摘要:目的 针对电机滚动轴承故障难以提取而导致诊断准确率低问题,提出了一种局部特征尺度分解( Local Characteristic-scale Decomposition, LCD) 多尺度融合的特征提取方法,并将提取得到的特征向量输入到采用金豺算 法( Golden Jackal Optimization, GJO) 优化后的支持向量机( Support Vector Machine, SVM) 里进行电机轴承故障诊 断,从而提升故障诊断正确率。 方法 首先,使用 LCD 算法对使用振动传感器采集得到的电机轴承信号进行分解, 得到信号在前 3 个尺度下的内禀尺度分量( Intrinsic Scale Components, ISC) ;其次,求每个 ISC 的能量比和能量熵 得到 6 组特征向量;然后,构建特征向量矩阵并按照 3 ∶ 2 随机选取,生成训练集和测试集;最后,把训练集输入到 金豺算法优化支持向量机( GJO-SVM) 中,采用 GJO 算法对支持向量机中的惩罚参数 C 和核参数 g 进行寻优选择 建立出 GJO-SVM 故障诊断模型,接着将测试集输入到模型中以实现轴承的故障识别。 结果 通过仿真实验验证, LCD 多尺度融合特征的特征提取方法能够有效地提取电机轴承的故障信息,且使用金豺算法优化支持向量机 ( GJO- SVM ) 的 故 障 诊 断 准 确 率 达 97. 86%。 结 论 在 同 样 的 条 件 下 与 变 分 模 态 分 解 ( Variational Modal Decomposition,VMD) 融合特征相比,LCD 多尺度融合特征的诊断准确率提升了 1. 79%;与粒子群算法优化支持向 量机( PSO-SVM) 方法、果蝇算法优化支持向量机( FOA-SVM) 方法相比,金豺算法优化支持向量机( GJO-SVM) 诊 断电机轴承故障的方法具有更高的故障识别效果。

摘要:目的 基于高效液相色谱( HPLC) 建立检测花椒和火锅底料中 5 种山椒素含量的方法,对比提取溶剂、料液 比、超声时间和超声次数对花椒和火锅底料中山椒素的提取效果差异。 方法 花椒和火锅底料分别以甲醇溶液提 取,经 C18-WP(5 μm,4. 6 mm×250 mm) 色谱柱分离,以甲醇和水溶液为流动相进行梯度洗脱,流速 1. 0 mL / min, 柱温 40℃ ,检测波长 270 nm,进样量 20 μL。 结果 花椒中山椒素的提取条件为样品与甲醇按料液比 1 ∶ 15( g / mL) 混合,超声处理 30 min,重复提取 3 次;火锅底料中山椒素的提取条件为,样品与甲醇按料液比 1 ∶ 4( g / mL) 混合, 超声处理 30 min,重复提取 2 次。 在上述色谱条件下,5 种山椒素在 0. 4 ~ 100 μg / mL 范围内线性关系良好,相关系 数 r≥0. 999 3,检出限为 0. 001 0 ~ 0. 040 0 mg / g;在 3 个不同浓度添加水平下,花椒中各目标物质的加标回收率在 76. 99% ~ 85. 28%范围内,火锅底料中各目标物质的加标回收率在 72. 55% ~ 86. 88%范围内,两者的相对标准偏差 (RSD) 均<10%。 结论 花椒与火锅底料的前处理条件存在差异,这与两者的样品差异有关,花椒与火锅底料的组成 不同、山椒素含量不同,所以山椒素的提取条件会存在一定差异。 该检测方法具有良好的准确性和精密度,可用于 测定花椒和火锅底料中 5 种山椒素的含量。

