检索结果-南通市图书馆

基于数字孪生和深度迁移学习的电主轴热误差建模方法

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

机械工程学报 2024年

作者：马帅冷杰武陈祝云李巍华李波刘强襄阳华中科技大学先进制造工程研究院广东工业大学省部共建精密电子制造技术与装备国家重点实验室华南理工大学机械与汽车工程学院湖北文理学院机械工程学院

热误差是电主轴系统误差的主要来源之一，热误差建模是提高系统可靠性的重要手段。电主轴装载刀具加工时，需要在多个方向上运动，导致实时测量困难，难以采集足够的热误差样本。不同工况下的数据分布差异较大，在某一工况下训练的热误... 详细信息

热误差是电主轴系统误差的主要来源之一，热误差建模是提高系统可靠性的重要手段。电主轴装载刀具加工时，需要在多个方向上运动，导致实时测量困难，难以采集足够的热误差样本。不同工况下的数据分布差异较大，在某一工况下训练的热误差预测模型难以在其他工况下取得满意的预测精度。针对上述问题，提出了一种基于数字孪生和深度迁移学习的电主轴热误差建模方法。首先，建立电主轴系统热行为数字孪生模型，模拟出不同工况下的温度场和热变形数据，缓解实际场景中热误差样本缺失的限制。其次，开发基于领域对抗机制的卷积双向长短期记忆网络，数字孪生模型生成的虚拟数据用作源域，真实数据作为目标域，不同尺度的卷积层构成特征提取器，分别提取源域和目标域温度数据的空间特征，处理多维温度特征的共线性问题。构建双向长短期记忆网络作为预测器，处理温度与热误差的时序关系并输出预测值。同时，结合领域适配的对抗训练技术，利用域判别器混淆两域特征，最小化两域数据分布，提高模型的泛化能力。最后，搭建多源数据协同采集平台，获取不同工况下的真实数据，通过不同迁移任务验证，结果表明：在热误差标签样本缺失的情况下，该方法成功实现热误差建模，具备较好的预测性能。

关键词：电主轴热误差建模数字孪生深度迁移学习领域适配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

异构防火墙IP封堵系统的设计与实现

现代电子技术 2024年第1期47卷 84-88页

作者：刘梅苏赐锭谢婉娟华南理工大学信息网络工程研究中心广东广州510640 广发证券股份有限公司信息技术部广东广州510627

互联网网络安全形势日趋严峻,在企事业单位的互联网业务应用遭受网络攻击等网络安全紧急事件时,如何及时有效地阻断来自互联网的恶意攻击,降低甚至消除网络攻击对互联网业务应用系统的影响,保障企事业单位业务的正常运转,显得尤其重要... 详细信息

互联网网络安全形势日趋严峻,在企事业单位的互联网业务应用遭受网络攻击等网络安全紧急事件时,如何及时有效地阻断来自互联网的恶意攻击,降低甚至消除网络攻击对互联网业务应用系统的影响,保障企事业单位业务的正常运转,显得尤其重要。结合互联网业务应用通常的部署架构,在互联网业务应用的边界提出基于防火墙IP黑名单功能或者访问控制策略的阻断方式,在广泛结合主流防火墙的基础上,分别提出不同的解决方案,并在实际网络中进行部署,实践结果表明,该方案可实现对恶意攻击IP的快速有效甚至秒级封堵。

关键词：网络攻击防火墙 IP黑名单访问控制一键自动封堵

维普期刊数据库博看期刊

基于正交各向异性介质频变AVAZ反演的裂缝含气性预测

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2024年第3期59卷 567-580页

作者：陈天杰程冰洁徐天吉钱忠平邹振成都理工大学“地球勘探与信息技术”教育部重点实验室四川成都610059 电子科技大学资源与环境学院四川成都611731 电子科技大学长三角研究院(湖州) 浙江湖州313099 油气勘探计算机软件国家工程研究中心北京100088

依赖频率的AVO反演方法(FDAVO)可以提取与流体有关的异常信息,但由于没有考虑实际储层中各向异性的影响,难以适用于裂缝性油气藏。另外,各向异性通常与频率相关,这一特性有利于利用OVT域叠前地震数据识别有效裂缝。为此,提出基于正交各... 详细信息

