期刊文献+
共找到1,041篇文章
< 1 2 53 >
每页显示 20 50 100
航段飞行时长裕度对靠桥率的影响及机理研究
1
作者 牟奇锋 张怡 《重庆理工大学学报(自然科学)》 北大核心 2026年第2期227-234,共8页
为研究航段飞行时长裕度与航班靠桥率的关系及作用机制,分析了进港航班偏离计划时间分布规律,拟合生成高斯混合分布概率密度函数;通过建立不同飞行时长裕度下,同机位安全时间间隔与同机位相邻航班冲突概率的函数关系式,推导出不同冲突... 为研究航段飞行时长裕度与航班靠桥率的关系及作用机制,分析了进港航班偏离计划时间分布规律,拟合生成高斯混合分布概率密度函数;通过建立不同飞行时长裕度下,同机位安全时间间隔与同机位相邻航班冲突概率的函数关系式,推导出不同冲突概率下飞行时长裕度与所需同机位安全时间间隔的关系;以西南某繁忙机场为例,采用贪心算法得到同机位安全时间间隔与靠桥率的关系;掌握靠桥率随航段飞行时长裕度的变化规律。结果表明:在特定冲突概率条件下,所需同机位安全时间间隔随航段飞行时长裕度增加而增大;靠桥率随航段飞行时长裕度增加呈现出类似于Boltzmann对数函数的下降趋势;在进行预分配的前提下,通过减少航段飞行时间裕度,能够有效提升航班靠桥率。 展开更多
关键词 航班靠桥率 航段飞行时长裕度 时隙冲突概率分析 停机位分配 同机位安全时间间隔
在线阅读 下载PDF
基于DCT-CNN-GRU的短期电力负荷预测研究
2
作者 刘伟 蔡东升 +2 位作者 冯付勇 韩昊 黄琦 《电测与仪表》 北大核心 2026年第2期138-147,共10页
短期电力负荷预测具有非线性、周期性以及变化快等特点,因此需要一种强大的模型来有效地挖掘其中的信息。为了提高短期电力负荷的预测精度,挖掘其中的信息,文中提出了一种综合应用离散余弦变换(discrete cosine transform,DCT)、卷积神... 短期电力负荷预测具有非线性、周期性以及变化快等特点,因此需要一种强大的模型来有效地挖掘其中的信息。为了提高短期电力负荷的预测精度,挖掘其中的信息,文中提出了一种综合应用离散余弦变换(discrete cosine transform,DCT)、卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)的混合模型的预测方法。模型首先利用离散余弦变换,将时域信息转换成频域信息,这个步骤有助于捕捉数据的频域特性。然后,将包含时域和频域信息的数据输入到卷积神经网络和门控循环单元中进行训练和预测。在模型中,首先通过卷积神经网络,对具有时域和频域信息的数据进行特征提取,再将数据传递给门控循环单元,充分利用门控循环单元的循环特性,学习数据的周期性和时序特征,从而实现更准确地预测。文中以美国加利福尼亚州的负荷数据和国内某公司的负荷数据作为案例进行实验验证。实验结果表明,所提出的混合模型相对于门控循环单元GRU、长短期记忆(long short-term memory,LSTM)网络、时间卷积网络(temporal convolutional network,TCN)等传统方法,能够获得更高的预测准确性。 展开更多
关键词 短期电力负荷预测 DCT变换 卷积神经网络 门控循环单元 时频结合
在线阅读 下载PDF
基于FPGA的相位噪声补偿光频域反射仪实时处理技术
3
作者 刘向阳 樊昕昱 何祖源 《半导体光电》 北大核心 2026年第1期164-171,共8页
