检索结果-内蒙古大学图书馆

安全与环境学报 2025年第2期25卷 572-581页

作者：汪磊栾昊杨忠昌中国民航大学安全科学与工程学院天津300300

为探索民机驾驶舱人机交互典型场景中人为差错发生的认知层面原因,运用人的排队网络信息加工模型(Queuing Network-Model Human Processor, QN-MHP)和人因可靠性方法对空速不可靠场景下的飞行员行为进行仿真研究。首先,通过设计任务及... 详细信息

为探索民机驾驶舱人机交互典型场景中人为差错发生的认知层面原因,运用人的排队网络信息加工模型(Queuing Network-Model Human Processor, QN-MHP)和人因可靠性方法对空速不可靠场景下的飞行员行为进行仿真研究。首先,通过设计任务及场景进行任务建模;然后,对模型中表示各脑区功能服务器的处理时间、处理容量及实体处理路径与差错概率赋值,进行24次仿真模拟;最后,通过设计模拟飞行试验,验证QN-MHP模型在民机驾驶舱人机交互研究中的可行性。结果表明,在空客A320机型空速不可靠处置任务中,飞行员在处置路径上易发生人为差错,在故障的识别、判断等关键节点也有少数差错发生,且任务过程中飞行员眼部利用率较高。研究表明,飞行员过高的用眼负荷是导致驾驶舱人机交互失效的原因之一,在未来驾驶舱人机交互流程设计及飞行训练中应予以重点关注。

关键词：安全人体学驾驶舱人机交互认知建模人的排队网络信息加工模型空速不可靠

来源：评论

学校读者我要写书评

暂无评论

南阳膨胀土浸水变形特性及微观结构研究

引用

建筑科学 2025年第1期41卷 126-135页

作者：范文晓新疆工程学院土木工程学院新疆乌鲁木齐830023

为探究南阳地区膨胀土变形时程特性,首先测定了土-水特征曲线,开展了一系列不同饱和度和上覆应力的一维膨胀试验,阐明了其膨胀变形特性并提出了双曲线模型,结合压汞试验探究了南阳膨胀土浸水变形过程中的微观结构演变规律。结果表明:膨... 详细信息

为探究南阳地区膨胀土变形时程特性,首先测定了土-水特征曲线,开展了一系列不同饱和度和上覆应力的一维膨胀试验,阐明了其膨胀变形特性并提出了双曲线模型,结合压汞试验探究了南阳膨胀土浸水变形过程中的微观结构演变规律。结果表明:膨胀变形时程曲线为“S”型,变形展现三阶段时程特性。第一阶段为初始膨胀,膨胀变形发展并不显著。第二阶段为主要变形阶段,试样膨胀变形迅速增加。第三阶段为膨胀稳定阶段,膨胀变形增长非常缓慢,已基本处于稳定状态。变形时程曲线可用双曲线形式表述。在双曲线模型中,初始膨胀速率和最终膨胀变形控制曲线形状和位置。最终膨胀变形与初始吸力和上覆应力呈三维对数曲面,初始膨胀速率随最终膨胀变形增加呈指数增加。非饱和时试样呈双峰结构,浸水膨胀后,从双峰布变成单峰分布,施加上覆压力主要导致1μm~10μm孔隙压缩。SEM照片显示,非饱和状态下,试样团聚体多呈鳞状,粒径较大,颗粒间接触较强。浸水后,由于试样团聚体呈絮凝状,粒径较小,粒间接触减弱。试样浸水前后宏观变形和孔径分布的改变主要由团聚体膨胀导致。

关键词：膨胀土变形时程一维膨胀双曲线模型

来源：评论

学校读者我要写书评

暂无评论

刚性障碍物对含尘瓦斯爆炸的激励效应

引用

安全与环境学报 2025年第4期25卷 1330-1338页

作者：徐景德卢鸿玉卢森涛刘钧海汪志萼荣晶晶安徽理工大学安全科学与工程学院安徽淮南232000 华北科技学院安全工程学院河北燕郊065201 首都经济贸易大学管理工程学院北京100070

为探究刚性障碍物对含尘瓦斯爆炸的激励效应,通过使用中尺度爆炸激波管试验系统,结合激光纹影技术,设置不同数量的刚性障碍物以及是否有煤尘参与的工况,通过分析火焰传播、爆炸压力以及流场变化情况,探讨刚性障碍物对爆炸的影响。结果表... 详细信息

