检索结果-南通市图书馆

维普期刊数据库博看期刊

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

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的树种识别方法

林业科学 2024年第2期60卷 97-105页

作者：苏彤许杰黑龙江八一农垦大学信息工程学院大庆163319 山东华宇工学院信息工程学院德州253034

【目的】利用卷积神经网络模型进行图像自动识别时,为防止模型过拟合通常需要大量训练样本。本研究为提高树种识别准确率,在原有叶片图像基础上进行图像样本扩充来保证训练质量,提出一种融合生成对抗网络与卷积神经网络的树种识别方法... 详细信息

【目的】利用卷积神经网络模型进行图像自动识别时,为防止模型过拟合通常需要大量训练样本。本研究为提高树种识别准确率,在原有叶片图像基础上进行图像样本扩充来保证训练质量,提出一种融合生成对抗网络与卷积神经网络的树种识别方法。【方法】在Pytorch框架下,采集10种常见树种(山杨、梣叶槭、榆、刺槐、紫丁香、杜仲、火炬树、山荆子、水曲柳、红端木)叶片图像作为研究对象。首先,采用均值滤波去噪和尺寸归一化对图像进行预处理。其次,以生成对抗网络生成的图像扩充数据集,其中,以深度卷积生成对抗网络(DCGAN)模型为基础并对其进行改进,建立残差条件深度卷积生成对抗网络(RC-DCGAN)模型,将随机噪声和类别标签作为生成器的输入,以控制样本生成过程;在生成器中嵌入残差结构,使生成模型学习更多特征信息,以提高生成图像质量。然后,将原始图像和扩充图像作为卷积神经网络(CNN)的训练集,一方面,使用RC-DCGAN模型和旋转、镜像、改变对比度等传统图像扩充方法,扩充图像11400幅;另一方面,将原始图像与生成图像、原始图像与传统扩充图像,分别输入至CNN中进行训练,并在原始图像的每个类别中随机挑选50幅对模型进行测试,以验证生成对抗网络对提升识别准确率的可行性。最后,确定适合试验要求的CNN分类模型,并与AlexNet模型、VGG-16模型、VGG-19模型、ResNet18模型的识别效果进行对比,以检验本研究方法的可行性。【结果】RC-DCGAN模型比DCGAN模型生成的图像质量更高,贴合真实图像;利用生成对抗网络扩充图像的方法与ResNet30树种识别模型,训练准确率为99.03%,平均验证识别准确率为97.20%;而在相同树种识别模型下,传统图像扩充方法的识别率为95.50%;在相同数据集下,AlexNet模型、VGG-16模型、VGG-19模型、ResNet18模型所获得的识别率分别为86.52%、87.57%、91.43%、93.25%,均低于本研究模型的识别率。【结论】联合生成对抗网络和卷积神经网络的方法对本研究10种树种叶片图像的识别准确率最高,且克服了使用传统图像处理扩充方法使模型泛化能力下降的问题,说明利用生成对抗网络对图像扩充的方法具有可行性和有效性,可为相关研究工作提供借鉴。

关键词：卷积神经网络树种识别生成对抗网络残差结构

同方期刊数据库

基于概率模型和数据驱动的动力总成悬置系统可靠性优化

在线全文

学校读者我要写书评

暂无评论

汽车工程 2024年第3期46卷 456-463,488页

作者：吕辉张家明黄晓婷上官文斌广州城市理工学院汽车与交通工程学院广州510800 华南理工大学机械与汽车工程学院广州510641

针对电动汽车动力总成悬置系统(PMS)一部分参数为概率变量,一部分参数为离散数据的复杂不确定情形,开展了基于概率模型和数据驱动的电动汽车PMS可靠性优化设计研究。首先,基于任意多项式混沌(APC)展开和广义最大熵原理推导了一种求解该... 详细信息

针对电动汽车动力总成悬置系统(PMS)一部分参数为概率变量,一部分参数为离散数据的复杂不确定情形,开展了基于概率模型和数据驱动的电动汽车PMS可靠性优化设计研究。首先,基于任意多项式混沌(APC)展开和广义最大熵原理推导了一种求解该复杂不确定情形下PMS响应不确定性和可靠性的高效方法;然后,基于蒙特卡洛抽样,给出了该复杂不确定情形下求解PMS响应不确定性和可靠性的参考方法;接着,提出了一种基于APC展开法的灵敏度分析方法,进一步提出了一种考虑响应不确定性和可靠性的PMS优化设计方法;最后,通过应用算例验证方法的有效性,并对系统进行了灵敏度分析和可靠性优化。结果表明,所提出的方法可有效地处理电动汽车PMS一部分参数为概率变量、一部分参数为离散数据的复杂不确定情形,并能可靠地优化该情形下的系统固有特性,且方法具有较高的计算精度和计算效率。

