检索结果-南通市图书馆

双碳目标下废弃矿井绿色低碳多能互补体系建设思考

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

煤炭学报 2022年第6期47卷 2131-2139页

作者：袁亮张通张庆贺江丙友吕鑫李姗姗付强安徽理工大学安徽淮南232001 合肥综合性国家科学中心能源研究院安徽合肥230031

双碳战略目标下煤炭行业高质量发展迎来新的机遇与挑战,充分释放废弃矿井负碳增能潜力,创新风、光、水、热等新能源开发利用耦合新型物化储能协同发展模式,推进绿色循环低碳能源体系稳定发展。应对清洁能源稳定供给与煤炭工业净零发展挑... 详细信息

双碳战略目标下煤炭行业高质量发展迎来新的机遇与挑战,充分释放废弃矿井负碳增能潜力,创新风、光、水、热等新能源开发利用耦合新型物化储能协同发展模式,推进绿色循环低碳能源体系稳定发展。应对清洁能源稳定供给与煤炭工业净零发展挑战,提出废弃矿井绿色低碳多能互补体系,集成全息地质结构重构、多种能源融合、物化联合储能、碳固结利用、多网智慧调控、智能应急救援的产-储-固智慧新型负碳绿色能源供储体系,以地表地下联合空间为载体,多源数据融合数字孪生技术为支撑,风险智能判识预警与灾害应急救援为保障,实现废弃矿区多维度分级分类分区域联动清洁能源生产、储备、供给与碳捕集、封存、利用。凝练了废弃矿井绿色低碳多能互补体系发展面临的数字工程地质、多场时空耦合演化、功能地层空间维稳、风险超前精准预警和智能应急抢修救援等5个关键科学问题,提出了数字孪生工程原态场景、工程扰动多场耦合灾变演化、创新多能互补技术体系、CO_(2)工程封存与生态碳汇、分布式智能电网建设、数字风险预警系统和应急救援技术装备等7个主要研究方向,将为实现清洁能源稳续供给、碳永久封存、能-碳平衡循环发展,保障国家能源安全与经济社会高质量发展提供新途径。

关键词：废弃矿井清洁能源物化储能生态工程固碳智能网络

基于贝塞尔曲线的动态识别区农机避障路径实时规划

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第6期38卷 34-43页

作者：杨洋温兴马强龙张刚程尚坤齐健陈志桢陈黎卿安徽农业大学工学院合肥230036 合肥综合性国家科学中心人工智能研究院合肥230036

为解决农机田间作业避障路径实时规划问题,该研究提出一种在动态识别区内利用三阶贝塞尔曲线实时规划农机避障路径算法。首先构建农机作业行走动态识别区,在动态识别区内利用激光雷达感知障碍物。然后利用障碍物信息计算避障路径控制点... 详细信息

为解决农机田间作业避障路径实时规划问题,该研究提出一种在动态识别区内利用三阶贝塞尔曲线实时规划农机避障路径算法。首先构建农机作业行走动态识别区,在动态识别区内利用激光雷达感知障碍物。然后利用障碍物信息计算避障路径控制点选取范围,生成满足农机最小转弯半径等多约束条件下的路径簇,同时以曲率最小为目标从路径簇中选取最优避障路径。最后进行避障路径实时规划试验。试验结果表明,本文算法规划的避障路径最大曲率和平均曲率分别为0.126和0.054 m^(-1);路径跟踪过程中产生的最大横向误差和平均横向误差分别为0.12和0.057 m;拖拉机到障碍物外轮廓的距离大于0.375 m。和现有算法比较,本文算法规划的避障路径最大曲率和平均曲率分别减少25.9%和42.6%,路径跟踪过程中产生的最大横向误差和平均横向误差分别减少36.8%和28.8%。研究结果可为拖拉机无人驾驶作业提供技术支撑。

关键词：农业机械避障路径规划动态识别区三阶贝塞尔曲线

切缝药包超前预裂爆破厚硬顶板矿压与瓦斯综合防治试验研究

在线全文

学校读者我要写书评

暂无评论

中国矿业大学学报 2024年第2期53卷 334-345,376页

作者：乔国栋刘泽功高魁周云权傅师贵安徽理工大学安全科学与工程学院安徽合肥230031 合肥综合性国家科学中心能源研究院安徽合肥230031

针对厚硬顶板导致高矿压、高位钻孔瓦斯抽采效果不佳的问题,通过爆破相似模拟试验与理论分析相结合的研究方法,对普通爆破与切缝药包爆破载荷作用下物模的宏观裂纹分布模式、损伤特征以及应变和应力的演化规律进行分析,对爆破弱化半径... 详细信息