为探究刚性障碍物对含尘瓦斯爆炸的激励效应,通过使用中尺度爆炸激波管试验系统,结合激光纹影技术,设置不同数量的刚性障碍物以及是否有煤尘参与的工况,通过分析火焰传播、爆炸压力以及流场变化情况,探讨刚性障碍物对爆炸的影响。结果表明:障碍物的存在显著增加了湍流强度,加速火焰传播,提升爆炸压力。在障碍物的参与下,单一瓦斯爆炸的最大爆炸压力为323.681 kPa,增加了23.75%,而在含尘瓦斯爆炸中,最大爆炸压力为365.645 kPa,增加了21.82%,煤尘的参与进一步加剧了爆炸强度,障碍物引发的湍流促进了煤尘的悬浮与再燃。刚性障碍物对爆炸的激励效应随着刚性障碍物数量的增加而增强,尤其在含尘瓦斯爆炸中更加明显。

关键词：安全工程含尘瓦斯爆炸刚性障碍物激励效应

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的煤自燃声学预警方法研究

引用

清华大学学报(自然科学版) 2025年第4期65卷 769-776页

作者：孔彪郑永超冯新刘纪凡山东科技大学安全与环境工程学院安全工程系青岛266590

煤自燃火灾监测预警是制约煤炭行业安全发展的一大难题,现有煤自燃监测预警方法中,采用单一指标分析精确度不足,基于统计分析法的多指标判定方法会受指标数量和种类的限制,使得判定过程复杂,结果差异较大,而支持向量机算法可以从有限的... 详细信息

煤自燃火灾监测预警是制约煤炭行业安全发展的一大难题,现有煤自燃监测预警方法中,采用单一指标分析精确度不足,基于统计分析法的多指标判定方法会受指标数量和种类的限制,使得判定过程复杂,结果差异较大,而支持向量机算法可以从有限的样本中学习出全部的规律,有望应用于煤自燃监测预警领域。该文首先建立煤自燃过程中次声波和声发射信号测试系统,研究发现次声波和声发射的主频幅值与温度具有较高的相关性(相关系数R^(2)>0.90),可作为监测煤自燃的有效指标。其次,在分析支持向量机原理的基础上,将次声波和声发射的主频幅值作为特征向量,选用“一对一”方法建立煤自燃支持向量机模型,并验证分析不同核函数对识别结果的影响,形成基于支持向量机的煤自燃声学预警方法。研究结果表明,该支持向量机模型能根据煤自燃产生的次声波、声发射主频幅值数据特征较好地划分煤自燃的不同阶段,其中次声波多项式核函数支持向量机与声发射Gauss核函数支持向量机的分类效果最好,总体识别率在90.00%以上。本文的研究为煤自燃高效监测预警提供了一种新方法。

关键词：煤自燃支持向量机次声波声发射预测预警

来源：评论

学校读者我要写书评

暂无评论

MDA-MIM:一种融合多尺度特征与双重注意力机制的雷达回波图预测模型

引用

通信学报 2025年第3期46卷 248-257页

作者：胡强高雅婷尹宾礼渠连恩青岛科技大学信息科学技术学院山东青岛266000 青岛广播电视台山东青岛266000 新疆工程学院信息工程学院新疆乌鲁木齐830023

为提升雷达回波图中时空特征的提取质量,提出了一种基于多尺度特征融合和双重注意力机制的MIM改进(MDA-MIM)模型。该模型基于空洞卷积实现多尺度特征提取与融合。通过在MIM模型中的非平稳模块集成自注意力机制,调整不同时间步长和空间... 详细信息

为提升雷达回波图中时空特征的提取质量,提出了一种基于多尺度特征融合和双重注意力机制的MIM改进(MDA-MIM)模型。该模型基于空洞卷积实现多尺度特征提取与融合。通过在MIM模型中的非平稳模块集成自注意力机制,调整不同时间步长和空间位置的权重,更精确地捕捉雷达回波数据中的非平稳性特征。在平稳模块引入局部注意力机制,以聚焦于局部区域内的特征关联,增强对平稳性特征的捕捉能力。真实数据集上的实验结果表明,MDA-MIM具有优秀的预测性能,在MSE、MAE、SSIM和PSNR等指标上均优于对比模型。

