5G标准下的蜂窝网络正在向异构化、超密集化的方向发展，传统的基于六边形网格模型的研究方法较为理想化且并不精确，越来越不适用于如今的异构网络.针对这个问题，目前常用的方法是使用基于随机几何的泊松点过程来研究异构网络的基站部署，这种方法假设基站的空域分布完全随机，因此得到了覆盖概率的理论下界.但是由于宏蜂窝边缘（盲区）以及热点地区（忙区）等特殊区域中，站点的分布可能形成簇，此时，基于泊松点过程的空域分布将不再准确.针对这个问题，本文使用泊松簇过程研究三层异构蜂窝网络的基站部署与规划.首先，提出基于泊松簇过程的基站部署系统模型，讨论了基于簇分布的基站形成过程；其次，在充分分析用户受到的聚集干扰基础上，采用基于瞬时信干噪比的小区选择机制，推导出了中断概率模型，并讨论了三种特殊条件下的中断概率；最后，通过仿真对比分析了基于泊松簇过程与泊松点过程的中断概率的差异以及信干噪比阈值变化时的中断概率的变化曲线，证明了基于簇的空域基站部署具有更低的中断概率

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

针对采用以太网控制自动化技术(EtherCAT)工业总线的感应电机交-直-交变频矢量控制系统的入侵检测技术进行了研究. 首先通过对EtherCAT总线协议进行深度解析, 结合目前为止已经发现的EtherCAT工业总线常见协议漏洞, 提取协议数据包的关键特征并构建EtherCAT总线协议入侵检测规则库, 采用三维指针链表树作为针对EtherCAT总线协议规则库的检索数据结构; 其次, 根据感应电机交-直-交变频矢量控制系统的物理模型, 进行模型参数仿真计算, 并根据仿真计算值, 构建矢量控制模型入侵特征的最小二乘支持向量机(least square support vector machine, LSSVM)分类器, 使用混沌粒子群优化(choatics particle swarm optimization, CPSO)算法对分类器的参数进行优化, 二者共同构成了CPSO-LSSVM入侵检测分类算法. 异常数据包在被分类后, 会被传递给Suricata入侵检测引擎进行精确规则匹配; 最后为该入侵检测系统搭建物理实验环境, 经过测试, 本文中的交-直-交变频矢量控制模型仿真结果动态性能良好, 与实际矢量控制系统参数的波形变化趋势相近. 通过抽取KDD Cup99测试数据集中的一部分对该入侵检测系统实施DOS攻击、R2L、U2R以及PROBING攻击行为, 验证该入侵检测系统的有效性

通过对镍铁冶炼生产工艺中物质流和能量流平衡过程研究,获得了镍铁冶炼工艺中各个环节热量的利用率和损耗情况,以及红土矿、还原剂和熔剂在各部分中反应率,并分析了红土矿和镍铁合金中Ni含量对炉渣中镍铁成分的影响.构建针对镍铁冶炼工艺系统的总体物质流和能量流计算模型,在保证系统总体计算模型的前提下,又具有协同各子工艺系统的物质流和能量流计算模型的功能.依据各子工艺系统中物质流和能量流的关联性,计算烟气和炉气的利用率及热量损失,并利用VB软件对冶炼工艺流程计算软件进行开发

设计建立了一套以水为工质的分离式热管系统实验台,系统冷凝端采用水冷套管式换热器.在此实验台基础上研究了不抽真空、有大量不凝性气体存在于分离式热管的凝结放热问题,测定了在不同的入口蒸汽温度、循环蒸汽流量、冷却水进口温度及流量条件下混合气体在圆管内凝结换热的情况,分析了这些参数对换热过程的影响.同时,还对套管内含高分压不凝性气体——空气——的水蒸汽凝结换热物理模型进行了研究,并建立了相应的数学模型.模型中除了质量守恒、动量守恒、能量守恒和界面控制方程外,还增加了流动扩散和凝结控制方程.模型结果显示蒸汽放热量与实验测定值基本吻合,偏差在8%~15%之间