针对相位噪声补偿光频域反射仪(PNC-OFDR)测量速度慢、解调效率低,难以满足实时性要求,文章提出一种基于现场可编程门阵列(FPGA)的实时处理系统。该系统通过低通滤波与降采样简化相位噪声补偿计算,显著降低数据处理量;并采用多路信号复... 针对相位噪声补偿光频域反射仪(PNC-OFDR)测量速度慢、解调效率低,难以满足实时性要求,文章提出一种基于现场可编程门阵列(FPGA)的实时处理系统。该系统通过低通滤波与降采样简化相位噪声补偿计算,显著降低数据处理量;并采用多路信号复用的二维傅里叶变换结构,实现对长序列的高效频域分析。实验结果表明,该系统完成了11阶相位噪声补偿,在27 km测量距离内实现了2.5 cm空间分辨率,且FPGA处理延时仅为8.13 ms,低于硬件系统的10 ms的扫频周期,从而实现了PNC-OFDR的实时解调。 展开更多
关键词 光频域反射仪 相位噪声补偿光频域反射仪 可编辑门阵列 并行计算
原文传递
考虑风速分段控制和功率连续演化的短期风电功率预测
4
作者 李丹 黄烽云 +2 位作者 缪书唯 唐建 罗娇娇 《电网技术》 北大核心 2026年第1期334-344,I0155,I0156,共13页
当前风电功率时序预测模型将时间均匀离散化处理,忽略了风电功率连续演化和风速对风电功率的分段控制特性。为提高预测的合理性,并拓展针对输入时间序列不规则时间间隔采样场景的应用,提出一种基于分段控制混合微分神经网络的短期风电... 当前风电功率时序预测模型将时间均匀离散化处理,忽略了风电功率连续演化和风速对风电功率的分段控制特性。为提高预测的合理性,并拓展针对输入时间序列不规则时间间隔采样场景的应用,提出一种基于分段控制混合微分神经网络的短期风电功率预测方法。首先,通过三次样条插值将离散时间点的风速连续化为风速时序轨迹,利用混合微分神经网络并行模拟时间惯性和连续风速影响下的风电功率控制演化规律,以完整反映其动态演变模式;然后,依据风速落入不同数值区间时对风电功率的差异化控制模式,采用多层感知器动态输出风速隶属于不同控制区间的连续值权重;最后,输出同时满足时间惯性和风速分段控制演化规律的风电场功率短期预测值。实际算例结果表明,该方法在处理不规则采样时间序列方面表现出显著优势,分段控制混合微分神经网络在预测精度和可信度上优于常见RNN网络。 展开更多
关键词 短期风电功率预测 时间序列 神经控制微分方程 门控函数 分段控制
原文传递
基于韦伯定律的双门控LMS非均匀性校正方法
5
作者 陆红红 李振华 +3 位作者 胡冰新 施莹 杨韬 崔艳军 《兵器装备工程学报》 北大核心 2026年第3期266-271,共6页
红外探测器所成图像存在固有非均匀性缺陷,现有的基于场景的最小均方差(least mean square,LMS)校正算法在对图像进行非均匀性校正时极易引入鬼影,严重限制了校正效果。针对这一瓶颈,本研究以时域门控鬼影抑制技术为基础,创新性地将韦... 红外探测器所成图像存在固有非均匀性缺陷,现有的基于场景的最小均方差(least mean square,LMS)校正算法在对图像进行非均匀性校正时极易引入鬼影,严重限制了校正效果。针对这一瓶颈,本研究以时域门控鬼影抑制技术为基础,创新性地将韦伯定律引入红外图像非均匀性校正体系,提出双门控LMS非均匀性校正方法。该方法摒弃了“绝对无鬼影”的理想化数学优化目标,转而以鬼影处于人眼视觉感知阈值之下为核心准则进行校正;构建了全新的“运动终止”目标检测模型以获取可校正像素增量;并通过预判增量校正目标的运动趋势来确定其校正幅度,从而达到各类复杂场景下图像质量和鬼影抑制性能的协同优化。实验结果证明,双门控法可与现有各类基线校正算法灵活叠加部署,具备优异的算法普适性;肉眼观测和各类图像量化指标均显示,相较于传统的时域门控算法,该方法可在不降低鬼影抑制效果的前提下,将校正效率提高最高达60%。 展开更多