关键词：雷达回波图时空预测注意力机制多尺度特征

来源：评论

学校读者我要写书评

暂无评论

柔性直流电网双端量自适应限流控制策略研究

引用

电力系统保护与控制 2025年第8期53卷 81-95页

作者：秦小华侯俊杰樊艳芳宋国兵孙瑶吴小芳新疆大学电气工程学院新疆乌鲁木齐830046 西安交通大学电气工程学院陕西西安711049 国网新疆电力有限公司电力科学研究院新疆乌鲁木齐830011

柔性直流电网中模块化多电平换流器(modular multilevel converters,MMC)限流控制策略能有效降低对线路保护速动性的要求以及直流断路器(DC circuit breakers,DCCB)的开断容量,但易造成非故障端功率传输中断,扩大故障影响范围。为进一... 详细信息

柔性直流电网中模块化多电平换流器(modular multilevel converters,MMC)限流控制策略能有效降低对线路保护速动性的要求以及直流断路器(DC circuit breakers,DCCB)的开断容量,但易造成非故障端功率传输中断,扩大故障影响范围。为进一步提高其选择性,提出了一种双端量自适应限流控制策略。首先,根据限流控制的选择性原则及目的确定MMC自适应限流控制策略的启动范围。其次,根据限流启动范围内、外线路两端的初始电流行波极性确定故障区域,实现自适应限流控制策略的选择性启动,并根据故障后线路电压的跌落程度自适应地重构直流阻抗,抑制故障电流。最后,形成自适应限流控制、故障区域识别与故障隔离三者紧密融合的整体方案。仿真结果表明,所提自适应限流控制策略在降低DCCB技术需求的同时具有良好的选择性,并对故障类型、过渡电阻和噪声均有一定的适应性。

关键词：柔性直流电网限流策略自适应双端故障识别

来源：评论

学校读者我要写书评

暂无评论

基于属性强度关联性矩阵的零样本滚动轴承故障诊断

引用

振动与冲击 2025年第2期44卷 302-311页

作者：苑茹马萍张宏立王聪王瑾春李家声新疆大学电气工程学院乌鲁木齐830017 新疆大学智能科学与技术学院乌鲁木齐830017

针对传统有监督学习模型难以辨别滚动轴承未知类故障的问题,提出一种基于属性强度关联性矩阵的零样本滚动轴承故障诊断模型。首先,利用样本之间属性强度关系对数据库中故障样本进行细粒度描述,建立各故障样本与故障类别间的关联关系;其... 详细信息

针对传统有监督学习模型难以辨别滚动轴承未知类故障的问题,提出一种基于属性强度关联性矩阵的零样本滚动轴承故障诊断模型。首先,利用样本之间属性强度关系对数据库中故障样本进行细粒度描述,建立各故障样本与故障类别间的关联关系;其次,引入自适应深度可分离残差网络提取故障属性相关的特征信息;最后,根据属性细粒度描述和特征信息,使用属性学习模块预测未知类故障的属性,通过计算其与属性矩阵的欧氏距离,实现零样本轴承故障的诊断。试验结果表明,相较于其他模型,该模型在识别未知滚动轴承故障类别方面取得了优异的性能,平均诊断准确率达到90.45%,验证了该模型的有效性与优越性,为实际生产提供了有益的应用价值。

关键词：滚动轴承故障诊断零样本学习属性强度关联性矩阵特征提取属性学习

来源：评论

学校读者我要写书评

暂无评论

BEV感知学习在自动驾驶中的应用综述

引用

计算机工程与应用 2025年第6期61卷 1-21页

作者：黄德启黄海峰黄德意刘振航新疆大学电气工程学院乌鲁木齐830017

自动驾驶感知模块中作为采集输入的传感器种类不断发展,要使多模态数据统一地表征出来变得愈加困难。BEV感知学习在自动驾驶感知任务模块中可以使多模态数据统一融合到一个特征空间,相比于其他感知学习模型拥有更好的发展潜力。从研究... 详细信息

