基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

预热超声对菠萝蜜种子分离蛋白起泡性及结构的影响

采用预热超声技术改善菠萝蜜种子分离蛋白（Jackfruit Seed Isolate Protein, JSPI）起泡性,探究起泡性与结构的关系。对预热温度,超声功率,超声时间进行了优化,得到最佳条件:预热温度60℃,超声功率600 W,时间20 min。结果得出,与JSPI相比,60℃+600 W处理的JSPI起泡性增加了58.44%（P<0.05）,高于600 W（45.25%）和60℃（29.64%）。相比JSPI,泡沫稳定性没有提高（P>0.05）。SDS-PAGE凝胶电泳结果表明,600 W超声处理没有改变JSPI的分子量,60°C处理使JSPI的部分可溶性蛋白分子聚集,出现了新的蛋白条带。相关性结果表明,起泡性与JSPI的β-折叠和无规则卷曲含量成正相关。与JSPI相比,600 W,60℃,60℃+600 W处理后的荧光强度增强、表面疏水性（H0）提高,说明JSPI结构变松散,内部疏水基团暴露出来,疏水性增加,导致起泡性增加。电位结果表明,与JSPI相比,600 W处理的电位从-22.03增强至-24.53 mV（P<0.05）。60℃,60℃+600 W处理电位减弱,导致溶液体系不稳定。粒径结果表明,与JSPI相比,600 W处理粒径减小,60℃处理粒径增加。蛋白粒径减小、或占较低比例存在的粒径较大的蛋白群体均可以提高JSPI的起泡性。     

砂土串囊式充气锚杆承载力的研究

在砂土地层中,串囊式充气锚杆的研究还比较少,其承载特性及受力机理尚不明确。本文基于莫尔-库仑模型和Vesic圆孔扩张理论法,分别对圆柱体、球体、组合体、椭球体假设下的串囊式充气锚杆的扩大段进行计算分析。并将计算结果与试验得到的实测值进行对比。结果表明:四种形状假设中椭球体的形状假设理论值与实测值的误差最小,仅为8.35%。通过拟合试验数据,并引入与端阻力和侧摩阻力有关的两个系数对承载力公式进行修正,得到了抗拔承载力的经验公式。     

热电制冷技术研究与应用

热电制冷技术是一种主要基于帕尔贴效应的新型制冷技术,由于其具有结构简单、制冷迅速、寿命长等优点,热电制冷技术受到了越来越多的关注。通过对国内外相关文献的研究,对热电制冷技术的原理进行了阐述,并对热电制冷的应用和性能优化两方面的发展进行了综述。     

仿生多胞薄壁管耐撞性分析及优化

为提高薄壁管结构耐撞性，以雀尾螳螂虾螯为仿生原型，结合仿生学设计方法，设计一种含正弦胞元的多胞薄壁管结构。以初始峰值载荷、比吸能和碰撞力效率为耐撞性指标，通过有限元数值模拟分析了不同碰撞角度（0o、10o、20o和30o）条件下，仿生胞元数对薄壁管耐撞性的影响，通过多目标的复杂比例评估法获取仿生薄壁管的最优胞元数。基于不同碰撞角度权重因子组合，设置了4种单一角度工况和3种多角度工况，采用多目标粒子群优化方法获取了不同工况下薄壁管结构最优胞元高宽比和壁厚。复杂比例评估结果表明，胞元数为4的薄壁管为最优晶胞数仿生薄壁管。优化结果表明，单一角度工况下，最优结构参数高宽比的范围为0.88～1.50，壁厚的范围为0.36～0.60 mm，碰撞角度为0o和10o的最优高宽比明显小于碰撞角度为20o和30o的；多角度工况下，最优高宽比范围为1.01～1.10，壁厚范围为0.49～0.57 mm。     