关键词 红外图像 非均匀性 时域门控 LMS 鬼影抑制
在线阅读 下载PDF
事件型消息时间感知调度动态门控设计
6
作者 韩忠 颜伟 魏刚 《电光与控制》 北大核心 2026年第3期77-82,共6页
时间感知调度方法是时间敏感网络(TSN)实现确定性数据传输调度的核心。针对时间敏感网络中多个网络端系统向一个网络端系统发送不同类型周期型和事件型数据流的多打一传输冲突场景,提出了一种基于动态门控的事件型消息时间感知调度方法... 时间感知调度方法是时间敏感网络(TSN)实现确定性数据传输调度的核心。针对时间敏感网络中多个网络端系统向一个网络端系统发送不同类型周期型和事件型数据流的多打一传输冲突场景,提出了一种基于动态门控的事件型消息时间感知调度方法;设计了基于动态队列门控的时间感知调度模型和优先级调度模型,以及事件型数据流动态门控调度流程,并对事件型数据流在多打一传输冲突场景下的传输延迟进行了仿真对比分析。仿真结果表明,与基本时间感知调度模型相比,提出的基于动态门控的事件型消息时间感知调度方法能够有效降低事件型消息在多打一传输冲突场景下的传输延迟和抖动,为事件型数据流和周期型数据流的确定性融合调度提供了有效途径。 展开更多
关键词 动态门控 时间感知 优先级调度 门控列表
在线阅读 下载PDF
R-DSP二级Cache的设计优化
7
作者 袁杰 吴丽娟 +1 位作者 杨德强 杨广林 《计算机工程与设计》 北大核心 2026年第2期568-575,共8页
通过比对R数字信号处理器(R-DSP)与TI-AWR2944对大型算法的处理周期数,发现R-DSP的二级Cache与TI-AWR2944的二级Cache存在着较大的性能差距。针对上述问题,提出采用门控脉冲时钟电路替代传统的跨时钟域方法,减少单次读写访问命中二级Ca... 通过比对R数字信号处理器(R-DSP)与TI-AWR2944对大型算法的处理周期数,发现R-DSP的二级Cache与TI-AWR2944的二级Cache存在着较大的性能差距。针对上述问题,提出采用门控脉冲时钟电路替代传统的跨时钟域方法,减少单次读写访问命中二级Cache所消耗的时钟周期数。此外,也在二级Cache中加入流水线结构,提高猝发访问二级Cache的效率。经UVM(universal verification methodology)验证方法学和库函数系统级性能分析:与原设计相比,优化后二级Cache整体性能约为原设计的2倍。 展开更多
关键词 DSP 二级CACHE 存储体 门控脉冲时钟 建立时间 流水线 UVM验证
在线阅读 下载PDF
基于切比雪夫图卷积与门控循环单元的风电机组故障诊断方法
8
作者 刘洪普 杨铭 +2 位作者 董志永 涂宁 张平 《可再生能源》 北大核心 2026年第1期60-69,共10页
针对传统前馈神经网络与卷积神经网络无法有效提取风电机组运行数据的非线性空间特征与时间特征,以及目前的风电机组故障诊断方法只能进行状态监测,无法有效进行故障定位等问题,文章提出一种基于切比雪夫图卷积网络与循环门控单元的风... 针对传统前馈神经网络与卷积神经网络无法有效提取风电机组运行数据的非线性空间特征与时间特征,以及目前的风电机组故障诊断方法只能进行状态监测,无法有效进行故障定位等问题,文章提出一种基于切比雪夫图卷积网络与循环门控单元的风电机组故障诊断方法。首先,基于动态时间规整算法构建图结构;其次,通过切比雪夫图卷积网络提取风电机组运行数据的非线性空间相关性;再次,利用循环门控单元提取风电机组运行数据的时间特征;最后,通过全连接层以及Softmax激活函数输出风电机组故障状态以及故障部位。经实验验证,该方法不但能够实现风电机组潜在故障的诊断,同时也可有效判断故障发生的具体部件,准确率达到99.33%,故障误检率低至0.38%,故障漏检率低至0.41%。 展开更多
