关键词： 柴油发动机   故障领域   实体抽取   语义网络   贝叶斯网络  

摘要： 由于高速公路施工项目工期短、成本高等原因,高速公路施工现场的柴油发动机在发生故障时,需要得到及时的故障诊断和故障处理。通过BiLSTM-CRF模型实现故障实体抽取和关系抽取,利用结构化的语义网络来描述柴油发动机故障知识,以此构建柴油发动机故障领域知识图谱。同时,结合贝叶斯网络实现故障原因推理以对其知识图谱进行补全,还设计了基于知识图谱的柴油发动机故障诊断系统,以全面提升高速公路施工现场工程机械的维修效率。

关键词： 应急疏散   应急物资调配   剥夺成本   集成优化   遗传算法  

摘要： 大规模灾害救援初期,应急物资供应不及时和分配不均的状况会使灾民产生一定的负面心理情绪,影响灾后救援效率。针对该问题,本文构造绝对剥夺成本函数和相对剥夺成本函数衡量灾民的负面心理情绪,并利用总剥夺成本表征应急物资调配的公平性,以救援总成本最小为决策目标,构建兼顾效率和公平的灾民应急疏散、临时避难所选址和应急物资调配的集成优化模型,并设计一种分阶段解码的遗传算法进行求解。最后,以易受台风侵袭的广东省东莞市与汕尾市的19个城镇作为受灾点进行算例分析,验证了模型与算法的有效性和可行性,以期为灾后应急救援提供有益参考。

关键词： 微波消解   ICP-OES法   土壤有效硼  

摘要： 探究用微波消解进行前处理与电感耦合等离子体发射光谱仪(ICP-OES)检测相结合的方法,通过实验对消解时间、消解温度、升温时间及测定过程中铁共存干扰元素、土壤的pH进行了研究。在ICP-OES光谱仪的最优工作条件下,谱线249.773 nm的硼灵敏度高、峰形好,测定结果表明,当样重为10.00 g,浸提液体积为20 mL时,方法检出限为0.005 mg/kg,测定下限为0.020 mg/kg,精密度和准确度满足检测要求,此法适用于批量土壤有效硼的测定。

关键词： BOPPPS-OBE模式   课堂沉默   课堂互动   师生共同体   教-学-评  

摘要： 高职思政课课堂沉默现象仍然存在。调查发现,其原因包括以学生为中心的教育理念落实有差距,教学方法不够新颖、吸引力弱,学生性格、心理、能力等多重因素的综合影响,教学评价的滞后与缺位等。积极引入BOPPPS-OBE教学模式,打破高职思政课课堂沉默,深化以学生为中心理念,构建师生共同体式的“教”;引入BOPPPS-OBE教学模式实施教学,构建师生互动式的“学”;坚持以持续改进为原则,构建多元交互式的“评”,聚焦“教-学-评”一体化,不断提高课堂互动和学生参与度。

关键词： TBM   机器学习   破岩关键参数   不变量   遗传算法   岩土工程   工程地质  

摘要： TBM信息化施工中采集了海量数据,通过数据挖掘建立机器学习模型,是实现TBM智能化的前提.然而在TBM新建工程初期,由于数据量稀少导致机器学习模型预测效果不佳;同时由于TBM设备结构和刀盘直径存在差异,基于历史工程训练得到的机器学习模型也并不适用于新建工程.为了解决这一瓶颈问题,基于单刀受力分析、经验方法和扭剪实验模型等多种换算关系推导得到了仅与刀具数量和刀盘直径有关的物理不变量,利用由不变量组成的转换方案,可以对新建工程数据进行转换;之后针对围岩分类和机器学习模型上的应用效果,比选出最佳的破岩关键参数转换方案;进而采用遗传算法,以比选得到的转换方案不变量作为初值,迭代搜索出适合当前工程的最优转换方案不变量.研究结果表明,引绰工程(新建工程)数据经过不变量的转换后输入到引松工程(历史工程)机器学习模型,其刀盘扭矩T和刀盘推力F预测结果的拟合优度R2分别达到了0.84和0.70.本研究采用该转换方案不变量,可将不同工程的TBM施工数据归一化,将其统一到同一个框架下进行分析,实现了基于历史工程数据训练得到的机器学习模型指导新建工程施工.研究结果可为TBM机器学习模型跨工程应用提供参考.

