期刊,工程科学学报 2024年卷1期_国家学术搜索

期刊信息/Journal information

工程科学学报

北京科技大学

主办单位：北京科技大学

主　　编：徐金梧

出版周期：月刊

国际刊号：2095-9389

电子邮箱：xuebaozr@ustb.edu.cn

电　　话：010-62332875

邮政编码：100083

地　　址：北京海淀区学院路30号

工程科学学报/Journal Chinese Journal of EngineeringCSCD北大核心CSTPCDEI

查看更多>>本刊是由教育部主管、北京科技大学主办的学术类科技期刊。国内外公开发行，主要刊载矿业与环境工程、冶金工程、材料科学与工程、机械工程等与冶金工业相关的学科领域的最新研究成果，为中文核心期刊（冶金工业类）及中国科技论文统计源期刊。目前，已经被EI、CA、MA、《剑桥科学文摘社网站》、俄罗斯《文摘杂志》、德国《数学文摘》等国内外著名检索刊物或数据库列为收录源期刊，先后荣获首届国家期刊奖、中国期刊方阵“双高期刊”、第二、三届国家期刊奖百种重点期刊等多项大奖。

正式出版

收录年代

合同文本置标语言CTML:一种面向智能法律合约的法律信息规范化提取方法

范雨晴王迪林鸿杰陈娥...

109-119页

查看更多>>摘要：智能合约在法律层面的关注度不断提高,如何将现实法律合同转化为智能合约程序,保证法律元素提取和程序转换的规范化已经成为当前的研究热点.据此,从合约模板化和语义规范化的角度出发,提出一种合同文本置标语言(CTML),通过对合同中语法、结构、词汇的内容进行标注,实现合同要素的提取与转化.首先,构建合同元模型并建立"要素-属性-成分"的三层语义结构与数源标记语法规则,基于元模型设计面向合同文本的置标语言语法规则,通过CTML完成法律信息规范化提取,形成标注合同;其次,通过递归抽象语法树(AST)并建立映射关系,设计由标注合同到智能法律合约的转换规则,完善法律合同到智能合约可执行代码的转化链条.进而,以保理合同为例,演示了合同文本置标语言的语义提取和代码生成的实际效果,为普通法律合同转化成为智能合约提供了一种技术方法.

关键词：

法律信息学智能法律合约置标语言面向领域语言代码生成

原文链接:

国家科技期刊平台
NETL
NSTL
维普
万方数据

机器学习在金属材料服役性能预测中的应用

李丰范匡健隆季佳浩商春磊...

120-136页

查看更多>>摘要：在材料基因工程的背景下,数据驱动的机器学习技术推动着材料研究进入了新的范式.机器学习能够充分利用已有的实验数据,在不明晰机制原理的情况下实现对材料服役性能的准确预测,极大地减少了实验所需的时间与成本.本文以机器学习预测金属材料的典型服役性能为主题,总结并分析了四种预测金属材料服役性能的常用机器学习模型.以疲劳、蠕变、腐蚀这三种常见的服役性能为代表,介绍了机器学习在这三个性能方面的研究情况,并列举了几个具体的案例进行简要分析.最后,总结了机器学习预测金属材料服役性能的特点,分析了当下机器学习预测金属材料服役性能存在的一些科学问题,并对其发展前景进行了讨论和展望.

关键词：

机器学习数据驱动服役性能材料数据

原文链接:

国家科技期刊平台
NETL
NSTL
维普
万方数据

DFA-ODENets:面向周期多阶段复杂系统的预测仿真框架

李潇睿宁春宇袁兆麟班晓娟...

137-147页

查看更多>>摘要：部分复杂系统受内外部因素影响在运行时会呈现出周期性的阶段变化,且在不同阶段具有完全不同的动态特性.因此在使用数据驱动方法解决此类系统的预测和仿真问题时,使用单一结构模型难以准确地学习系统在不同阶段的动态特性.本研究提出了基于确定性有限状态机-常微分方程网络的预测仿真框架(DFA-ODENets),以建模周期多阶段系统.该模型由多个ODENet组成,每个ODENet能够从不规则采样的序列数据中学习系统在各个阶段内的动态特性.同时模型集成了基于确定性有限状态自动机思想的阶段转换预测器以实现模型预测时在不同阶段之间自动转换.最后,将DFA-ODENet框架应用于某计算中心制冷系统的预测仿真场景中.模型能够在给定系统运行过程中的服务器负载和环境温度下模拟系统运行过程,并对系统的制冷功率、进气口温度等主要输出变量进行预测.其中,对于制冷系统能耗预测的平均相对误差在5％以内.同时,利用制冷系统仿真模型优化了系统停止制冷时的温度设定值,通过仿真实验表明该优化最高可以节省18％的制冷能耗.