关键词 风电机组 故障诊断 动态时间规整 图卷积网络 门控循环单元
在线阅读 下载PDF
核安全级FPGA亚稳态验证技术的研究与实践
9
作者 高玉斌 武方杰 +2 位作者 王晓燕 许先音 董玲玲 《自动化仪表》 2026年第1期25-31,37,共8页
目前,核安全级仪控系统中的现场可编程门阵列(FPGA)亚稳态问题以识别风险为主。对功能造成的负面影响通常是靠人工分析,存在分析结果不准确、不直观等问题。根据IEC 62566要求,通过对亚稳态机理的研究,创新性地提出一种针对核安全级FPG... 目前,核安全级仪控系统中的现场可编程门阵列(FPGA)亚稳态问题以识别风险为主。对功能造成的负面影响通常是靠人工分析,存在分析结果不准确、不直观等问题。根据IEC 62566要求,通过对亚稳态机理的研究,创新性地提出一种针对核安全级FPGA亚稳态问题的系统化验证技术。该技术通过跨时钟域(CDC)特征分析识别亚稳态风险点,基于亚稳态仿真模型测试亚稳态对功能的影响,并评估亚稳态平均无故障时间(MTBF)。该研究为我国核安全级FPGA亚稳态验证提供了一种通用技术。该技术成功应用于三代堆型的多个核安全级仪控系统的FPGA验证工作中。实践结果表明,该技术在可靠性验证上具有重要价值。 展开更多
关键词 仪控系统 核安全级 现场可编程门阵列 平均无故障时间 亚稳态 跨时钟域 三代堆型
在线阅读 下载PDF
基于WOA-GRU的民航风切变风险预测模型
10
作者 王占海 陈奇 +2 位作者 吴涛 张楠 曹大树 《科学技术与工程》 北大核心 2026年第1期395-401,共7页
为提高民航风切变风险预测模型的预测性能,提升其适用性和预测精度,提出一种引入约束动态调整策略的鲸鱼算法(whale optimization algorithm, WOA)优化门控循环单元(gated recurrent unit, GRU)的民航风切变风险预测模型。首先,基于民... 为提高民航风切变风险预测模型的预测性能,提升其适用性和预测精度,提出一种引入约束动态调整策略的鲸鱼算法(whale optimization algorithm, WOA)优化门控循环单元(gated recurrent unit, GRU)的民航风切变风险预测模型。首先,基于民航不安全事件数据,构建了风切变风险指标体系并提出了月平均风险指标量化计算方法,为风切变风险预测提供了标准化输入;其次,针对传统WOA优化高维参数易陷入局部最优或搜索效率低的问题,引入超参数敏感性因子,使模型更快逼近全局最优解;再次,利用WOA全局搜索和GRU时序特征提取的优势,构建了WOA-GRU组合模型并应用到民航风切变风险预测领域。结果表明:WOA-GRU相比于反向传播(back propagation, BP)神经网络、卷积神经网络(convolutional neural networks, CNN)模型,均方误差(mean square error, MSE)分别降低了65.45%、74.91%,平均绝对误差(mean absolute error, MAE)分别降低了64.66%、65.85%,模型预测精度性能优于其他比照模型。所提模型较好地拟合了月风切变风险的历史序列,在风切变风险预测预警方面展现出更高的准确率和可靠性。 展开更多
关键词 门控循环单元 鲸鱼优化算法 时间序列预测 风切变 风险预测
在线阅读 下载PDF
融合时序依赖性与数据特征的自适应无损分段压缩方法
11
作者 陈振清 万加富 张锐 《计算机工程》 北大核心 2026年第2期79-88,共10页
