摘要:为了改善传统车载激光雷达点云配准方法准确度低、计算速度慢的问题，提出了一种基于快速点特征直方图（fast point feature histograms, FPFH）初始匹配与改进迭代最近点（iterative closest point, ICP）精确配准相结合的改进FPFH-ICP配准算法。配准前使用体素滤波器和statistical-outlier-removal滤波器进行预处理；采用FPFH提取点云特征，基于采样一致性（sample consensus initial alignment, SAC-IA）进行初始配准，为精确配准提供良好的位姿信息；建立K-D树并在传统ICP配准算法的基础上添加法向量阈值，对车载激光雷达点云数据进行精确配准；在4种不同场景的实验中，改进FPFH-ICP配准比ICP配准的均方根误差和配准用时分别平均减少了7.56%和41.22%，比点特征直方图（point feature histograms, PFH）配准的均方根误差和配准用时分别平均减少了30.28%和18.95%，表明改进的FPFH-ICP能够对车载激光雷达点云数据实现精确且高效的配准。

摘要:质子交换膜燃料电池的边框一般通过黏结剂黏接在质子交换膜上，在保护质子交换膜的同时，还起到密封作用。燃料电池长期工作在复杂的环境下，边框和黏结剂的性能均会发生疲劳衰减，导致被剥离或破坏，进而影响燃料电池的气密性。因此，以边框和黏结剂的搭接试件为对象，结合内聚力模型和有限元软件设计了多种边框结构，研究了新结构对黏结性能的影响。结果表明：在低弹性模量的边框表面做三角形或梯形的凸形结构，将有效提升黏结结构的分离位移，但对于高弹性模量的边框，新结构反而会降低黏结性能；此外，优化结构的尺寸、形状对搭接模型黏结性能也有影响，当凸三角形底边长为1.5 mm时，搭接模型有最好的黏结性能。

摘要:材料的表面质量会显著影响超声衰减系数的准确测量。根据表面粗糙度对垂直入射的超声波束传播的影响，提出了考虑表面粗糙度的接触式超声衰减系数校正方法。首先基于未耦合时粗糙界面反射系数校正理论和光滑界面耦合时的反射系数计算公式，推导出耦合时粗糙界面的反射系数表达式。在此基础上结合衰减系数计算公式提出了包含粗糙度信息的接触式超声衰减系数校正方法。最后，制备了不同表面粗糙度的45钢和304不锈钢柱体试件，搭建了衰减系数超声测量平台，通过实验分析了表面粗糙度对信号时域和频域的影响，验证了提出的校正方法的有效性和实用性。实验结果表明，提出的衰减模型能有效补偿粗糙度引起的超声背散射信号衰减，透射法相对测量误差在6%以内。

摘要:铝合金具有低密度、低熔点、高比强度及优良的耐腐蚀性能等特点，被广泛用于航空航天、建筑、船舶等领域。在服役过程中，铝合金的表层氧化膜易受到环境中活性阴离子的破坏而发生腐蚀，对其性能造成严重的损害，故研究铝合金在高腐蚀性环境的腐蚀行为对工程选材具有非常重要的指导意义。选择6061铝合金、2195铝锂合金和7075铝合金为研究对象，对其在特定腐蚀介质中的腐蚀过程和力学性能进行分析，研究了铝合金在特定腐蚀介质中腐蚀形貌与力学性能的变化规律。结果表明：腐蚀初期，在高、^-、^-离子浓度的腐蚀环境中，3种铝合金的氧化膜受到阴离子破坏后发生点腐蚀，使基体暴露在腐蚀环境中，进而发生电化学腐蚀，6061铝合金和2195铝锂合金腐蚀方式是由点腐蚀向面腐蚀转变，7075铝合金腐蚀方式为晶间腐蚀；经过腐蚀后6061铝合金能保持稳定的强度和塑性，7075铝合金和2195铝锂合金的强度和塑性都明显降低。

摘要:地线取能是电力系统输电网络中各类传感监测设备的一种供能方式。为此，文章对典型架空地线的取电原理进行了分析，建立了等效参数模型，对取电端口的等效电压、等效阻抗进行了数学推导。选择一条220 kV线路利用ATP-EMTP软件进行了仿真，研究了取能负载对地线电流分布的影响，分析了包括导线电流、接地电阻、档距范围、取能负载等因素对取电参数的影响规律。结果显示：受感应电势和地线自阻抗的限制，地线电流不超过10 A；取电电压随着取能阻抗的增大呈现增大趋势，最终稳定在27 V左右，当取能负载为2.5 Ω时，获得最大取能功率为175.03 W。这些结果为后续取能器的设计提供了数据基础。

摘要:随着电力物联网建设的高速推进，在配电物联网“云管边端”建设体系指导下，文章提出一种配电变压器运行状态评估与趋势预测通用技术架构。该架构将分别部署在云中心与边缘节点处，在云边协同机制支持下分析处理海量电力数据，完成对大规模配电变压器集群的运行管理。具体流程包括提取配电变压器基础状态、即时状态、累积状态等多维特征，构建评估指标体系，通过动态评估模型实现对配电变压器运行状态的实时画像描述；根据特征数据流的时序性和变化趋势，借助长短期记忆循环神经网络提取数据规律，结合支持向量回归模型进行预测，获得未来时段的特征数据流，并以此输入动态评估模型，实现配电变压器未来运行态势预测。最后，通过实例论证了该技术架构的适用性和先进性。