关键词： 冶金   金属材料   微波   加热消解  

摘要： 针对冶金行业中金属材料分析的复杂性,聚焦于微波加热消解技术在金属材料样品前处理中的应用。由于传统的样品制备方法存在耗时长、易受人为因素影响以及精度不高等问题,采用了微波加热消解技术,以期提高样品处理效率和分析精度。使用2450 MHz频率的微波消解仪器进行样品处理,探讨了该技术在不同类型金属材料样品前处理中的效果。研究结果表明:微波加热消解技术能有效减少样品处理时间,同时提高分析结果的精度和重复性,对提升冶金材料分析的整体质量具有显著作用。

关键词： 机器视觉   缺陷检测   目标检测   轴承   研究现状   人工神经网络   主成分分析   支持向量机  

摘要： 机器视觉是一种用机器替代人眼进行测量和检测的技术,这种技术应用于缺陷检测具有效率高、速度快、成本低等优点,许多学者将其应用在不同领域(农业、航空航天等),并取得了较好的成果,目前轴承领域也逐渐采用该检测方法。因此,需对应用于不同轴承缺陷及机器学习、深度学习下的轴承缺陷检测算法进行综述,并对其缺陷检测算法的性能进行分析归纳及对比。首先,探讨分析了轴承缺陷形成的磨损机理,并详细介绍了轴承常见磨损形式(腐蚀磨损、疲劳磨损、黏着磨损、滚道磨损等);然后,分别介绍了基于机器学习和深度学习的检测算法的区别及特点;其次,列举了机器学习的算法及深度学习的算法用于轴承缺陷检测的研究应用与分析,主要包括机器学习的人工神经网络、主成分分析、支持向量机等,及深度学习的单阶段和双阶段目标检测算法的应用;最后,为了促进深度学习算法用于轴承缺陷的诊断,针对具体问题提出了轴承缺陷检测的挑战和未来研究方向并给出了详细的建议,对机器视觉在轴承缺陷检测中的研究现状提出了总结与展望。

关键词： 化学计量   超声封闭消解   电感耦合等离子体发射光谱仪   铝合金   硅  

摘要： 建立了超声密闭消解-电感耦合等离子体发射光谱法测定铝合金中硅元素含量的分析方法。通过优化样品前处理条件,对超声强度、密闭条件、超声温度、超声时间及酸的浓度进行筛选,选择合适的分析谱线,测定了铝合金中等含量硅。对不同硅含量的铝合金ZLD105,ZBY5291,ZBY5091进行了精密度及准确度实验,其相对标准偏差(S_(RSD))在0.3%~0.7%,加标回收率在98.9%~101.0%。该方法分析成本低、快速、准确、方便,完全可应用于实际样品测试。

关键词： 边缘计算   边缘服务器放置   多目标优化   海马优化   遗传算法  

摘要： 为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗传算法(MOSGA)解决该问题。MOSGA首先使用多目标优化算法的思想对海马优化(sea horse optimizer,SHO)算法进行改进,使SHO算法能够适用于多目标优化问题,并在此基础上使用遗传算法改进SHO算法的繁殖操作,使MOSGA能更好地跳出局部最优解,加速问题的求解。该算法在上海电信数据集上进行了实验验证,仿真实验结果表明,MOSGA明显优于RA、K-means、NSGA、LMM,不仅有效解决了服务器资源浪费的问题,同时大大降低终端设备访问服务器的时间。

关键词： LID设施   遗传算法   SWMM   成本效益   优化布设   海绵城市  

摘要： 在系统化全域推进海绵城市建设的背景下,低影响开发设施布设对城市雨洪过程具有重要影响。以江苏省宜兴市区为研究对象基于暴雨洪水管理模型SWMM建立研究区雨洪模型,考虑以径流总量削减率、悬浮物负荷削减率、生命周期成本、低影响开发设施占地面积建立综合目标函数,通过权重调整目标参数的优先级,运用遗传算法求解得到不同情景下低影响开发设施的最佳布设方案。结果表明:①在同等权重条件下,生命周期成本对优化计算的影响远大于面积,径流总量削减率与悬浮物负荷削减率影响较小;②位于管道上游的小面积汇水区内低影响开发设施的优化布设易受降雨重现期影响。研究成果可为海绵城市建设中低影响开发设施的优化布设及城市内涝防治研究提供参考。