面对复杂多样的时序数据模式,单一的压缩算法难以保持高压缩比,亟需根据不同数据模式选择合适的压缩算法。针对现有自适应压缩方案在确定最佳压缩算法时准确性较低的问题,提出一种融合时序依赖性与数据特征的自适应无损分段压缩方法(ALS... 面对复杂多样的时序数据模式,单一的压缩算法难以保持高压缩比,亟需根据不同数据模式选择合适的压缩算法。针对现有自适应压缩方案在确定最佳压缩算法时准确性较低的问题,提出一种融合时序依赖性与数据特征的自适应无损分段压缩方法(ALSC-TDF)。该方法对时序数据进行分段压缩,并根据各段模式选择最合适的压缩算法。ALSC-TDF将压缩算法选择问题转化为时间序列分类任务,利用门控循环单元(GRU)捕捉时序依赖性,并考量了与数据压缩比密切相关的压缩效率特征,包括基本统计特征、排列和变化特征以及压缩程度特征。通过改进的GRU-全卷积网络(GRU-FCN)融合分析时序依赖性和数据特征,以提高分类准确性和稳健性,进而提升整体数据的压缩比。最后,利用多种数据集验证了ALSC-TDF的有效性与优势,其在分类准确率和F1值方面均优于对比模型,准确率达到88.86%。同时,ALSC-TDF的压缩比显著超越现有压缩算法,其总压缩比相较Elf算法提升15.62%。实验结果表明,综合分析时间序列的数据特征及其时序依赖性,可有效提高自适应压缩算法选择的准确性和稳健性,从而实现更高的压缩比。 展开更多
关键词 时序数据 自适应压缩 模式识别 门控循环单元 特征提取
在线阅读 下载PDF
一种应用于视觉导航的轻量级FPGA图像预处理加速器方案
12
作者 薛仁魁 张杰 +2 位作者 李斌 李萌 吴洋 《中国科学院大学学报(中英文)》 北大核心 2026年第2期277-287,共11页
针对视觉导航图像前端的加速处理需求,提出一种基于轻量级、低成本FPGA的图像预处理加速器方案。该方案通过高效的流水线设计以及并行处理技术集成直方图均衡化、FAST特征点检测及多源传感器数据时间同步等关键功能,解决了在有限硬件资... 针对视觉导航图像前端的加速处理需求,提出一种基于轻量级、低成本FPGA的图像预处理加速器方案。该方案通过高效的流水线设计以及并行处理技术集成直方图均衡化、FAST特征点检测及多源传感器数据时间同步等关键功能,解决了在有限硬件资源下实现多功能集成、满足实时性要求、平衡成本与性能、多源传感器信息时间同步,以及实现软硬件协同设计等技术难点。该方案基于Xilinx公司Zynq-7000系列轻量级FPGA实现,在实现低成本的同时大大降低了图像处理延迟。当FPGA以160 MHz的频率运行时,对于1280×720的图像可实现150帧/s的处理速度,提供了一种低成本、高性能的视觉导航图像前端加速解决方案。 展开更多
关键词 图像加速器 直方图均衡化 特征点提取 时间同步 视觉导航 现场可编程门阵列(FPGA)
在线阅读 下载PDF
水工钢闸门无损检测技术对比分析
13
作者 熊俊 李焱 +3 位作者 吴永风 胡碧辉 金修伟 邱勇 《江西水利科技》 2026年第2期142-147,共6页
焊接是钢闸门制造过程中不可避免的加工工艺,焊接质量直接影响闸门的服役安全,从而影响到整个水利工程乃至下游人民生命财产的安全。为保证钢闸门焊接质量,采用超声脉冲反射法(UT)、超声衍射时差法(TOFD)、超声相控阵检测技术(PAUT)等... 焊接是钢闸门制造过程中不可避免的加工工艺,焊接质量直接影响闸门的服役安全,从而影响到整个水利工程乃至下游人民生命财产的安全。为保证钢闸门焊接质量,采用超声脉冲反射法(UT)、超声衍射时差法(TOFD)、超声相控阵检测技术(PAUT)等多种无损技术对焊缝内部缺陷进行检测。