关键词：电动汽车动力总成悬置系统任意多项式混沌展开最大熵原理数据驱动不确定性

在线全文

学校读者我要写书评

暂无评论

编码曝光相机码字搜索智能优化算法

激光与光电子学进展 2024年第18期 354-364页

作者：周培培严家奕戚桓楠孙涛侯幸林常州工学院电气信息工程学院常州工学院汽车工程学院

针对传统相机成像高频部分信息保留不充分、编码曝光码字求解不准确、运动模糊核估算难等问题，聚焦编码曝光相机码字搜索方法，提出一种基于Memetic算法框架的智能优化循环搜索策略。采用差分进化中的变异交叉算子得到全局解，再采用... 详细信息

针对传统相机成像高频部分信息保留不充分、编码曝光码字求解不准确、运动模糊核估算难等问题，聚焦编码曝光相机码字搜索方法，提出一种基于Memetic算法框架的智能优化循环搜索策略。采用差分进化中的变异交叉算子得到全局解，再采用禁忌搜索对全局解进行局部排查，循环搜索获取最优码字序列。设计了一种适用于编码曝光图像复原的损失函数，采用端到端盲去卷积核的生成对抗网络，比较了不同码字获取方式对模糊图像复原的影响。实验结果表明：相比其他方法，所提智能优化算法能更准确地求解码字序列，鲁棒性更好；经同一网络进行运动模糊图像复原时，所提算法码字得到的复原结果在主客观方面均优于现有方法，在运动模糊复原领域具有较高的工程应用价值。

关键词：编码曝光码字搜索智能优化运动模糊复原

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于切换策略的车辆质心侧偏角高性能获取

汽车工程 2024年第2期46卷 346-355页

作者：陈建锋吴强葛新元赵景波常州工学院电气信息工程学院常州213032 江苏大学汽车工程研究院镇江212013

现有的基于融合策略的车辆质心侧偏角(vehicle sideslip angle,VSA)获取方法需要针对不同的场景、结构或信号进行优化和改进,计算复杂度和系统成本也随之增加。本文提出一种基于切换策略的VSA软测量方法。在传感器量测信号预处理部分,... 详细信息

现有的基于融合策略的车辆质心侧偏角(vehicle sideslip angle,VSA)获取方法需要针对不同的场景、结构或信号进行优化和改进,计算复杂度和系统成本也随之增加。本文提出一种基于切换策略的VSA软测量方法。在传感器量测信号预处理部分,利用贝塞尔滤波器对侧向加速度信号进行时延处理和噪声滤除,设计可靠性检验模块对横摆角速度等信号中的突变实现有效清除。在此基础上,根据现有运动学和动力学方案的优势确定切换策略,尽量缩短运动学方案的连续工作区间以抑制其误差累积,同时将动力学方案限制在线性区工作以避免其性能下降,并在多个工况下进行仿真和硬件在环试验,以验证所提出的VSA获取方法的效果。试验结果表明,相较于采用典型的融合策略的对比方法,本文提出的方法在精度和运行时间方面都具有明显的优势,且二者对路况的变化均具有较强的鲁棒性。

关键词：车辆质心侧偏角切换策略运动学方案动力学方案高性能获取

在线全文

学校读者我要写书评

暂无评论

基于改进遗传算法的移动机器人路径规划研究

华中科技大学学报（自然科学版） 2024年第5期52卷 158-164页

作者：王雷王艺璇李东东王天成安徽工程大学机械与汽车工程学院安徽芜湖241000

针对传统遗传算法在解决采样点模型下的路径规划问题中存在种群进化速度慢、最终得到的最优路径偏长的问题,提出一种改进遗传算法.为提高初始种群的质量,提出自适应调整步长来限制子节点的选择范围,在这个范围内随机选取两条父代路径,... 详细信息

针对传统遗传算法在解决采样点模型下的路径规划问题中存在种群进化速度慢、最终得到的最优路径偏长的问题,提出一种改进遗传算法.为提高初始种群的质量,提出自适应调整步长来限制子节点的选择范围,在这个范围内随机选取两条父代路径,在对应两节点之间形成一个矩形的子代节点搜索范围,每个范围中选取一点并依次连接得到交叉后的子代个体,避免了采样点模型下交叉点不足导致交叉无效的问题;为解决变异效果不可控的问题,以变异父节点的前后两点连线为引导,越靠近该连线的节点被选为变异子节点的概率越大,使得在变异点的选择更具有方向性.对比实验结果表明:所提出的改进遗传算法当处理基于采样点路径规划问题时可以有效提高寻路效率,最优路径收敛速度比传统遗传算法提高约60%,最优路径长度最多减少了2.42 m,比其他文献算法的最优路径收敛速度最多提高56%.