关键词：

复杂系统建模周期多阶段系统神经常微分网络多输入多输出时间序列预测制冷系统能耗优化

原文链接:

国家科技期刊平台
NETL
NSTL
维普
万方数据

基于6D位姿识别面向任意物体的智能人-机协同递送

张树忠朱祺张弓陈旭飞...

148-156页

查看更多>>摘要：在日常实践中存在大量人与人之间的多样性物体递送需求,这可以依靠协作机器人来完成这些简单、耗时又耗力的任务.为此,针对人-机协同递送过程中无法精确识别物体位姿导致难以准确抓取的问题,引入基于PnP算法(Perspective-n-Point)的物体6D位姿识别网络,实现待递送物体位姿的精确识别;提出改进的被递送物体数据集制作方法,实现面向任意物体的精准识别;通过视觉系统标定、坐标转换以及抓取方案改进,实现物体的精确位姿定位与准确抓取;为验证所提出的人-机协同递送系统的有效性,进行了基于LineMod数据集和自制数据集的人-机物体递送对比实验.结果表明,面向自制数据集的物体递送提出的人-机递送系统平均误差距离为1.97 cm,递送平均成功率为76％,平均递送时间为30 s;如不考虑抓取姿势,其递送成功率可达89％;具有较好的鲁棒性,应用前景良好.

关键词：

人-机协同物体递送PnP算法残差网络数据集

原文链接:

国家科技期刊平台
NETL
NSTL
维普
万方数据

基于障碍函数内点法的防御武器配系部署建模与智能优化

宋晓程李陟陈鹏飞张坤...

157-165页

查看更多>>摘要：针对防空任务中我方多平台、多武器、多区域部署带来的防御武器配系难以建模和实时优化难的问题,在考虑敌我双方攻防武器对抗博弈的条件下,提出了一种基于障碍函数内点法的我方防御武器部署优化模型,并综合武器防御效能、防御成本、保卫目标的资产价值等指标对模型进行智能优化解算与分析.首先,建立我方部阵地、防御武器与保卫目标的参数化模型,并建立我方武器对于敌方武器拦截的概率函数与约束条件;然后,将防御武器优化部署问题转化为性能指标函数为凸函数的无约束优化问题;最后,引入障碍函数内点法对其进行快速求解,给出了防御阵地武器部署的最优配置方案.所提方法充分考虑了来袭目标的不同类型、异构特性以及大气层内外防御的多元化火力运用方式;能够在具有混合整数非线性、约束强耦合、变量规模大等特征的防御武器配系场景下快速给出最优配置结果.并且,通过数值仿真验证了在对抗博弈条件下所提部署建模与智能优化方法的有效性与优越性.

关键词：

障碍函数内点法凸优化防空任务防御武器配系部署建模

原文链接:

国家科技期刊平台
NETL
NSTL
维普
万方数据

Gappy POD算法重构储能电池组核心温度及与BP神经网络预测能力对比

苑清扬薛珂张博兰天...

166-177页

查看更多>>摘要：储能电池组中电池核心温度的实时监控对于防控电池热失控有着重要的意义.为克服工业实际中电池组内部无法布置多温度测点导致的温度数据获取不全面等问题,本文将Gappy POD重构算法引入储能电池核心温度实时监控问题中,通过监测电池组表面温度预测内部核心温度.通过搭建简化的拟储能电池实验台模拟电池温升,测试了 Gappy POD算法在工况平稳变化和工况剧烈变化条件下的稳定性和对核心温度的实时重构能力;对比了 Gappy POD算法的重构能力和BP神经网络(Back propagation neural network)的预测能力,并探究了 Gappy POD算法和BP神经网络在不同大小的数据库训练条件下的重构预测能力.研究表明,Gappy POD重构算法具有高预测精度、稳定性强并且对数据库数据量依赖性低等优势,为算法在储能电池热管理中的实际应用提供了基础.

关键词：

GappyPODBP神经网络储能电池热管理核心温度预测

原文链接:

国家科技期刊平台
NETL
NSTL
维普
万方数据

基于FCM-LSTM的光热发电出力短期预测

刘振路郭军红李薇贾宏涛...

178-186页

查看更多>>摘要：对光热电站的出力进行短期预测,可以有效应对太阳能随机性和波动性带来的影响,为电网调度做好准备.该文以青海某光热电站为例,首先使用模糊C均值聚类算法对预处理后的实验数据进行分类,然后通过分析不同聚类类型下出力和气象数据中各因子间的关联程度,充分挖掘出数据间的关系,确定不同类型预测模型的输入变量,进而构建出不同类别下的长短期记忆神经网络预测模型.结果表明,与传统长短期记忆神经网络模型、BP神经网络模型、支持向量机模型和随机森林模型的预测结果相比,基于模糊C均值聚类的长短期记忆神经网络预测模型效果良好,大幅减少了预测误差,验证了该预测模型的有效性.

关键词：

光热电站气象因素短期出力预测长短期记忆神经网络模糊C均值聚类

原文链接:

国家科技期刊平台
NETL
NSTL
维普
万方数据