通过实践发现:三种检测方法对于对接焊缝内部缺陷检测均有效果,但也存在一些缺点。超声脉冲反射法(UT)技术成熟,应用最广泛,但检出率稍低;超声衍射时差法(TOFD)存在上、下表面盲区,在薄板检测过程中容易出现漏检情况;超声相控阵检测技术(PAUT)目前国内还未有完善的验收标准,并且设备操作较难、回波图形较复杂,灵敏度的设置对检测结果影响较大,需要较丰富的经验才能进行操作和判别。采用超声脉冲反射法(UT)+超声衍射时差法(TOFD)相结合的检测方法,最大限度地保证了焊缝缺陷的检出率和检测效率。 展开更多
关键词 水工钢闸门 无损检测 超声衍射时差法 超声相控阵检测技术
在线阅读 下载PDF
融合VAE与度量学习的负荷数据双模式学习算法
14
作者 蒋晓丽 李传江 +1 位作者 章倩 陈琳升 《中国测试》 北大核心 2026年第3期154-163,共10页
电力负荷数据有效分析对于挖掘信息的价值至关重要,聚类和分类是数据挖掘中主要手段。考虑到电力负荷数据分析因其固有的时序复杂性相较于其他类型的数据分析更加具有挑战性。该研究提出一种时间序列数据双模式分析算法,该算法融合监督... 电力负荷数据有效分析对于挖掘信息的价值至关重要,聚类和分类是数据挖掘中主要手段。考虑到电力负荷数据分析因其固有的时序复杂性相较于其他类型的数据分析更加具有挑战性。该研究提出一种时间序列数据双模式分析算法,该算法融合监督学习和无监督学习。首先,设计基于门控神经网络的变分自编码器(VAE),深入学习时间序列数据的时序特征。针对传统VAE在KL散度损失项和无监督学习方面的局限,文章改进KL散度损失函数并引入度量学习,以增强潜在空间的表征能力。进一步,通过编码器得到的潜在向量空间,实现符合聚类原则的输出设计,并提出有效的合并和停止标准,以降低计算成本。此外,采用结合度量学习和分类任务的多任务学习策略,实现时间序列数据的准确分类。在大规模工业负荷数据的实验中,与现有技术相比,所提算法在聚类精度上平均提高27.16%,速度提升47.15%,在分类精度上最高提高14.86%,速度提升34.45%,证明本算法的有效性和优越性。 展开更多
关键词 时间序列数据 聚类算法 变分自编码器 门控神经网络 度量学习
在线阅读 下载PDF
基于两级时间插值的FPGA-TDC设计与测试
15
作者 童涛 葛良 张玮 《强激光与粒子束》 北大核心 2026年第2期88-96,共9页
提出一种结合多相时钟与延迟链插值的多通道FPGA-TDC结构,以降低工作频率、提升线性度并减少资源消耗,同时保持高分辨率。设计采用两级插值结构,利用多相时钟与延迟链构建细时间单元,从而减小延迟非线性积累并缩小编码器规模。系统在Xil... 提出一种结合多相时钟与延迟链插值的多通道FPGA-TDC结构,以降低工作频率、提升线性度并减少资源消耗,同时保持高分辨率。设计采用两级插值结构,利用多相时钟与延迟链构建细时间单元,从而减小延迟非线性积累并缩小编码器规模。系统在Xilinx ZYNQ-7035平台实现,并在0~16 000 ps范围内进行测试。实验结果表明,所设计的TDC系统分辨率优于4 ps,微分非线性在-1~+7 LSB之间,积分非线性在-2 LSB至+14 LSB之间。与传统结构相比,该方案在同频率下延迟链长度成倍缩短,在相同链长下频率更低。所提两级插值结构在提升分辨率和线性度的同时显著节省逻辑资源,具备良好的应用潜力。 展开更多
关键词 时间数字转换器 两级插值 现场可编程门阵列 多相时钟 抽头延迟链
在线阅读 下载PDF
基于时间窗口的时间敏感网络流量调度方法 被引量:2
16
作者 李超 李红硕 +2 位作者 董哲 史运涛 李文昊 《电光与控制》 北大核心 2025年第4期77-81,共5页
