系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

海南省琼海市2013届高三第一学期教学质量监测语文试题_海南省琼海市某重点中学2013届高三第一学期教学质量监测

海南省嘉积中学2013届高三上学期高中教学质量监测语文试卷_海南省嘉积中学2013届高三上学期高中教学质量监测

河南省百校联盟2016届高三教学质量监测语文试卷_河南省百校联盟2016届高三教学质量监测

为了验证综采工作面采空区封闭与惰化过程中相关技术参数的合理性，了解注惰过程中各组分气体体积分数分布及扩散规律，掌握其随时间变化特点，依据气流渗透及扩散理论，运用Fluent软件对采空区封闭后惰化过程进行数值模拟，并采用现场取样化验分析的方法对采空区封闭后注惰过程中气体体积分数进行监测.通过对比发现，模拟结果与监测数据基本吻合，验证了模拟结果的准确性.由模拟结果可知：双\U\型通风系统的存在使得采空区内部空间具有较为均匀的风流流场分布；在正常通风情况下，O2、CO2及N2体积分数随距工作面距离的增加而逐步降低，CH4体积分数以下隅角为中心径向逐步增大；随着注惰进程的推移，O2和N2体积分数随着注惰时间的累积逐步升高，CH4和CO2体积分数则反之

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义

在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

无人机遥感技术是融合无人机、遥感传感器、差分定位、通信等技术以实现地理环境信息快速采集处理与应用分析的新兴技术。本文介绍了无人机遥感平台构成、技术现状及工作流程，并通过大量国内外文献调研系统梳理其在矿业领域应用场景与实际案例，结合当前技术供给短板分析发展态势。研究表明：（1）无人机遥感技术具备成本低廉、机动性强、数据采集灵活、时效性强、可重复、高分辨率等无可比拟的优势；（2）当前矿业领域主要应用于露天矿生产管理、尾矿库安全监测、灾害应急救援、矿区环境监测、边坡灾害防治；（3）规范监管、简化操控方式、提升续航时间、改善成果精度、拓展应用场景是技术应用发展趋势。无人机遥感技术在矿业领域具备广阔应用前景，势必成为智慧矿山建设中不可缺少的重要组成部分

为研究隔热隔音超细玻璃纤维棉燃烧火焰蔓延特性，采用火焰蔓延特性测试仪探究玻璃纤维棉暴露于辐射热源和明火条件下燃烧火焰蔓延特性。结果表明：当点火时间从15增大至85 s，火焰沿Y轴正向蔓延最远距离从280增至435 mm，火焰蔓延速率整体呈现先减小、后增大、再减小趋势，分析认为火焰蔓延速率中途会增大是因为试样在制样时切割出切口，使局部氧气在一定程度上得到补充。随辐射板温度在700～820 ℃范围内增大，火焰沿Y轴正向蔓延最远距离从280不断增大至390 mm，增幅达110 mm，说明增大辐射板温度对促进火焰蔓延有显著作用，而火焰沿Y轴正向蔓延最远距离的增长速率不断减小。通过监测燃烧过程中不同位置玻璃纤维棉内部实时温度，得到距离点火源越近的监测点温度整体偏高，同时最高温度出现的时间大于点火时间。得到火焰沿Y轴正向蔓延最远距离与玻璃纤维棉厚度的定量拟合曲线，得到玻璃纤维棉厚度在12～48 mm越大，对阻止火焰蔓延与扩散的效果越明显，分析认为这是由于大厚度玻璃纤维棉在燃烧时，有更多热量沿内部厚度方向传播，从而减小了火焰热量沿Y轴正向的传播速度和蔓延距离