基于流量测点的热网变动阻力系数优化辨识

随着供热计量系统的普及，系统可以根据负荷的变化进行调整，管网的阻力系数随即发生变化。对变动阻力系数进行优化辨识是了解供热管网实时运行状况的有效手段。提出一种基于流量监测数据的供热管网变动阻力系数优化辨识方法，并利用遗传算法进行求解。对洛阳市某小区供暖季管网实际运行数据进行验证，辨识结果的相对误差在5%以内。结果表明：该方法可以在只有流量观测数据时得到精度较高的供热管网变动阻力系数，为供热系统的运行调节提供指导。     

基于贝叶斯参数优化的无模型自适应硅单晶直径控制

直拉硅单晶的生长过程涉及多场多相耦合与复杂的物理化学变化,其中工艺参数的波动是导致晶体直径不均匀的重要原因,如何实现工艺参数的控制以获得理想的、均匀的晶体直径具有重要的研究意义。本文分析现有控制方法存在不稳定以及控制效果不佳的问题后,提出基于贝叶斯参数优化的无模型自适应控制模型来控制硅单晶生长过程中的晶体直径。首先以坩埚上升速度与加热器的功率作为控制输入参数,晶体直径作为输出,搭建无模型自适应控制模型,并分析算法的稳定性。其次将控制模型进行仿真实验,发现硅单晶直径控制模型中不同的超参数设定会影响控制过程的迭代次数以及控制效果。最后,利用贝叶斯优化超参数的取值范围,并进行最终的仿真实验,结果表明,经贝叶斯参数优化后的控制模型计算快、迭代次数少,输出的晶体直径稳定,同时将生长工艺参数控制在实际生产要求范围内。因此,基于贝叶斯参数优化的无模型自适应控制实现了硅单晶直径均匀稳定的有效控制,具有结合工程背景的实际应用前景。     

基于位姿图优化的MEMS-INS/GNSS行人融合定位方法

为了实现消防救援、反恐作战等应急任务复杂场景下行人的室内外无缝定位,提出了一种基于位姿图优化的综合利用微惯性导航系统和全球卫星导航系统的融合定位方法。首先利用经典的EKF滤波算法实现微惯导和卫导融合定位,结合卫导长期精度较高、误差稳定和不随时间累积的优点以及微惯导短时精度高、输出连续、自主定位的优点,实现行人在复杂环境中的室内外无缝定位。在此基础上,提出了一种图优化结合EKF的融合定位新框架,利用卫导定位终端和足部微惯导定位模块进行了实验,比较EKF、图优化-EKF两种算法的融合定位效果。实验结果显示,面对室内外复杂环境,单纯的EKF算法融合定位轨迹航向偏差较大,图优化-EKF算法在轨迹方向保持性上表现更佳,相比EKF算法其融合定位轨迹航向误差减小了48.87%,位姿图优化-EKF算法具有更好的全局稳定性和航向精准度,显著降低了卫星测量异常值对融合定位结果的影响。     

“风车制作”中的力学问题简析

分析了``风车制作'中输出、动力和传动3个部分所包含的主要力学问题,建立了相应的物理模型,由此针对题目设置分别给出了策略建议。考虑到有效输出功率、风机叶片的运行效率、传动的比例搭配等因素,指出最优策略是应当选择更大的杯子质量、更多的叶片数量、宽型的叶片形状、稍大于45$^\circ$的叶片安装角、更大比例系数的齿轮组合。     

热光伏能量转换器件的热力学极限与优化性能预测

受不可逆损失的影响,热光伏能量转换器件在高品位热能回收与利用方面受到限制.本文揭示不可逆损失来源,提供热光伏能量转换器件性能提升方案.利用半导体物理和普朗克热辐射理论,确定热光伏能量转换器件在理想条件下的最大效率.进而考虑Auger与Shockley-Reed-Hall非辐射复合和不可逆传热损失对光伏电池的电学、光学和热学特性的影响,预测热光伏器件优化性能.确定功率密度、效率和光子截止能量的优化区间.结果表明:相比于理想热光伏器件,非理想热光伏器件的开路电压、短路电流密度和效率有所降低;优化热光伏电池电压、光子截止能量和热源温度,可提升器件的功率密度和效率.通过对比发现理论与实验结果较一致,所得结果可为实际热光伏能量转换器件的研制提供理论指导.