摘要:齿轮弯曲疲劳试验是评价齿轮弯曲疲劳性能的重要手段，为保证试验结果的准确性，探究试验过程误差对试验结果的影响。根据GB/T 14230—1993《齿轮弯曲疲劳强度试验方法》中的B试验法以跨五齿对称加载方式制定弯曲疲劳试验方案，进行有限元仿真与电阻应变片测试验证试验方案的正确性，采用升降法开展18CrNiMo7-6喷丸齿轮弯曲疲劳试验，分析齿轮几何精度、装夹误差以及设备加载精度对弯曲疲劳试验结果的影响。结果表明：试验方案计算齿根弯曲应力与有限元仿真以及电阻应变测试的结果最大误差为8.7%，满足工程需求；99%可靠度下18CrNiMo7-6喷丸齿轮弯曲疲劳极限为642 MPa，相比国标中MQ级的500 MPa提高28%，标准设计偏保守。齿轮的几何精度以及试验设备精度对弯曲疲劳试验结果影响较大，考虑误差综合作用对试验结果的影响为2.43%。

摘要:针对机床刀具磨损数据稀少与刀具磨损状态识别精度低的问题，提出了一种基于样本扩充与改进领域对抗网络（sample expansion and improved domain adversarial training of neural networks，SE-IDANN）的刀具状态识别方法。首先对机床刀具数据进行两次特征提取，并通过Smote算法进行样本扩充，解决机床刀具磨损数据量稀少的问题；其次在领域对抗网络（domain adversarial training of neural networks，DANN）模型特征提取器中加入残差块，进一步提取有效特征信息，解决刀具磨损特征微弱的难题；最后将Wasserstein距离作为目标域与源域的数据分布相似度标准引入DANN模型，实现对刀具磨损量的精确识别。通过对机床刀具数据的分析与仿真试验验证，证明该方法能够有效地识别刀具磨损量。

摘要:Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路，在化工过程建模领域受到越来越多关注。笔者将LASSO （least absolute shrinkage and selection operator）回归引入R-vine copula （LASSO-R-vine copula，LRVC），根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置，利用回归分析正则化路径选择R-vine copula矩阵结构，遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型，以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数，在处理高维度复杂工业过程数据时，利用稀疏模型和惩罚力度简化copula函数类型选择过程，缩短了建模时间，使统计建模具有更强的灵活性。该方法在TE （Tennessee Eastman）和醋酸脱水过程故障监测中表现出较好的预测效果，证明了提出的方法在非线性、非高斯过程的有效性。

摘要:随着分布式能源、电动汽车、多能耦合元件等新型设备的接入，配电网呈现出多样化、不确定化和复杂化等新特点。文章围绕新型设备大规模接入下的配电网规划研究展开综述。首先，分析配电网规划中的源荷功率模拟方法；其次，介绍考虑不同要素的配电网规划模型，并综述多种配电网规划策略与求解算法；最后，结合现有问题，从人工智能和能源互联网两方面，对配电网规划理论与技术的发展做出展望。

摘要:大风经过兰新高铁沿线挡风墙后，容易引发接触网正馈线发生舞动现象。为分析挡风墙尾流作用下导线表面粗糙度对正馈线气动特性的影响，基于流体力学建立铁路挡风墙尾流风洞实验装置与5种不同表面粗糙度导线模型。由于导线与整体计算域尺寸差距悬殊，对整体计算域的网格采用分块划分。利用流体仿真软件研究不同风速下正馈线的气动特性。结果表明：正馈线表面粗糙度越低，升、阻力增大越明显。在入口风速为1 m/s时，不同表面粗糙度正馈线升、阻力系数基本值保持稳定；在入口风速大于5 m/s时，随着表面粗糙度降低，正馈线升、阻力系数增大；不同表面粗糙度的正馈线尾部流场产生的漩涡不同，并且在导线凹凸处产生不同的细小漩涡。正馈线近壁面的气体流动特征发生较大变化，对导线气动特性影响较为明显。

