基于不完备模态信息的海洋平台损伤诊断研究

首先利用测量自由度正则化损伤指标向量得到损伤的大致区域;其次,在选定的区域内分别采用序列二次规划算法和最小二乘法来诊断损伤构件及其损伤程度,并对其结果进行了比较。数值模拟表明,仅需少量低阶模态和部分测量自由度,上述损伤诊断算法便可完成海洋平台的损伤诊断。     

南通时空信息云平台的设计与实现

设计并实现了南通时空信息云平台,具体包括平台服务、数据库和具有南通特色的智慧应用建设,重点剖析了南通时空信息云平台的相关关键技术和平台功能实现,为后续其他城市时空信息云平台的设计与建设提供参考和指导。     

AUV重力测量的运动加速度建模及平台优选

针对适合捷联式重力仪的AUV搭载平台的选型问题,基于国内AUV实际航行数据,分析了多推进器组合、推进器和浮力舱组合、推进器和鳍舵组合等3类AUV的定深航行运动特性;推导了AUV水下航行在3个坐标轴方向上对重力仪产生的运动加速度计算公式,得到运动加速度与AUV水下6个自由度运动要素的解析表达式;基于运动加速度分析,讨论了适用于水下移动重力测量的AUV平台和推进装置设计,进行了AUV搭载平台的优选,并给出了重力仪安装位置建议;选定的AUV实验平台实施移动重力测量验证试验重复线精度达到0.42mGal,验证了搭载平台优选的有效性。     

导管架平台拆除过程稳定性及影响因素分析

现有服役海洋平台正逐步走向老龄化,海洋平台拆除成为海洋工程新的经济增长点。针对达到服役年限的导管架平台,基于数值分析方法模拟拆除过程,开展平台在不同拆除阶段和环境载荷等参数下的稳定性及影响规律研究。基于钢结构整体稳定性理论,以导管架平台拆除过程中顶点位移为参考,定义导管架平台拆除作业稳定性指标,提出拆除作业阶段划分方法,通过分析导管架平台在不同影响因素作用下拆除过程稳定性响应,给出拆除作业建议。选取我国南海某4裙12腿进行实例分析,结果表明:主桩腿对导管架平台起决定性承载作用,拆除部分主桩腿后需要引入外部支撑力,以保证拆除作业安全进行;拆除构件越多,来浪方向和环境载荷大小对平台影响越加显著。研究结果可为导管架平台拆除作业提供参考。     

KK型管节点应力集中系数几何敏感性分析

KK型管节点是自升式平台桁架式桩腿中的一种管节点,其应力集中系数是影响桩腿疲劳寿命的重要参数。应力集中系数与管节点的几何形式密切相关,为分析KK型管节点应力集中系数对几何参数的敏感性,利用ANSYS软件对某KK型管节点进行几何参数化建模,利用有限元数值模拟方法对各工况下的热点应力进行分析,并分别计算各相应工况下的名义应力,然后将热点应力与名义应力相比得到不同几何参数下的热点应力集中系数。对计算结果进行整理分析,得到了KK型管节点应力集中系数对无量纲几何参数的敏感性规律。结果表明,应力集中系数与撑杆受力状态、管节点结构形式有关,在满足结构布置、建造工艺和其他安全性指标的前提下,分析结果能够为KK型管节点的结构设计和疲劳分析提供技术支撑。     

基于《古今医案按》探析中医心身医学与“治未病”

中医学蕴含有丰富的心身医学理论与临床实践。中医学认为人的心理活动主要为四个方面。本文围绕中医学关于人的心理活动,分别从心、性、情、志四个方面探析其对心身疾病的影响,并结合《古今医案按》中的典型病案,探索中医心身医学与治未病的关系。中医心身医学理论,发挥了中医学“治未病”的优势,对于临床疾病的早期诊断、及时治疗以及预防与养生调护具有重要的指导意义。中医学蕴含有丰富的心身医学理论与实践,秦汉之际中医心身医学理论雏形已成。《古今医案按》系清代医家俞震所纂的医案类书。《古今医案按》凡十卷,辑历代名医医案而成编。该书在清代医案类书中不仅独树一帜,而且影响巨大。     

给学生一个空间,让他们自己去学习

从事天文教学工作后,我开始思考如何协调小学教着的深度和宇宙知识的复杂程度之间的关系。在不断地思考与实践中,我决定从教育目标、搭建平台和培养学生三个维度着手,一步步形成了目前中关村二小天文教学的初步格局。现仅此小文,跟大家探讨、交流。     

电力巡线LiDAR点云电塔自动定位和提取算法

针对电力巡线机载激光雷达（LiDAR）激光点云电塔自动提取问题,提出了一种电塔自动定位和点云提取算法。首先,基于点云进行二维空间网格划分,利用网格点云高程偏差和方差特征提取潜在电塔网格;其次,基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取;然后,利用点云分层密度信息和图像开运算,实现电塔精细提取;最后,利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明,本文所提出的自动提取算法,能够有效解决LiDAR数据中电塔自动定位和点云提取问题,在LiDAR数据质量较差时仍能够取得良好效果,算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。