自动驾驶感知模块中作为采集输入的传感器种类不断发展,要使多模态数据统一地表征出来变得愈加困难。BEV感知学习在自动驾驶感知任务模块中可以使多模态数据统一融合到一个特征空间,相比于其他感知学习模型拥有更好的发展潜力。从研究意义、空间部署、准备工作、算法发展及评价指标五个方面总结了BEV感知模型具有良好发展潜力的原因。BEV感知模型从框架角度概括为四个系列:Lift-Splat-Lss系列、IPM逆透视转换、MLP视图转换及Transformer视图转换;从输入数据概括为两类:第一类是纯图像特征的输入包括单目摄像头输入和多摄像头输入,第二类在融合数据输入中不仅是简单的点云数据和图像特征的数据融合,还包括了以点云数据为引导或监督的知识蒸馏融合和以引导切片方式去划分高度段的融合。概述了多目标追踪、地图分割、车道线检测及3D目标检测四种自动驾驶任务在BEV感知模型当中的应用,并总结了目前BEV感知学习四个系列框架的缺点。

关键词： BEV感知学习视图转换多模态数据融合多目标追踪地图分割车道线检测及3D目标检测

来源：评论

学校读者我要写书评

暂无评论

结合亮度约束的双分支结构暗光图像增强算法

引用

计算机工程与应用 2025年第8期61卷 250-259页

作者：杨海潮李新凯张宏立孟月新疆大学电气工程学院乌鲁木齐830017

暗光图像增强是图像处理中的一个重要问题,其算法性能会影响人眼视觉感知与后续计算机视觉任务,但现有暗光图像增强算法存在内容信息保留与亮度提升平衡性不好的问题。针对此问题,基于CycleGAN提出一种结合亮度约束的双分支结构暗光图... 详细信息

暗光图像增强是图像处理中的一个重要问题,其算法性能会影响人眼视觉感知与后续计算机视觉任务,但现有暗光图像增强算法存在内容信息保留与亮度提升平衡性不好的问题。针对此问题,基于CycleGAN提出一种结合亮度约束的双分支结构暗光图像增强算法。该算法利用Retinex理论思想,将暗光增强任务解耦为内容信息保留与亮度增强两个子任务。构建双分支结构生成器,利用多尺度卷积与稠密连接网络构建内容特征提取分支网络来处理内容信息保留任务;利用空洞卷积与风格校准注意力机制构建亮度均衡分支网络并结合亮度约束来处理亮度增强任务。通过特征融合模块将两个分支网络的输出结果进行融合与解码,得到增强后的图像。此外,通过亮度响应函数来扩充暗光图像数据集,增加训练数据的多样性。实验结果表明:相比于当前主流算法,该算法增强后的暗光图片具有更好的人眼主观视觉效果,同时在PSNR、SSIM、NIQE、Histogram等客观评价指标上也具有明显优势。

关键词：暗光图像增强循环生成对抗网络双分支结构稠密连接网络

来源：评论

学校读者我要写书评

暂无评论

矿井通风系统多巷道阻变故障诊断多标签分类CNN模型

引用

安全与环境学报 2025年第5期 1822-1828页

作者：沈志远王棋正赵丹沈阳建筑大学土木工程学院辽宁工程技术大学安全科学与工程学院

针对当前通风系统阻变故障诊断方法难以应对多条巷道同时故障的问题,提出了一种多标签分类卷积神经网络(Multi-Label Classification Convolutional Neural Network,MLC-CNN)模型,用于实现矿井通风系统在多巷道同时发生阻变故障时的快... 详细信息

针对当前通风系统阻变故障诊断方法难以应对多条巷道同时故障的问题,提出了一种多标签分类卷积神经网络(Multi-Label Classification Convolutional Neural Network,MLC-CNN)模型,用于实现矿井通风系统在多巷道同时发生阻变故障时的快速诊断。该方法将多巷道故障诊断转化为多标签分类问题,结合卷积神经网络(Convolutional Neural Networks,CNN)模型,深入挖掘不同巷道故障数据间的相关性,从而实现多巷道阻变故障的精准判识。以T形角联网络和东山煤矿通风系统为例进行了试验研究,并对CNN与MLC-CNN模型进行了对比分析。结果表明,MLC-CNN模型在矿井通风系统多巷道阻变故障诊断中表现出色,在两条巷道故障和三条巷道故障工况下,MLC-CNN的诊断准确率分别为89.76%和80.29%,相比于传统CNN模型,分别提升了5.44百分点和12.28百分点。

关键词：安全工程矿井通风故障诊断多标签分类卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：