摘要:针对非均相光芬顿中两相传质阻力导致催化性能较低的缺陷，采用水热法制备了α-Fe₂O₃{110}/{113}晶面不同暴露比例的催化剂。采用X射线衍射分析（XRD）、透射电子显微镜（TEM/HRTEM）、傅里叶变换红外光谱（FTIR）以及紫外可见固体漫反射（UV-vis DRS）对催化剂进行表征分析，分别考察了H₂O₂浓度、催化剂投加量、甲基橙初始质量浓度以及初始pH对其催化降解甲基橙的影响，结果表明：FeCl₃·6H₂O浓度为33 mmol/L，摩尔比FeCl₃·6H₂O∶NaH₂PO₄∶NaF为1∶1∶15，180℃反应24 h所得α-Fe₂O₃催化性能最佳，在H₂O₂浓度为20 mmol/L，催化剂投加量为200 mg/L，甲基橙初始质量浓度为40 mg/L以及初始pH=5的条件下，对甲基橙的催化降解效果最佳，反应60 min去除率达97.83%；重复试验表明催化剂稳定性较好；H₂O₂消耗分析及自由基捕获实验结果表明，羟基自由基和光生空穴发挥关键催化降解作用，超氧自由基作用较小。

摘要:为保证滇池环湖截污体系已建混合水质净化厂MBR工艺实现出水氮磷稳定达标，通过现场搭建中试规模的系统，研究了外加碳源（乙酸钠）和除磷剂（聚合氯化铝）投加量对实际污水中氮磷强化去除的关系，提出了针对滇池农业面源污水常年进水水质质量浓度、碳氮比以及碳磷比均较低，TN和TP质量浓度波动大的特点，可灵活采用外加碳源（乙酸钠）和辅助化学除磷（PAC）的双调控方法或辅助化学除磷的单调控方法，在能够使出水中氮磷达标稳定的前提下，节约运行成本。同时，以中试研究参数为基准，有效地提高了洛龙河混合水质净化厂的实际运行调控效率，缩短了整个系统优化调整时间，并最终实现净化厂各项出水水质参数稳定达标，特别是TP质量浓度稳定低于0.3 mg/L的地方标准要求，预计滇池现有的两座MBR工艺处理厂每年TP的减排量可达65.3 t。

摘要:为获取传统土坯受压应力应变特性，确定其数学表达式，针对湿制法和干打法制作的土坯开展了单轴抗压试验和三点抗折试验。分别从抗压、抗折强度、破坏机理以及应力应变关系等方面分析了两类土坯的力学性能。结果表明，普通砌墙砖的抗压及抗折试验方法均适用于传统土坯，干打土坯的抗压强度为湿制土坯的3倍，抗折强度为湿制土坯的1.3倍，但湿制土坯的断裂能为干打土坯的2.5倍。受压初期，干打土坯的应力应变曲线存在因土料压密而导致的下凹段，而湿制土坯未表现出该特性。基于两类土坯单轴受压状态下的应力应变曲线特征，提出了土坯单轴受压本构模型，该本构模型与试验数据吻合较好，可用于土坯砌体结构的数值模拟研究。