时间敏感网络是一种新型确定性网络,流量调度作为其核心机制,主要通过门控列表保证时间触发流传输的服务质量。然而,以帧为对象进行门控调度设计时,需要计算每一帧的具体时隙分配,存在计算复杂度过高的问题。为此,针对时隙配置求解复杂... 时间敏感网络是一种新型确定性网络,流量调度作为其核心机制,主要通过门控列表保证时间触发流传输的服务质量。然而,以帧为对象进行门控调度设计时,需要计算每一帧的具体时隙分配,存在计算复杂度过高的问题。为此,针对时隙配置求解复杂的问题,将以帧为调度对象改进为以时间窗口为调度对象,基于时间窗口设计了整数线性规划调度方法,并使用Gurobi优化器得出结果。仿真实验表明:提出的调度方法在保证时间触发流的流量特性基础上有效降低了计算复杂度,与以帧为对象的调度方法相比,端到端总时延降低了约6%,求解时间减少了约41%。 展开更多
关键词 时间敏感网络 流量调度 门控列表 时间窗口 整数线性规划
在线阅读 下载PDF
汽车用前保险杠注塑参数田口试验及试验验证 被引量:4
17
作者 黄可 邹华杰 +1 位作者 钱子龙 李兵兵 《塑料工业》 北大核心 2025年第2期90-96,共7页
为了获得低翘曲量的汽车用前保险杠制品,对制品浇口充填方案进行可行性验证。经验证,聚合物链不会断裂,材料不会降解,优化后浇口成型方案合理。选取熔体温度(H)、注射压力(I)、模具表面温度(J)、“辅助流道”直径(K)、浇口宽度(L)、冷... 为了获得低翘曲量的汽车用前保险杠制品,对制品浇口充填方案进行可行性验证。经验证,聚合物链不会断裂,材料不会降解,优化后浇口成型方案合理。选取熔体温度(H)、注射压力(I)、模具表面温度(J)、“辅助流道”直径(K)、浇口宽度(L)、冷却时间(M),为研究对象,构建6因素5水平25次田口试验,当H为225℃,I为60 MPa,J为75℃,K为10 mm,L为20 mm,M为40 s(第6组工艺参数)时,最大翘曲量(20.10 mm)最小。通过极差分析,获得各因素各水平与最大翘曲量的关联,熔体温度、注射压力、“辅助流道”直径,对最大翘曲量的影响起到决定性作用;冷却时间,对最大翘曲量的影响作用不大;浇口宽度及模具表面温度,对最大翘曲量的影响最弱。在H为225℃,I为60 MPa,J为75℃,K为12 mm,L为32 mm,M为30 s参数下最大翘曲量较第6组工艺参数下的最大翘曲量,降低了30.3%。经试验验证,成型后的制品表面光泽均匀,没有出现烧焦、困气、熔接痕等缺陷,成型状态优良,保险杠两端与模具贴合良好,没有发现翘曲现象,验证了工艺参数的准确性,佐证了Moldflow 2024模流数值软件分析的科学性。 展开更多
关键词 前保险杠 熔体温度 注射压力 模具表面温度 “辅助流道”直径 浇口宽度 冷却时间
在线阅读 下载PDF
面向双馈风电场站的发电单元FPGA并行仿真方法
18
作者 陈建昌 许建中 +2 位作者 刘逸凡 夏仕伟 赵成勇 《中国电机工程学报》 北大核心 2026年第4期1582-1591,I0024,共11页
大规模双馈风电场作为实现我国“双碳”目标的陆上风电主力,其高比例电力电子设备的接入对电力系统电磁暂态高精度仿真技术提出日益严苛的要求,面向上百台发电单元的双馈场站全拓扑精细化微秒级仿真研究仍相对空白。基于现场可编程门阵... 大规模双馈风电场作为实现我国“双碳”目标的陆上风电主力,其高比例电力电子设备的接入对电力系统电磁暂态高精度仿真技术提出日益严苛的要求,面向上百台发电单元的双馈场站全拓扑精细化微秒级仿真研究仍相对空白。基于现场可编程门阵列(field programmable gate array,FPGA)微秒级小步长并行仿真能力,提出一种面向双馈风电场站的发电单元FPGA并行仿真方法。