依赖频率的AVO反演方法(FDAVO)可以提取与流体有关的异常信息,但由于没有考虑实际储层中各向异性的影响,难以适用于裂缝性油气藏。另外,各向异性通常与频率相关,这一特性有利于利用OVT域叠前地震数据识别有效裂缝。为此,提出基于正交各向异性(OA)介质频率相关的AVAZ(OA-FDAVAZ)反演的裂缝含气性预测方法。首先基于Chapman模型的数值模拟分析弹性参数随频率、入射角等参数的变化特征;然后基于OA介质纵波反射系数近似式推导出OA-FDAVAZ反演的目标方程,构建了新的频散属性Iani;最后利用最小二乘法反演正交各向异性频散属性。模型试算表明:含气裂缝层的正交各向异性频散属性明显强于含水裂缝层,而不含裂缝的各向同性层频散响应微弱,验证了所提频散属性对流体的敏感性。实际OVT域叠前地震数据应用结果表明:正交各向异性频散属性的预测结果与钻探结果吻合较好。与传统方法对比,该方法受背景干扰小,可准确刻画储层中裂缝含气性的空间分布特征。

关键词：正交各向异性 Chapman模型纵波频散 OVT域地震数据含气性预测

基于MHSA-LSTM的软测量建模及其在化工过程中的应用

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

化工学报 2024年

作者：李文华叶洪涛罗文广刘乙奇广西科技大学自动化学院广西自动检测技术与仪器重点实验室(桂林电子科技大学) 广西汽车零部件与整车技术重点实验室(广西科技大学) 华南理工大学自动化科学与工程学院造纸与污染国家工程中心

化工过程数据的动态性和非线性等特性常使传统的软测量方法难以准确提取数据的动态和非线性特征，从而影响关键质量变量的预测精度和系统整体的控制优化。因此，文中提出了一种融合多头自注意力机制的长短期记忆网络(Multi-Head Self-At... 详细信息

化工过程数据的动态性和非线性等特性常使传统的软测量方法难以准确提取数据的动态和非线性特征，从而影响关键质量变量的预测精度和系统整体的控制优化。因此，文中提出了一种融合多头自注意力机制的长短期记忆网络(Multi-Head Self-Attention Mechanism Long Short-Term Memory Network，MHSA-LSTM)的软测量建模方法。首先，利用LSTM充分挖掘数据的时序特征，以便提取化工过程数据的动态变化信息；其次，使用多头自注意力机制对LSTM 隐藏层的输出特征进行加权，可有效地捕捉不同尺度特征向量的长期相关性，且能提高模型的长期记忆能力；然后将提取的特征向量与其对应的特征权重相乘得出加权结果输入至全连接层，可有效地提高关键质量变量预测的精度。最后，所提出方法在脱丁烷塔过程和硫回收单元进行仿真验证，结果表明所建模型的预测精度优于门控循环单元、LSTM以及融合自注意力机制的LSTM软测量模型。

关键词：软测量化工过程神经网络多头自注意力机制预测实验验证

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于物理总能量目标函数的稀疏重建模型

物理学报 2015年第20期64卷 177-188页

作者：马鸽胡跃明高红霞李致富郭琪伟华南理工大学自动化科学与工程学院广州510640 华南理工大学精密电子制造装备教育部工程研究中心广州510640

欠采样条件下的稀疏重建模型往往直接取稀疏约束项或保真项作为求解的目标函数,却从未阐述其中的物理演化规律.针对此问题,从物理运动的角度出发,提出了一种基于物理总能量目标函数的稀疏重建模型.首先,建立了微粒在黏性介质中的运动模... 详细信息

欠采样条件下的稀疏重建模型往往直接取稀疏约束项或保真项作为求解的目标函数,却从未阐述其中的物理演化规律.针对此问题,从物理运动的角度出发,提出了一种基于物理总能量目标函数的稀疏重建模型.首先,建立了微粒在黏性介质中的运动模型,模型中粒子的重力势能函数为松弛变换后的l_2-l_1范数;其次,基于该微粒的物理总能量建立了新的稀疏重建模型,该重建模型在保留l_2-l_1模型稀疏约束和保真项的基础上,增加了对相邻两次迭代结果偏差的约束,避免因该偏差过大引起的震荡;第三,提出了针对该模型的梯度投影算法,并证明了算法的收敛性,算法在新模型目标函数下的梯度方向总是包含上一步迭代的物理惯性,从而达到加速收敛和避免局部最优解的目的;最后,将该模型应用于标准灰度图像的稀疏重建以及精密电子组装中微焦点X射线缺陷检测.实验结果表明,该算法不仅保证了图像的重建质量,收敛速度还得到了大幅提升.在精密电子组装内部缺陷检测应用中,该算法在微焦点X射线图像的边缘细节保留方面有明显的优势,可更准确地识别缺陷,满足工业应用快速性和准确性要求.