摘要:目的 针对饮食不均衡和搭配失当而造成的饮食问题给人们身心健康带来不良影响,尤其是饮食对慢性病 研究的发展等问题,为了设计和开发一个能够根据用户个人状况、喜好、口味等因素,提出向用户推荐符合其身体 需求的营养膳食的智能系统。 方法 搭建了一个基于人工智能知识库的营养膳食推荐系统,利用专家验证的膳食的 明确数据集,结合基于推理决策支持系统( RDSS) 和营养计划( NP) 运用 NAct 本体论提供高度准确的饮食计划,跨 越 10 个用户组,包括健康的受试者和有健康状况的参与者。 结果 该系统的有效性通过广泛的实验进行评估,评估 涉及合成数据,包括生成 3 000 个虚拟用户档案和他们的每周膳食计划。 结果显示,在大多数用户类别中,推荐适 当成分的精确度和召回率都很高,而膳食计划生成器对所有营养素的推荐达到了 94%的总推荐精确度。 结论 基 于人工智能知识库的营养膳食推荐系统可以根据用户的身体状况、喜好、饮食禁忌等方面进行个性化推荐。 这样 的个性化推荐能够更好地满足用户的需求,从而提高推荐的准确度。 专家知识库包含了广泛的营养学和健康知 识,这些知识可以帮助系统识别出最适合用户的膳食方案。 这些方案不仅可以提供充足的营养,还可以避免与用 户的健康状况不兼容的食物或成分。

摘要:目的 针对构造具有混沌特性的复杂四维超混沌系统以及提高图像数据保护的安全问题,提出在经典系统 Lü 基础之上,引入一个状态反馈控制器构建只有一个平衡点的四维超混沌系统,通过理论分析四维超混沌系统的 动力学特性并设计超混沌加密算法以保护图像加密后的数据安全性。 方法 利用 Matlab 软件对该超混沌系统进行 数值仿真,如系统耗散性和平衡点稳定性、Lyapunov 指数谱和分岔图、Poincare 截面;同时设计了四维超混沌系统 的模拟电路,通过基本的电路元件,以运算放大电路为基础搭建超混沌系统的模拟电路模型;最后将四维超混沌系 统与置乱-扩散算法相结合,利用超混沌系统混沌序列的复杂性和伪随机性设计了一种高效且安全的四维超混沌 图像加密算法,通过 Matlab 软件对明文和密文图像进行直方图、相邻像素相关性、信息熵和抗攻击性分析。 结果 仿真数据表明:该四维超混沌系统具有周期、混沌、超混沌吸引子的复杂混沌行为,同时利用 Multisim 软件验证电 路实现的准确性和物理可实现性。 图像加密实验数据表明:该超系统对混沌密钥和明文非常敏感,超混沌加密算 法的安全性更高,同时在保证安全性的前提之下,可以有效抵御统计攻击和差分攻击,也加快了图像解密和加密的 速度。 结论 实验结论表明:该四维超混沌系统在不同参数下可以表现出复杂的动力学特性,利用超混沌系统产生 的混沌序列设计的混沌加密算法安全性很高。

摘要:目的 针对计算机断层扫描( Computed Tomography,CT) 中由于不完全扫描数据导致图像噪声伪影严重的问 题,提出一种基于 Transformer 块的混合域网络稀疏角度 CT 成像算法( Hybrid Domain network for sparse view CT imaging based on Transformer,HDTransformer) 。 方法 算法的主要思想是借助于新型的 Transformer 网络,构建适用于 多阶段稀疏角度 CT 投影数据及图像数据的处理流,以提高稀疏角度 CT 图像重建质量;与现有两阶段混合域处理 方法相比,本方法采用图像域-投影域-图像域三阶段混合处理流程,通过多阶段信息的联合互补提高成像质量;此 外,针对不同阶段数据噪声伪影特点设计不同的 Transformer 块,以实现差异化的处理;更进一步,算法采用可微分 的解析重建和投影运算,建立投影域与图像域数据的转换,最终实现端到端的稀疏角度 CT 优质成像流。 结果 通 过 Mayo 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的抑制;量化结果表 明:处理后的 CT 图像峰值信噪比和特征相似性均优于对比方法。 结论 实验的定性和定量结果表明:所提算法在 去除图像伪影噪声方面要优于其他算法,具有更高的质量,验证了该方法的有效性。