关键词：移动机器人路径规划改进遗传算法自由交叉目标导向

在线全文

学校读者我要写书评

暂无评论

基于多边凸集模型的电动汽车悬置系统分析

湖南大学学报（自然科学版） 2024年第8期51卷 145-154页

作者：吕辉廖泽芸李长玉上官文斌肖国权华南理工大学机械与汽车工程学院广东广州510641 广州城市理工学院汽车与交通工程学院广东广州510800

工程实际中,电动汽车悬置系统参数存在着一定的不确定性和相关性.首先,引入基于主成分分析的多边凸集模型,有效处理了系统不确定参数同时存在相关性和独立性的复杂情形;然后,结合蒙特卡洛法提出了一种悬置系统固有特性的不确定性分析方... 详细信息

工程实际中,电动汽车悬置系统参数存在着一定的不确定性和相关性.首先,引入基于主成分分析的多边凸集模型,有效处理了系统不确定参数同时存在相关性和独立性的复杂情形;然后,结合蒙特卡洛法提出了一种悬置系统固有特性的不确定性分析方法,并给出了方法的具体分析步骤;最后,将方法应用于某电动乘用汽车的悬置系统分析,以验证方法的有效性.数值分析结果表明:相较于未考虑参数相关性的区间方法,所提出方法求得的系统固有特性响应范围更加合理;与基于多维平行六面体模型的分析方法对比,所提出方法能更有效地处理系统不确定参数样本分布边界不规则的情形;对于所研究模型,其右、前悬置点的刚度参数相关性对系统固有特性有较大的影响,在设计研究过程中应予以重视.

关键词：悬置系统主成分分析多边凸集模型固有特性不确定性分析

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

燃料电池氢气供应系统多功能测试平台设计

汽车工程 2024年第7期46卷 1147-1156,1196页

作者：张思龙梁满志孙珩凯陈继成张辉北京航空航天大学交通科学与工程学院北京100084 常熟理工学院汽车工程学院常熟225500

近年来,随着燃料电池功率的不断提升,氢气供给系统朝向带有氢循环的盲端阳极拓扑构型发展。然而,针对氢气供给和循环的测试系统研究明显滞后,尤其在氢气循环泵和引射器等核心部件的性能测试方面。本文研发了多功能燃料电池氢气供应系统... 详细信息

近年来,随着燃料电池功率的不断提升,氢气供给系统朝向带有氢循环的盲端阳极拓扑构型发展。然而,针对氢气供给和循环的测试系统研究明显滞后,尤其在氢气循环泵和引射器等核心部件的性能测试方面。本文研发了多功能燃料电池氢气供应系统测试平台,实现了对不同构型氢气循环方案的氢气供应系统的零部件测试和特性数据采集、离线标定等功能。平台通过模拟真实电堆的压降、氢气消耗及产水产热,消除了测试对真实电堆性能和寿命产生损耗而造成的额外成本。最后,基于该平台对150 kW燃料电池的氢气供应系统进行了阳极压力控制和阳极吹扫控制测试,验证了所开发测试平台能够针对不同负载满足相应测试需求。

关键词：燃料电池氢气循环测试平台

集成辛奇异值模态分解及其在滚动轴承故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

噪声与振动控制 2024年第5期44卷 160-165,217页

作者：颜秋艳刘玄湘潭理工学院汽车工程学院湖南湘潭411100

对时间序列的分析是机械故障诊断领域中最为重要的手段,但是拾取的信号往往包含大量干扰噪声,严重影响故障诊断的准确性。因此,提出一种集成辛奇异值模态分解(Ensemble Symplectic Singular Mode Decomposition,ESSMD)降噪方法。在ESSM... 详细信息

对时间序列的分析是机械故障诊断领域中最为重要的手段,但是拾取的信号往往包含大量干扰噪声,严重影响故障诊断的准确性。因此,提出一种集成辛奇异值模态分解(Ensemble Symplectic Singular Mode Decomposition,ESSMD)降噪方法。在ESSMD方法中,采用互信息函数法和GP算法自适应设置参数,并构造辛几何相似变换矩阵,进而获得降噪分量信号。然而,通过辛几何相似变换获得的分量可能耦合噪声信息,难以通过传统的“筛选”分量进行降噪。为了弱化分量信号中的耦合噪声,在ESSMD中进一步引入拉格朗日乘子,抑制分量中噪声对纯信号信息的干扰,获得更加纯净的纯信号矩阵。仿真和实验结果表明,ESSMD能够有效减少信号中包含的噪声。

关键词：故障诊断集成辛奇异值模态分解拉格朗日乘子降噪