关键词：总能量最小化运动模型稀疏重建微焦点X射线缺陷检测

基于OBE理念的专业导论课和专业核心课案例教学设计与实施——以“工程管理导论”和“配送中心设计与管理”为例

在线全文

学校读者我要写书评

暂无评论

中国储运 2024年第3期 61-62页

作者：万艳春华南理工大学电子商务系

结果导向的教育(Outcome-based Education, OBE)是以学生为中心、学习结果为导向的教育思想,尊重学生个体差异,强调所有学生都可以通过学习获得成功[1]。在高等教育普及化与创新人才培养并存的双重背景下,OBE理念被广泛应用于专业课教学... 详细信息

结果导向的教育(Outcome-based Education, OBE)是以学生为中心、学习结果为导向的教育思想,尊重学生个体差异,强调所有学生都可以通过学习获得成功[1]。在高等教育普及化与创新人才培养并存的双重背景下,OBE理念被广泛应用于专业课教学中,激发学生的学习热情,提高实践和创新能力[2]。

关键词：高等教育普及化学生个体差异结果导向配送中心实践和创新能力以学生为中心设计与管理专业导论课

在线全文

学校读者我要写书评

暂无评论

基于改进教学算法的车间作业调度问题

控制与决策 2017年第2期32卷 349-357页

作者：张梅吴凯华胡跃明华南理工大学自动化科学与工程学院广州510641 华南理工大学精密电子制造装备教育部工程研究中心广州510641

为求解车间作业调度问题,提出一种基于个体差异化自学习的改进教学算法.针对教学算法局部搜索能力不高的缺陷,提出学生不仅应向能力好的学习者学习,亦应进行有差异的自我学习.通过学习者的完工时间评估学生的学习能力,提出学习次数概念... 详细信息

为求解车间作业调度问题,提出一种基于个体差异化自学习的改进教学算法.针对教学算法局部搜索能力不高的缺陷,提出学生不仅应向能力好的学习者学习,亦应进行有差异的自我学习.通过学习者的完工时间评估学生的学习能力,提出学习次数概念,并设计自学习算子,完善学生阶段的更新,提高算法的局部搜索能力.最后,对OR-Library中的标准仿真实例进行实验,结果表明改进教学算法是有效的,其在收敛精度和鲁棒性能上均有较好的提高.

关键词：教学优化算法差异化学习车间作业调度

在线全文

学校读者我要写书评

暂无评论

带权重变化和决策融合的ELM在线故障检测

控制与决策 2018年第6期33卷 1033-1040页

作者：罗家祥罗丹胡跃明华南理工大学自动化科学与工程学院广州510640 华南理工大学精密电子制造装备教育部工程研究中心广州510640

在线极限学习机对样本数据分批或分块地学习,适用于分析生产过程的在线数据,进而检测生产过程的故障.为了提高检测的准确性和快速性,提出一种权重变化和决策融合的极限学习机(ELM)在线故障检测方法.该方法在学习过程中增加被当前数据监... 详细信息

在线极限学习机对样本数据分批或分块地学习,适用于分析生产过程的在线数据,进而检测生产过程的故障.为了提高检测的准确性和快速性,提出一种权重变化和决策融合的极限学习机(ELM)在线故障检测方法.该方法在学习过程中增加被当前数据监控模型错误预测的新样本权重,同时在数据监控模型中引入决策级融合的方法,提高模型的综合决策能力.利用UCI数据集和TE过程进行仿真实验对比,对比结果表明所提出的方法在训练时间和检测准确率上都具有很好的性能.

关键词：故障检测在线极限学习机权重变化决策级融合

在线全文

学校读者我要写书评

暂无评论

基于Bregman迭代的CT图像重建算法

自动化学报 2013年第9期39卷 1570-1575页

作者：康慧高红霞胡跃明郭琪伟华南理工大学自动化科学与工程学院广州510641 华南理工大学精密电子制造装备教育部工程研究中心广州510641

针对大规模集成电路领域CT重建图像的特点,提出TV约束条件下采用l1范数作正则项的重建模型,并给出了基于Bregman迭代的模型求解算法.算法分为两步:1)采用Bregman迭代求解图像的l1范数作为正则项,误差的加权l2范数作为保真项的约束极值问... 详细信息

针对大规模集成电路领域CT重建图像的特点,提出TV约束条件下采用l1范数作正则项的重建模型,并给出了基于Bregman迭代的模型求解算法.算法分为两步:1)采用Bregman迭代求解图像的l1范数作为正则项,误差的加权l2范数作为保真项的约束极值问题;2)采用TV约束对1)中得到的重建图像进行修正.算法对TV约束条件下采用l1作正则项的重建模型分开求解,降低了算法的复杂度,加快了收敛速度.算法在稀疏投影数据下可以快速重建CT图像且质量较好.本文采用经典的Shepp-Logan图像进行仿真实验并对实际得到的电路板投影数据进行重建,结果表明该算法可满足重建质量要求且重建速度有较大提升.

关键词： CT重建稀疏投影数据 Bregman迭代算法 l1正则化 TV约束