摘要:目的 现有 Transformer 模型虽然在形态复杂的结直肠息肉分割中拥有较高准确率,但是其注意力分散,编码 器输出多级语义信息在融合中会产生信息丢失,限制了模型准确率进一步提高,针对此问题,提出一种新的肠道息 肉图像分割模型:双通管道聚合网络( Dual -Channel Aggregation Transformer, R -DCAformer) 。 方法 R -DCAformer 模型使用金字塔混合的 Transformer( Mix Transformer, MIT) 和 Resnet18 充当编码器,设计了双通道聚合 ( Dual - Channel Aggregation, DCA) 模块充当解码器。 DCA 解码器由注意力聚合模块( Attention Aggregation, AA) 和双通道 特征聚合模块( Dual-Channel Feature Fusion,DFF) 组成,其中,金字塔 MIT 编码器可以为模型提供充足泛化能力, AA 模块可以通过融合 Resnet18 的额外特征限制模型 MIT 中的注意力分散,DFF 模块则可以缓解多级语义信息融 合中的信息丢失问题。 结果 泛化能力实验中,R-DCAformer 在 CVC-ColonDB 中相比于基线模型中最优的 mDice、 mIoU 和 MAE 分别提高了 2. 10%、1. 65%和 22. 5%,在 ETIS 中,相比于基线模型中最优的 mDice、mIoU 和 MAE 分 别提高了 2. 56%、2. 12%和 15%;模型在 CVC-ClinicDB 数据集上,相比于基线模型中的最优 mDice、mIoU 提高了约 0. 85% 、1. 35%;在 Kvasir-SEG 数据集上,相比于基线模型中的最优 mDice、mIoU 和 MAE 提高了约 1. 19% 、1. 97% 和 17. 39%。 此外还通过消融实验和注意力图论证了本文所提出模块的有效性。 结论 R-DCAformer 在学习和泛化 实验中效果都较为优异,总体上优于对比的基线模型,为结直肠息肉分割提供了新的高性能模型。

摘要:目的 针对复杂环境下焊缝图像的边缘检测问题,基于传统的 Canny 算法,将中值滤波替换高斯滤波,并将非 极大值抑制( NMS) 进行改进,得到一种面向复杂环境的改进 Canny 算法的焊缝图像边缘检测方法。 方法 对焊缝图 像进行中值滤波,保留图像的边缘信息,平滑区域内的细节,接着利用梯度方向局部均值偏差进行改进的非极大值 抑制,综合考虑梯度幅值的大小和梯度方向对焊缝边缘检测的影响,最后使用双阈值法检测和连接边缘,根据焊缝 图像的特点选择相应的阈值,既可以保证边缘检测的结果的准确性,也可以有效地避免一些噪声干扰。 结果 与传 统的 Canny 算法和其他一些滤波器改进的 Canny 算法等进行对比分析,所提出的方法的边缘保持度和边缘线性连 接程度效果是最好的,边缘保持可以使检测结果保留原始焊缝图像的 60%左右,同时边缘的连接程度相较于传统 的 Canny 算法均有所提升,并且对焊缝图像中伪边缘的抑制效果也有所改善。 结论 所提出的改进的 Canny 算法通 过对滤波、NMS 算法的综合优化,可以有效地检测出焊缝图像中的边缘信息,且有良好的焊缝图像边缘检测效果。 关键词:边缘检测;中值滤波;非极大值抑制;双阈值法