针对厚硬顶板导致高矿压、高位钻孔瓦斯抽采效果不佳的问题,通过爆破相似模拟试验与理论分析相结合的研究方法,对普通爆破与切缝药包爆破载荷作用下物模的宏观裂纹分布模式、损伤特征以及应变和应力的演化规律进行分析,对爆破弱化半径进行定量计算.结果表明:模型表面爆破裂纹分布差异显著;使用损伤度(D)及波降率(η)对岩石爆破损伤情况进行定量表征,发现切缝药包爆破比普通爆破造成的有效损伤范围更大;动态应变信号分析表明,切缝方向上应力波波阵面速度更快、强度更高,岩层受到的爆炸动载更强,测点的峰值应变及峰值应力均显著大于普通爆破.理论计算表明切缝药包爆破弱化半径(21.8 m)大于普通爆破(16.5 m),使用切缝药包超前预裂爆破厚硬顶板可以保障巷道稳定性,并且更具经济效益.研究成果为解决厚硬顶板条件下的矿压与上隅角瓦斯综合防治问题具有一定的指导意义.

关键词：超前预裂爆破切缝药包厚硬顶板高位钻孔矿压防治瓦斯抽采

在线全文

学校读者我要写书评

暂无评论

多模态引导的局部特征选择小样本学习方法

软件学报 2023年第5期34卷 2068-2082页

作者：吕天根洪日昌何军胡社教合肥工业大学计算机与信息学院安徽合肥230031 合肥综合性国家科学中心数据空间研究院安徽合肥230036

深度学习模型取得了令人瞩目的成绩,但其训练依赖于大量的标注样本,在标注样本匮乏的场景下模型表现不尽人意.针对这一问题,近年来以研究如何从少量样本快速学习的小样本学习被提了出来,方法主要采用元学习方式对模型进行训练,取得了不... 详细信息

深度学习模型取得了令人瞩目的成绩,但其训练依赖于大量的标注样本,在标注样本匮乏的场景下模型表现不尽人意.针对这一问题,近年来以研究如何从少量样本快速学习的小样本学习被提了出来,方法主要采用元学习方式对模型进行训练,取得了不错的学习效果.但现有方法:1)通常仅基于样本的视觉特征来识别新类别,信息源较为单一;2)元学习的使用使得模型从大量相似的小样本任务中学习通用的、可迁移的知识,不可避免地导致模型特征空间趋于一般化,存在样本特征表达不充分、不准确的问题.为解决上述问题,将预训练技术和多模态学习技术引入小样本学习过程,提出基于多模态引导的局部特征选择小样本学习方法.所提方法首先在包含大量样本的已知类别上进行模型预训练,旨在提升模型的特征表达能力;而后在元学习阶段,方法利用元学习对模型进行进一步优化,旨在提升模型的迁移能力或对小样本环境的适应能力,所提方法同时基于样本的视觉特征和文本特征进行局部特征选择来提升样本特征的表达能力,以避免元学习过程中模型特征表达能力的大幅下降;最后所提方法利用选择后的样本特征进行小样本学习.在MiniImageNet、CIFAR-FS和FC-100这3个基准数据集上的实验表明,所提的小样本学习方法能够取得更好的小样本学习效果.

关键词：小样本学习多模态融合图像分类表示学习

掺混NH/乙烯同向射流扩散火焰碳烟生成热化学效应分析

在线全文

学校读者我要写书评

暂无评论

煤炭转化 2023年

作者：张丰刘倩倩孙静赟程斌顾明言林启富安徽工业大学能源与环境学院合肥综合性国家科学中心能源研究院

氨气(NH3)/碳氢燃料混合燃烧因可以降低氨的着火温度，提高燃烧火焰传播速度并减少CO2排放而成为国内外研究关注的热点，同时NH3/碳氢化合物燃料混合燃烧对碳烟生成的影响也引起了人们的兴趣。本研究以氨气、乙烯和氩气同向射流扩散火... 详细信息

