立婷雷煜航新疆大学电气工程学院乌鲁木齐830047

目的研究改性TiO_(2)粒径对TiO_(2)/聚脲超疏水涂层机械稳定性和防覆冰性能的影响,解决低温环境下风机叶片结冰问题。方法采用有机无机粒子共混,以改性纳米TiO_(2)和聚天门冬氨酸酯聚脲(PAE聚脲)为材料,利用一步法构建TiO_(2)/PAE聚脲... 详细信息

目的研究改性TiO_(2)粒径对TiO_(2)/聚脲超疏水涂层机械稳定性和防覆冰性能的影响,解决低温环境下风机叶片结冰问题。方法采用有机无机粒子共混,以改性纳米TiO_(2)和聚天门冬氨酸酯聚脲(PAE聚脲)为材料,利用一步法构建TiO_(2)/PAE聚脲超疏水涂层。开展耐酸碱性、耐磨性、静态防覆冰、动态防覆冰、覆冰黏结强度等实验研究,并应用在真实风电场。结果超疏水涂层的机械稳定性、防覆冰性能随着粒径增大而逐渐变差。当TiO_(2)粉末粒径为100 nm时,接触角为(162.4±2.1)°,滚动角为(3.8±0.7)°;经过250次磨损,接触角为(158.8±0.31)°,滚动角为(7.3±0.1)°;经过14 d的酸碱耐候性实验,超疏水涂层仍具有超疏水性,酸性和碱性溶液皆会导致涂层受损,碱性溶液对涂层腐蚀作用更强;机械稳定性较强、防覆冰性能较优。涂有超疏水涂层的风机在冻雨天平均比空白风机平均多运行255 min,对一台2 MW机组来讲,相当于多产生8500 kW·h的电能。结论制备的超疏水涂层具备优良的机械稳定性与防覆冰性能,推动了超疏水涂层在风机叶片被动防覆冰领域的应用。

关键词：超疏水涂层防覆冰性能机械稳定性改性TiO_(2)粒子粒子粒径风机叶片

基于改进串联组合模型的整值时序数据预测研究及应用

维普期刊数据库

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

基于改进串联组合模型的整值时序数据预测研究及应用

作者：张一航河北经贸大学

学位级别：硕士

现实生活中,计数时间序列数据广泛存在于医学和文化等领域,例如COVID-19死亡人数、肿瘤发病数、遗传学中的畸变数和旅游人数等。此类数据为非负整数值,故其预测方法与连续型时间序列有很大不同,研究过程中也会面临更多难题。一方面,对... 详细信息

现实生活中,计数时间序列数据广泛存在于医学和文化等领域,例如COVID-19死亡人数、肿瘤发病数、遗传学中的畸变数和旅游人数等。此类数据为非负整数值,故其预测方法与连续型时间序列有很大不同,研究过程中也会面临更多难题。一方面,对于一些突发事件,计数时间序列数据在短时间内可能会出现不同程度的突变,突发点前后数据的特征比如均值会发生改变;另一方面,一些计数时间序列会出现存在条件异方差的情况,致使线性模型的估计与预测发生偏差。因此,对这两类计数时间序列数据准确合理的预测具有重要的意义和价值。本文提出了两种串联组合预测模型,对整值时间序列数据建模与预测。其中一种是分段泊松回归与BP神经网络串联式组合模型,另一种是INGARCH与BP神经网络串联式组合模型。具体建模与结果如下:针对易受突发事件影响的整值时间序列数据,本文采用机器识别均值变点确定分段点,建立分段泊松回归拟合突发点前后的数据。而后,本文将分段泊松回归模型的残差用于BP神经网络的训练,以得到残差预测值。最终,将泊松回归预测值与BP神经网络训练得到预测值相加得到最终预测值。本文选取加拿大COVID-19日死亡人数、美国原油产量和北京入境旅游人数三组数据集验证了自适应分段泊松回归-BP神经网络串联组合预测模型的预测有效性。对于自适应分段泊松回归-BP神经网络串联组合预测模型,本文不仅将其与分段泊松-ARIMA在人为确定与自动识别分段点的两种情况下的结果进行对比,还与SARIMA-Intervention-BP神经网络串联组合预测模型进行对比。结果显示,自动识别分段点不仅可提高本文所提模型的预测精度,也可以提高分段泊松-ARIMA模型的预测精度。而自适应分段泊松回归-BP神经网络串联组合预测模型的整体预测精度优于分段泊松-ARIMA串联组合预测模型以及SARIMA-Intervention-BP神经网络串联组合模型。针对存在条件异方差的整值时间序列数据,本文通过文献调研确定了INGARCH模型在存在条件异方差这类数据预测方面的有效性,并提出了将INGARCH与BP神经网络串联结合以提高预测精度的方法。首先,本文对存在条件异方差的数据应用INGARCH模型进行建模得到残差。然后,使用BP神经网络对残差进行训练。最终,将INGARCH模型的预测值与BP神经网络的预测值相加得到最终的预测结果。本文选择加纳COVID-19感染人数和河南省艾滋病感染人数这两组数据集验证了该串联模型的预测有效性,其预测精度明显高于已有模型。