摘要:目的 针对苹果病害中比较常见的症状———花叶病,尤其在昼夜温差大的条件下发病迅速,落叶率提高,造 成苹果大面积减产,产生巨大的经济损失;对于花叶病病斑数量太多,尺度不一的影响,从而造成病害识别准确率 较低等问题,提出了一种引入迁移学习和胶囊网络的方法,以提高病害识别率。 方法 首先对获得的花叶病数据集 进行扩充、数据增强等处理,并利用 Labelme 工具对图像进行标注,分别标记出病斑区域和叶片区域;其次将训练 好的 VGG16 模型权重通过迁移学习技术移至 U-net 中编码部分,并引入胶囊网络,使得整个网络具有更强的特征 提取能力;然后对 VGG16 模型、胶囊网络部分进行训练,最后将训练好的网络模型进行语义分割并输出测试的结 果。 结果 实验结果 表 明, 原 始 数 据 集 的 准 确 率 为 87. 51%, 引 入 迁 移 学 习 后 的 准 确 率 提 升 至 91. 78%, 提 升 了 4. 88%;引入胶囊网络的准确率提升至 90. 04%,提升了 2. 89%;而引入迁移学习和胶囊网络之后,准确率提升至 93. 42%,提升了 6. 75%。 并且模型每一轮的训练时间也在引入了迁移学习后提升了 2 s。 结论 据实验结果可以证 明模型方法引入迁移学习和胶囊网络后,相较于传统模型在识别准确率方面有了一定的提升,其次也减少了每一 轮的模型训练时间,总体分割性能较好。

摘要:SiCp / Al 复合材料具有优异的物理性能,但颗粒的存在导致其加工困难。 颗粒材料的超硬性和耐磨性、加工 表面的损伤以及刀具的磨损被认为是该类颗粒复合材料加工的主要障碍。 目的 针对 SiCp / AI 复合材料难加工特 性,通过对比常规切削( CC) 与超声椭圆振动切削( UEVC) 来研究其加工机理,分析两种加工方式下颗粒的损伤对 切屑形成以及表面质量的影响。 方法 基于 SiCp / Al 复合材料的实际微观结构建立切削模型,采用有限元仿真的方 法从微观层面展现其切削过程,能够直观呈现两种加工方式下颗粒损伤对切屑形成、刀具磨损以及表面质量的影 响,进而预测复合材料在实际加工过程中可能遇到的问题,提出相应的解决方案。 结果 CC 加工为锯齿状切屑,切 削过程中主要为颗粒对刀具的两体滑动摩擦以及铝基体粘着摩擦,加工中导致的地下损伤严重。 而 UEVC 加工时 切屑易成段分离,切削过程中主要为颗粒对刀具的三体滚动摩擦,切屑根部聚集的颗粒相较 CC 加工过程较少,弱 化了对加工表面的损伤。 在两种加工方式下,加工表面存在以下缺陷:颗粒破碎、颗粒凸起、大空腔、凹坑以及沟槽 等。 结论 总体来说,UEVC 加工有利于断屑,导致的损伤缺陷更少,颗粒破损程度更小,能大幅降低切削力,对改善 SiCp / Al 复合材料加工表面质量有一定效果。

摘要:目的 针对激光辐照平面靶中超热电子束流发散角过大以及产生的 X 光源亮度不足的问题,提出采用高功 率皮秒激光辐照微丝靶,研究电子再循环效应对超热电子束流和 X 光源特性的影响。 方法 实验在“ 星光-Ⅲ” 装置 皮秒束激光器上进行,分别采用直径 10 μm 的钼和金丝靶作为 X 射线背光源。 利用针孔相机在激光反射方向测量 X 光焦斑,靶前法线方向布置电子磁谱仪测量逃逸出靶的超热电子能谱。 结果 获得的 X 光焦斑的纵向尺寸最小值 达到 10 μm,与丝靶直径相当。 超热电子能谱结果显示自持独立钼丝和金丝中最高温度分别为 863 keV 和 816 keV,比对应的带 CH 衬底丝靶中的超热电子温度和数目均有显著提升。 结论 说明移除支撑丝靶的低密度衬底是 增强电子再循环效应的有效途径,通过这种方式能够提高超热电子束流的强度和集中度,增强轫致辐射强度,从而 获得微焦点和高亮度的 X 射线源。