氨气(NH3)/碳氢燃料混合燃烧因可以降低氨的着火温度，提高燃烧火焰传播速度并减少CO2排放而成为国内外研究关注的热点，同时NH3/碳氢化合物燃料混合燃烧对碳烟生成的影响也引起了人们的兴趣。本研究以氨气、乙烯和氩气同向射流扩散火焰为研究对象，采用消光法、快速插入测温法结合CHEMKIN模拟，研究了不同氨气比例(0%，10%，20%和30%)与乙烯混合燃烧后火焰中碳烟浓度分布、中心线温度分布以及氨气热效应和化学效应对碳烟生成的影响。结果表明：随着NH3掺混比例提高，碳烟的最大浓度减低，碳烟生成区域向火焰中心线与火焰下游移动；NH3掺混比例增大，火焰最高温度增大。CHEMKIN模拟中采用NH3-C2H4-PAH燃烧机理和脱氢加乙炔(HACA)碳烟生长机理，运用虚拟氨气(FNH3)得到了NH3的热效应与化学效应对碳烟生成的影响。模拟结果表明，随着氨气比例增加，碳烟的最大浓度减小。氨气的热效应对碳烟的抑制作用在掺混0～30%NH3时几乎呈现线性变化，而化学效应在氨气掺混比例小于10%时能显著抑制碳烟生成，当继续增大氨气掺混比例后，氨气的化学效应对碳烟的抑制作用逐渐减小。NH3的掺混使得多环芳烃(PAHs)、H、C2H2、C3H3的浓度降低和CN的浓度升高，抑制了碳烟前驱物的形成。模拟结果也表明NH3的化学效应对升高火焰温度、降低PAHs和碳烟浓度发挥着更加重要的作用，而热效应在抑制C2H2和C3H3的生成过程中作用更加明显。

关键词：氨气乙烯碳烟热效应化学效应

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

无监督异常检测模型的鲁棒性基准

中国科学技术大学学报 2024年第1期54卷 20-29,19,I0001,I0002页

作者：王培翟伟曹洋中国科学技术大学自动化系安徽合肥230027 合肥综合性国家科学中心人工智能研究院安徽合肥230088

由于生产环境的复杂性和多样性,了解无监督异常检测模型对常见降质的鲁棒性是至关重要的。为了系统地探索这个问题,我们提出一个名为MVTec-C的数据集来评估无监督异常检测模型的鲁棒性。基于这个数据集,我们探索了五种不同范式的方法的... 详细信息

由于生产环境的复杂性和多样性,了解无监督异常检测模型对常见降质的鲁棒性是至关重要的。为了系统地探索这个问题,我们提出一个名为MVTec-C的数据集来评估无监督异常检测模型的鲁棒性。基于这个数据集,我们探索了五种不同范式的方法的鲁棒性,包括基于重建的、基于表征相似度的、基于归一化流的、基于自监督表征学习的和基于知识蒸馏的范式。此外,我们还探讨了两种最佳的方法中不同模块对鲁棒性和准确性的影响,包括Patch Core方法中的多尺度特征、邻域大小、采样比例和Reverse Distillation方法中的多尺度特征、MMF模块与OCE模块、多尺度蒸馏。最后,我们提出了一个特征对齐模块(FAM),以减少降质带来的特征偏移,并将Patch Core和FAM结合起来,得到一个同时具备高准确率和高鲁棒性的模型。我们希望这项工作能够作为一种鲁棒性评估手段,并在将来为构建鲁棒的异常检测模型提供经验。

关键词：鲁棒性基准异常检测无监督学习自动光学检测

综掘工作面过硬岩正断层爆破方式优选实验研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

采矿与安全工程学报 2023年第3期40卷 507-516页

作者：乔国栋刘泽功高魁张树川张健玉傅师贵安徽理工大学安全科学与工程学院安徽淮南232001 合肥综合性国家科学中心能源研究院安徽合肥230031

针对综掘正断层区域爆破弱化硬岩导致煤岩失稳的问题,采用室内模型实验,对比总结聚能爆破和普通爆破的裂纹扩展模式、应力演化规律及煤岩破坏特征,利用实验结果指导工程现场。研究结果表明:普通爆破中爆破孔与正断层上盘煤层连线区域内... 详细信息