关键词：自适应分段点分段泊松回归 INGARCH BP神经网络

SDN环境下DDoS攻击检测和缓解策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

SDN环境下DDoS攻击检测和缓解策略研究

作者：王一航河北大学

学位级别：硕士

软件定义网络(Software Defined Networking,SDN)的核心概念在于将网络的控制平面与数据转发平面分离开来,从而打破了传统网络固有的限制,这一创新使得网络变得更加智能和可配置。然而,SDN在为未来网络的发展带来更多创新的同时,也面临... 详细信息

软件定义网络(Software Defined Networking,SDN)的核心概念在于将网络的控制平面与数据转发平面分离开来,从而打破了传统网络固有的限制,这一创新使得网络变得更加智能和可配置。然而,SDN在为未来网络的发展带来更多创新的同时,也面临着更加严重的分布式拒绝服务(Distributed Denial of Service,DDoS)攻击威胁。因此,本文从SDN环境下DDoS攻击的检测及缓解策略展开研究。所做的工作主要如下:(1)针对数据集中特征冗余问题,提出一种基于改进二进制灰狼优化的特征选择方法。通过对算法的搜索参数a、初始化方法和位置更新公式三处关键点的改进,以解决传统的二进制灰狼优化算法收敛速度慢和容易陷入局部最优等问题。利用该算法对数据集进行特征优化,得到最优特征子集。最后,通过对五种分类器的性能对比挑选出最佳分类器。实验结果表明,所有分类器在经特征选择后的数据集中性能都有所提升,其中随机森林分类器表现最佳。(2)针对SDN中DDoS攻击检测问题,提出一种基于特征选择和改进随机森林的DDoS检测模型。首先,依据特征选择算法所得到的最优特征子集对采集到的流量进行特征提取。其次,通过鲸鱼优化算法对随机森林的超参数进行优化。最后,在分类检测模块利用训练完成的鲸鱼优化随机森林模型进行分类检测,判断该流量是否为攻击流量。实验结果表明,经参数优化后的随机森林模型的性能有所提高,同时在仿真SDN环境中,所提出的检测模型也能准确的检测到攻击流量。(3)针对SDN中DDoS攻击缓解问题,提出一种基于Shannan熵的攻击溯源以及缓解算法。根据交换机各个端口的源IP地址的Shannan熵和目的IP地址的Shannan熵的比值,可以有效识别出异常端口,进而判断攻击流量流经的端口,从而追溯到与该端口相连的交换机,重复此操作直到找到攻击源。确定攻击源头之后,通过流量管理技术中速率限制进行DDoS攻击缓解。经仿真实验分析,所提方法能准确追溯到攻击源头并能够实现对DDoS攻击的缓解,提高了SDN架构的网络安全性。

关键词：软件定义网络分布式拒绝攻击特征选择随机森林攻击缓解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的青光眼辅助诊断方法研究

基于深度学习的青光眼辅助诊断方法研究

作者：李一航电子科技大学

学位级别：硕士