摘要:钢纤维的桥联作用及其与橡胶颗粒的协同作用可显著改善混凝土性能，而针对钢纤维橡胶自密实混凝土的静态力学性能及其本构关系的研究较少。通过在10%、20%、30%橡胶颗粒掺量的橡胶自密实混凝土中分别外掺体积掺量为0.5%、1.0%、1.5%的钢纤维，制备出钢纤维橡胶自密实混凝土试件，进行棱柱体轴心抗压试验，探讨钢纤维掺量、橡胶颗粒掺量对试件的典型力学特征量的影响，建立钢纤维橡胶自密实混凝土轴心抗压强度的本构关系。结果表明：钢纤维橡胶自密实混凝土试件呈现延性破坏的同时，其完整性也较好；随着橡胶颗粒掺量的提高，试件轴心抗压强度逐渐降低；当钢纤维橡胶自密实混凝土中的橡胶颗粒掺量较高时（20%、30%），钢纤维对橡胶自密实混凝土轴心抗压强度无明显的增强效果；橡胶颗粒的掺入提高了试件的峰值应变，当橡胶颗粒掺量为10%时，达到最大值，增长幅度为10%；不同的钢纤维掺入量对钢纤维橡胶混凝土的峰值应变普遍有增强效果，但没有呈现出明显的规律性；轴心抗压本构关系能反映钢纤维橡胶自密实混凝土力学性能。

摘要:提出了一种通过材料性能测试，预测5~10年状况下沥青路面实际开裂的方法。依托开裂指数同沥青材料低温性能的关系，利用CAM模型（一种数学模型）拟合得到了5类常用沥青的180 s劲度模量值，预测并提出了PAV （压力老化）状态下各类沥青的开裂指数。通过数据分析，验证了该种模拟方式预测的准确性。借助长吉高速实地芯样开裂情况调研，验证CI值（低温开裂指数）对沥青路面实际开裂水平的预测效果。结果表明，CAM模型下得到的沥青梁180 s模量计算方法简单，数据置信度高，预测得到的SBS改性沥青开裂指数与路面实际开裂水平一致，证明了利用沥青材料性能预测路面实际抗裂能力这一方法的可行性。依据规范提法，给出了五类北方常用沥青的CI值参考区间。

摘要:针对现有智能手机用户身份认证方法的不足，提出了一种自适配权重特征融合的持续身份认证方法。设计了一种卷积神经网络，对手机内置传感器（加速度计、陀螺仪、磁力计）获取的用户行为信息数据进行深度特征提取及融合。通过网络中3个子网络流分别提取3种传感器特征，在特征融合层加权融合，各特征的权值会在网络学习过程中根据不同特征的贡献度实现自适应分配。融合特征经过特征选择之后，使用单分类支持向量机进行用户分类认证。实验结果表明：该方法对不同用户身份认证获得的等错误率为1.20%，与现有其他认证方法相比具有更好的认证准确性。

摘要:针对声纹识别领域中存在信道失配与对短语音或噪声条件下声纹特征获取不完全的问题，提出一种将传统方法与深度学习相结合，以I-Vector模型作为教师模型对学生模型ResNet进行知识蒸馏。构建基于度量学习的ResNet网络，引入注意力统计池化层，捕获并强调声纹特征的重要信息，提高声纹特征的可区分性。设计联合训练损失函数，将均方根误差（MSE，mean square error）与基于度量学习的损失相结合，降低计算复杂度，增强模型学习能力。最后，利用训练完成的模型进行声纹识别测试，并与多种深度学习方法下的声纹识别模型比较，等错误率（EER，equal error rate）至少降低了8%，等错误率达到了3.229%，表明该模型能够更有效地进行声纹识别。

摘要:洗出算法参数的调整很大程度上影响其性能，针对目前经典洗出算法应用于飞行模拟器时参数调整的不足，提出一种基于MOEA/D多目标优化的改进洗出算法。将人体感知误差、洗出位移、模拟加速度误差作为优化目标，以运动空间为限制条件，采用基于分解的多目标优化算法对洗出算法参数进行同步寻优，并利用模糊隶属度函数得到最优解。为验证其有效性，建立飞行模拟器运动试验平台，将采用不同优化方法的洗出算法应用其中进行对比分析。仿真及试验结果表明，改进洗出算法归位反应时间最短，相位延迟降低3.5 s，稳定性提高30%，且修正了感觉峰值，优化了54.6%的工作空间，实现了模拟器在模拟极限运动时有足够的运动空间和更高的动感逼真度。