针对综掘正断层区域爆破弱化硬岩导致煤岩失稳的问题,采用室内模型实验,对比总结聚能爆破和普通爆破的裂纹扩展模式、应力演化规律及煤岩破坏特征,利用实验结果指导工程现场。研究结果表明:普通爆破中爆破孔与正断层上盘煤层连线区域内形成的裂纹密集区是煤与瓦斯突出危险区域,试块模型各检测面超声波平均波速下降26%,煤岩体破坏严重。聚能爆破中聚能方向1^(#)测点最大压应力峰值是普通爆破的1.72倍,是非聚能方向4^(#)测点的2.84倍,聚能方向裂纹定向扩展,试块模型各检测面超声波平均波速下降4.12%,聚能爆破在定向破岩的同时可以有效保护正断层构造区域煤岩体不受破坏。优选聚能爆破技术在正断层综掘现场的应用表明,使用聚能爆破技术弱化断层硬岩有效保证了巷道周边煤层及围岩的完整性,避免了构造区域爆破扰动煤岩诱发瓦斯突出灾害的问题,使巷道掘进得以安全高效进行。

关键词：聚能爆破正断层煤与瓦斯突出硬岩弱化巷道掘进

在线全文

学校读者我要写书评

暂无评论

面向中文文本分类的字符级对抗样本生成方法

电子与信息学报 2023年第6期45卷 2226-2235页

作者：张顺香吴厚月朱广丽许鑫苏明星安徽理工大学计算机科学与工程学院淮南232001 合肥综合性国家科学中心人工智能研究院合肥230088

对抗样本生成是一种通过添加较小扰动信息,使得神经网络产生误判的技术,可用于检测文本分类模型的鲁棒性。目前,中文领域对抗样本生成方法主要有繁体字和同音字替换等,这些方法都存在对抗样本扰动幅度大,生成对抗样本质量不高的问题。... 详细信息

对抗样本生成是一种通过添加较小扰动信息,使得神经网络产生误判的技术,可用于检测文本分类模型的鲁棒性。目前,中文领域对抗样本生成方法主要有繁体字和同音字替换等,这些方法都存在对抗样本扰动幅度大,生成对抗样本质量不高的问题。针对这些问题,该文提出一种字符级对抗样本生成方法(PGAS),通过对多音字进行替换可以在较小扰动下生成高质量的对抗样本。首先,构建多音字字典,对多音字进行标注;然后对输入文本进行多音字替换;最后在黑盒模式下进行对抗样本攻击实验。实验在多种情感分类数据集上,针对多种最新的分类模型验证了该方法的有效性。

关键词：对抗样本生成文本分类情感分类多音字字符级对抗样本

基于Bi-LSTM与双路CNN的金融领域文本因果关系识别

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2022年第7期6卷 118-127页

作者：张顺香张镇江朱广丽赵彤黄菊安徽理工大学计算机科学与工程学院淮南232001 合肥综合性国家科学中心人工智能研究院合肥230088

【目的】提出一种结合Bi-LSTM与双路CNN的网络模型BTCNN(Bi-LSTM and Two-way CNN),用于解决金融领域因果关系识别过程中特征信息缺失的问题,从而提高因果关系识别的准确率。【方法】利用BiLSTM将金融文本生成文本特征矩阵,使用卷积核... 详细信息

【目的】提出一种结合Bi-LSTM与双路CNN的网络模型BTCNN(Bi-LSTM and Two-way CNN),用于解决金融领域因果关系识别过程中特征信息缺失的问题,从而提高因果关系识别的准确率。【方法】利用BiLSTM将金融文本生成文本特征矩阵,使用卷积核不同的双路CNN对文本特征矩阵中的因果特征进一步提取,对采用两种不同池化方式(最大池化和平均池化)得到的特征向量进行拼接,最终将拼接后的特征向量输入全连接层进行输出。【结果】BTCNN模型准确率达到82.3%,相较于其他消融实验准确率至少提升3个百分点。【局限】未针对金融领域设置特定的功能模块。【结论】实验结果表明BTCNN模型提高了因果关系识别的准确率。

关键词：金融文本因果识别双向长短期记忆网络双路CNN