表面张力是矿物棉生产的重要参数，直接影响到配料和工艺参数的选择.通过实验测量并建立模型预报系统研究了以高炉渣为主要原料制备矿物棉时熔体的表面张力.首先测量了SiO2（40%-60%）-Al2O3（5%-20%）-CaO（20%-30%）-MgO（5%）四元系的表面张力，其值处于350-500 m·m-1之间；然后结合文献报道的表面张力数据，利用人工神经网络技术建立了SiO2（35%-60%）-Al2O3（5%-20%）-CaO（20%-45%）-MgO（0-10%）四元渣系的表面张力预报模型.该模型对成分范围内的表面张力预报平均误差为9.32%，预报精度较高，可以预报矿物棉熔体成分范围内的表面张力

为连续预测RH熔池内碳含量,实现对RH脱碳终点碳含量控制,以物质C平衡为基础,通过对某钢厂250 t RH废气分析系统分析的废气流量以及废气中CO、CO2含量进行连续监控,建立了基于废气分析的RH脱碳数学模型.该模型计算表明:对于冶炼成品中碳质量分数≤ 30×10-6的超低碳钢,模型计算RH脱碳终点碳质量分数误差都在±5×10-6之间;在RH脱碳后期,废气中CO+CO2质量分数低于5%时,熔池内脱碳速率低于10-6 min-1,此时可判定脱碳结束.同时结合现场工艺条件分析了压降平台以及吹氧操作对RH脱碳速率的影响

隧道健康状态诊断过程作为一个模糊系统，具有随机性和模糊性的特点.传统的隧道结构健康诊断方法无法妥善地将系统的模糊性和随机性关联在一起.基于此，针对隧道结构健康状态诊断系统的模糊性和随机性特点，提出了基于云理论的隧道结构健康状态诊断方法.首先，建立反映隧道结构健康状况等级评语集的正态云模型.然后，依据逆向云发生器原理，将隧道结构健康状态指标的监测数据的归一化结果值转化为隶属度云模型.将健康状态指标的重要性语言值转化为权重云，用于表征各健康状态指标的重要程度.最后，运用云理论的计算方法对隧道结构健康状态等级进行诊断，得到健康状态等级诊断结果的云模型.应用云模型的改进方法，对某市地铁2号线盾构隧道结构健康状态进行了诊断，极大提高了诊断结果的可视化和鲁棒性

为了准确获取采空区空间体积，以采空区三维激光扫描系统探测到的原始数据为依据，提出采空区体积的三角网模型微积分算法.算法首先确定模型剖切的主轴方向，用一组等间距平行面对模型进行相切并获得剖面的无序点集，运用所提出的凸包压入法生成采空区剖面的初始边缘轮廓线；再将初始边缘轮廓线内的其他交点添加到剖面中，形成完整的采空区剖面形态；最后利用平面三角形有向面积叠加计算剖面面积，将剖面面积与微小间距进行积分获取采空区的体积.工程应用表明，所研究的采空区体积算法稳定性好，精度高，可实现对复杂采空区体积的有效计算

系统运用材料物理学、弹性力学、热力学、工程测试技术的理论知识以及有限元数值仿真、实验分析等方法,研究高温应变片热输出误差的影响因素并得出补偿修正模型.首先根据材料电阻温度效应理论及热膨胀理论研究了高温应变片热输出的耦合特性,建立耦合作用下高温应变片的热输出模型,得到了构件、胶层和应变片三者耦合作用下应变片热输出的理论表达式;然后根据材料的电阻温度效应推导出不同栅丝材料的电导率参数,利用有限元仿真得到不同材料栅丝的热输出特性,选择其中的两种栅丝材料作为本文的研究对象得到其在耦合作用下的热输出并与实验数据对比,相对误差小于7%.最后基于理论模型和实验结果,建立了高温应变片热输出补偿模型,补偿修正后结果与理论值误差在9%以内,补偿效果良好