摘要:目的 钛合金激光焊接时会产生大量等离子体 / 金属蒸气,等离子体 / 金属蒸气中包含了大量的焊接信息,通 过研究这些信息与焊接状态的关系,可以实现焊接状态的实时反馈与调整,为焊接自动化提供了基础。 方法 以 TC4 钛合金为实验对象,加入激光扫描焊接工艺方法;通过高速摄像与光谱采集的方式对焊接过程中的金属蒸汽 形态以及光谱变化规律进行了研究。 结果 试验结果表明:在点焊时加入扫描以后,等离子体 / 金属蒸气的摆动幅度 减小,小孔效应减弱,焊接的稳定性得以提高;在移动焊接时,在不加扫描时,激光功率的提升以及焊接速度的减慢 均会对使光谱强度得到显著的升高,而加入扫描以后,激光功率的提升以及焊接速度的减慢对光谱强度的影响变 得很小,光谱强度并没有显著提升。 结论 在点焊过程中扫描的加入会使等离子体摆动幅度减小,焊接的稳定性得 到提高。 在移动焊接过程中加入扫描,可以对光谱强度产生抑制,同样使得焊接的稳定性得以提高。

摘要:目的 传统的同相层叠( Phase Disposition, PD) 调制法在应用于级联 H 桥逆变器时的谐波性能较好,但存在 各单元之间的输出功率不均衡问题,为解决功率不均衡问题的同时保留较好的谐波性能,提出一种改进优化的调 制策略,简化了控制难度的同时,使逆变器功率均衡,输出较好的电能质量。 方法 先对调制波优化,简化控制;然后 对各单元的开关信号进行逻辑运算,重新分配开关信号,使各单元的开关导通时间相等。 结果 对改进优化后的调 制与传统 PD 调制仿真,证明改进优化后的调制不会改变传统 PD 调制的输出电压特性,可以实现各单元的功率均 衡;最后对改进优化的调制进行实验验证。 结论 改进优化后的调制简化了控制,保证了功率均衡,得到了较好的输 出电压。

摘要:目的 在局部遮阴条件下,传统最大功率点追踪( MPPT) 算法通常会跟踪到局部最优值,单个群智能优化算 法在多极值的情况下能有效跟踪最大功率点,但追踪时间相对较长,为此,提出一种基于黑寡妇( BWOA) 与扰动观 察法相结合的 MPPT 算法。 方法 将 boost 电路中开关管的占空比定义为算法中的个体位置,通过对输出占空比的 调整实现 MPPT 控制。 结果 相比于原 BWOA 算法和 PSO 算法,基于 BWOA 与 P&O 结合算法的 MPPT 能够更加快 速地跟踪到最大功率点。 结论 与扰动观察法的结合可以有效加快 BWOA 算法收敛速度,并提高算法收敛精度。

摘要:目的 针对经济社会与气象变化之间的联系越来越密切的现象,以及气象数据、经济高质量发展数据的复杂 特征和传统模型的预测精度不足问题,提出从气象和经济高质量发展关联的视角出发,以统计学方法进行气象因 素对经济高质量发展的预测。 方法 鉴于高斯过程回归模型对于高度非线性回归问题有很强的适应性,同时还能自 适应获取最优超参数,并给出具有概率意义的预测结果,故将高斯过程回归模型引入气象对经济高质量发展的预 测,采用 7 种不同核函数,并分别训练出最优超参数,通过均方误差比较择出预测效果最好的模型核函数及相应参 数。 结果 对重庆市气象与经济高质量发展历史观测数据构建高斯过程回归( GPR) 模型,进行 GPR 建模,并进行 预测误差分析,得到的结果表明:选用参数为 8. 091 的常值核与缩放参数为 9. 454 5 的 RBF 核组合而成的混合核 作为最佳核函数的 GPR 模型,相较于 K 邻近回归模型、支持向量回归模型,误差更低,GPR 模型预测点的 y 值绝对 误差最大为 0. 548,最小为 0. 094,较为准确;模型真实值与预测值对比显示拟合效果较为良好。 结论 GPR 模型运 用于气象因素对经济高质量发展的预测分析具有优良性,并针对气象与经济高质量发展指数的关系特征,提出了 加强气象预报、提高利用效率和精准化预测的有效建议。