摘要:为了讯速识别计量分区给水管网中的爆管，提出了一种新的预测–分类–校核的三阶段Infomer-Z-score算法。Infomer-Z-score算法解决了传统方法数据处理效率低、不正常低用水量不处理的问题。在预测阶段中使用深度学习Informer算法预测管网长时间用水压力数据，提高用水压力预测的准确性和数据处理的效率。在分类阶段使用多阈值的分类方法提高了对用水压力数据随时间变化的鲁棒性。Infomer-Z-score算法在爆管模拟检验中的真阳性率（TPR）为90.9%、假阳性率（FPR）为1.7%、检测准确率（DA）为99.5%。长时间序列的压力预测不仅能用于爆管识别，而且还能有效的进行管网中的压力控制使爆管风险降低。

摘要:为了研究电解锰渣场污染地下水中复杂废水的修复问题，以农业废弃物柚子皮为原材料制成生物炭作为菌株Acinetobacter baumannii AL-6固定化载体(MBC)，得到菌株生物炭耦合体系（MBC）。探究了该耦合体系对含锰、氨氮以及高钙镁离子复合废水的综合处理能力，同时构建序批式间歇反应器（SBR）以探究其在废水处理中的应用潜力。实验结果表明，MBC在48 h内去除了98.46%的锰。与2个独立的实验组（生物炭组，菌株AL-6组）相比，MBC对锰的去除具有良好的协同作用。MBC对锰的平均去除率为15.87 mg/(L?h)，是菌株AL-6组的1.09倍，生物炭组的14.33倍。此外，MBC对氨氮的最大去除率为71.92%，对钙镁离子也有一定的去除效果，分别为41.46%和26.95%。在SBR中，MBC能去除90.1%的锰和85.44%的氨氮。结果表明，微生物固定化具有巨大的应用潜力，可用于处理电解锰渣复合污染废水。

摘要:永久性地面变形(permanent ground deformation, PGD)是造成山地管道屈曲断裂泄露并导致重大生命、财产损失的主要原因之一。现有PGD区山地管道“基于应变”的设计及安全性评估方法和技术标准对在役高钢级管道安全性评估偏于危险，亟待对其进行进一步的研究。针对山地复杂PDG工况下的“许用应变”及“计算应变”，从山地管道的主要失效模式着手，对山地管道管–土相互作用的应变计算方法（解析法、数值分析法及试验法）及安全性评估方法的技术现状及存在问题进行了分析，并结合我国山地管道未来的发展趋势及生产需要，提出了考虑在役管道的实际工况，进行基于管–土相互作用规律的设计及安全性评估方法的研究路径和内容。

摘要:深度学习在一定程度上解决了从低分辨率图像中恢复出高分辨率图像这一图像超分辨率问题。目前基于生成对抗网络（generative adversarial network，GAN）的方法可以从超分辨率数据集中学习低/高分辨率图像映射关系，从而生成具有真实纹理细节的超分辨率图像。然而，基于GAN的图像超分辨率模型训练通常不稳定，其结果往往带有纹理扭曲和噪声等问题，提出了采用掩膜（mask）模块以辅助对抗网络训练。在网络训练过程中，掩膜模块根据生成网络输出的超分辨率结果和原始高分辨率图像，计算得到相应观感质量信息，并进一步辅助对抗网络训练。在实验中对3个最近提出的基于GAN的图像超分辨率模型进行修改，引入掩膜模块，修改后的模型在超分辨率图像输出的观感和真实感量化指标上均有明显地提升。掩膜模块的优点是可以进一步提升基于GAN的图像超分辨率网络输出的超分辨率图像观感质量，并仅需对生成对抗网络训练框架进行修改，因此适用于多数基于GAN的图像超分辨率模型的进一步优化。

摘要:为了在多维聚类分析中运用有效距离度量方法表征数据对象的邻近度,提出一种协方差测距（covariance distance measure analysis ,CDM）算法,首先,采用模糊C均值(fuzzy c-means ,FCM)方法对数据对象赋予权值,得到每个样本点相对类别特征的隶属度,再依据隶属度计算每个样本的差异度；其次,为了使类别分离最大化,用样本点同关联类别的协方差距离度量代替模糊聚类中欧式距离度量作为优化问题的第一个标准,使相似数据对象更为接近；最后,用样本点间的协方差距离度量作为第二个优化标准,使相异数据相互隔开,交替固定变量迭代计算最优解,使聚类指标和距离度量学习参数同时得到优化,获得更好的聚类结果。在不同数据集上的实验结果表明,与FCM-Sig和UNCA算法相比,CDM算法在聚类准确性和算法收敛性方面均有更好表现。

摘要:针对传统长短时记忆网络(long short-term memory,LSTM)在文本分类中无法自动选取最重要潜在语义因素的问题，提出一种改进的LSTM模型。首先，将传统LSTM的运算关系拓展为双向模式，使网络充分记忆输入特征词的前后关联关系；然后在输出层前面增加池化层，以便更好选择找到最重要的潜在语义因素。互联网电影资料库评论数据实验结果表明，该模型优于传统长短时记忆神经网络以及其他同类模型，揭示了改进方案对提高文本分类准确率是有效的。