首先,进行双馈感应电机微秒级高并行度离散化建模与换流器受控源建模;接着,对节点导纳矩阵分块降维以实现发电单元内部分网并行,并从整体电路解算层面提出单元级并行仿真框架;最后,考虑实时数字仿真器(real time digital simulator,RTDS)与FPGA仿真平台特点,分配发电单元的微秒级小步长仿真任务并搭建联合仿真硬件框架;通过对比RTDS标准模型与RTDS+FPGA联合仿真模型,验证所提并行仿真方法的准确性。 展开更多
关键词 双馈风电场 发电单元 微秒级小步长 并行仿真方法 RTDS+FPGA联合仿真
原文传递
融入股票论坛UGC时序特征的上市公司财务困境预测方法 被引量:1
19
作者 张玉 蒋翠清 《合肥工业大学学报(自然科学版)》 北大核心 2025年第3期387-394,共8页
股票论坛用户生成内容(user generated content,UGC)能反映上市公司利益相关者对公司经营业绩和相关事件的关注和观点,具有及时性和动态性,是对财务信息的有效补充。为有效提取动态变化UGC,文章提出一种融入股票论坛UGC时序特征的上市... 股票论坛用户生成内容(user generated content,UGC)能反映上市公司利益相关者对公司经营业绩和相关事件的关注和观点,具有及时性和动态性,是对财务信息的有效补充。为有效提取动态变化UGC,文章提出一种融入股票论坛UGC时序特征的上市公司财务困境预测方法。首先,针对用户评论和用户阅读中的时间序列信息,考虑情感特征时序性和互动信息时序性,采用门控循环网络(gated recurrent unit,GRU)模型,挖掘时间序列中的动态信息;其次,不同时间段下发生的事件对财务困境预测的影响程度不同,采用注意力机制聚合重大事件对财务困境预测的影响;最后,基于UGC时序特征,并结合财务特征对上市公司财务困境进行预测。研究表明,所提方法能够有效地提取并聚合时序特征,提高财务困境预测效果。 展开更多
关键词 股票论坛 时序特征 门控循环网络 注意力机制 财务困境预测
在线阅读 下载PDF
基于局部时序建模与Transformer的机器人运动技能学习
20
作者 朱晓庆 南博睿 +5 位作者 宫婉儒 毕兰越 郑忻宜 朱晓宇 吴通 张川 《北京理工大学学报》 北大核心 2025年第9期968-978,共11页
为了提高机器人运动技能学习的效率和精度,提出一种基于序列特征处理的动作决策Transformer模型,命名为门控机制Transformer(gated mechanism Transformer,GMT).模型以GPT-2为核心,结合门控机制提取隐藏状态特征,通过自回归建模捕捉时... 为了提高机器人运动技能学习的效率和精度,提出一种基于序列特征处理的动作决策Transformer模型,命名为门控机制Transformer(gated mechanism Transformer,GMT).模型以GPT-2为核心,结合门控机制提取隐藏状态特征,通过自回归建模捕捉时间依赖关系,解决机器人运动数据中深层特征难以提取的问题.同时,利用参数共享策略细化预测特征完成动作推理.GMT在MuJoCo平台的三个机器人运动技能任务中进行了验证.实验结果表明,GMT在学习效率和精度方面较Decision Transformer最高提升28.5%.研究表明,GMT能够高效建模机器人运动序列特征,为机器人动作决策提供新的技术方案. 展开更多
关键词 机器人运动 局部时序建模 TRANSFORMER 门控机制 自回归建模
在线阅读 下载PDF
上一页 1 2 53 下一页 到第
使用帮助 返回顶部