首页期刊导航|兰州工业学院学报
期刊信息/Journal information
兰州工业学院学报
兰州工业学院学报

赵锡英

双月刊

1009-2269

lgzxb@263.net

0931-2862519

730050

兰州市七里河区龚家坪东路1号

兰州工业学院学报/Journal Journal of Lanzhou Institute of Technology
查看更多>>本学报旨在推进新技术的推广应用,交流切磋生产实践中的各类技术问题,探讨加强思想政治教育,素质教育的方法,研究教育的理论与实践。
正式出版
收录年代

    风驱雨作用下风力发电机的尾迹特性分析

    孙芳锦唐浩轩刘甜甜张大明...
    1-6页
    查看更多>>摘要:为在有限且合适的风力资源区域内合理布置风力发电机,基于流体力学理论,选择RNGk-ε湍流模型和欧拉-拉格朗日法,根据来流风速的不同,对 3 种不同工作状态下风力机的风雨尾迹特性展开了研究.通过观察流场云图、水平轴向速度与位置关系图及尾迹云图,总结出不同运行状态下水平轴向速度随距离的变化规律、速度损失情况,最后给出在风电场布局时,不造成尾流干扰效应的最短布置距离的建议值.即在正常状态下,风力机间的纵向间距应大于 8 倍风轮直径;停机与停机故障的尾流情况基本一致,风力机间的纵向间距应大于8 倍风轮直径.结果为优化风电场布局提供参考,减少风电场事故发生的概率.

    流体力学风力机欧拉-拉格朗日法尾迹特性

    改进2D-CNN的永磁同步电机故障诊断分析

    毛念玲陈辉
    7-12页
    查看更多>>摘要:针对卷积神经网络在噪声环境中特征提取能力不足,导致永磁同步电机故障诊断出现准确率低、泛化能力差的问题,提出了一种改进二维卷积神经网络与混合注意力机制的故障诊断方法.该方法首先将采集的一维时序信号转换为二维灰度图;其次,改进多尺度特征提取模块,将该模块部分普通卷积替换为空洞卷积,以最大程度地提取到数据信号中的有效信息;然后引入混合注意力机制动态更新权重参数,强化故障特征,抑制噪声的干扰;最后使用分类器进行匝间短路故障诊断.实验结果表明:与其他方法相比,文中模型具有更好的准确性和鲁棒性;在各噪声背景下,本模型的准确率均在96%以上,表明所提方法具有较强的抗噪性能和泛化能力.

    电机匝间短路故障诊断卷积神经网络混合注意力机制

    基于改进YOLO v7和DeepSORT的罐笼人员跟踪计数方法

    李敬兆刘敏郑鑫周小锋...
    13-18页
    查看更多>>摘要:煤矿副井罐笼载人时,超载现象时有发生,给副井运输安全带来了隐患.针对该问题,提出了基于改进YOLO v7 和DeepSORT的罐笼人员跟踪计数方法.首先利用煤矿副井罐笼区域的监控摄像头采集的视频制作罐笼行人数据集,再利用改进的YOLO v7 对罐笼人员进行识别:基于GhostNet网络改进YOLO v7 以提升模型的实时性;通过引入ACmix注意力机制提升模型对副井复杂背景人员的感知能力,并基于SIoU损失函数进一步增强模型的鲁棒性;最后利用优化后的DeepSORT算法对罐笼人员进行跟踪计数:基于CIOU优化DeepSORT算法的匹配准确度,使目标追踪更加稳定.试验结果表明:在构建的CP dataset数据集上,改进后的YOLO v7 网络的均值平均精度mAP达到了97.4%,算法的跟踪准确性MOTA和跟踪精度MOTP 分别达到了 95.74%和94.26%.

    煤矿罐笼安全YOLOv7DeepSORTGhostNet目标检测与跟踪

    基于动态替代结构增强黑盒对抗攻击

    曾繁茂
    19-23页
    查看更多>>摘要:现有黑盒对抗攻击方法可以通过替代模型模拟目标黑盒模型的决策边界,并据此生成对抗样本,但替代模型通常具有固定的结构,这在某种程度上可能会限制其攻击效果.为了解决这一问题,提出了一种基于动态替代结构增强黑盒对抗攻击的方法.方法包含一个新颖的动态网络结构,能够自适应地寻找与目标模型最匹配的替代模型结构,全过程不依赖任何先验知识.实验证明了该方法的攻击成功率较现有方法有所提升,且替代模型的决策边界与目标模型的决策边界吻合度高,使得原本设计用于白盒攻击的策略也能有效地应用于黑盒攻击.

    黑盒攻击知识蒸馏对抗攻击对抗样本

    基于全局渲染的特征金字塔网络目标检测算法

    何志鹏
    24-28页
    查看更多>>摘要:为了提高目标检测的准确率,同时优化计算资源的使用,提出了一种名为全局渲染特征的金字塔网络目标检测算法(GRFPN).在GRFPN中,结合了传统卷积方法和Transformer注意力机制的优势,引入了基于等距离分组的自注意力机制和全局特征渲染模块.GRFPN能够在全局和局部信息之间进行有效交互,同时保持计算效率.在COCO2017 数据集上的实验结果显示:与特征金字塔网络(FPN)相比,GRFPN实现了1.4AP的提升;和Feature Pyramid Transformer(FPT)相比,GRFPN只使用了62%运算量和80.79%的参数量就达到99.7%的效果.

    深度学习目标检测特征金字塔注意力机制Transformer

    基于轨迹重构数据的不同反应时间跟驰模型

    耿志军程陆李阳柏海舰...
    29-34页
    查看更多>>摘要:基于NGSIM-I80 数据集,首先通过人工标注跟驰车辆轨迹曲线的刺激点与反应点,提取每条轨迹的反应时间,得到4 种不同反应时间的跟车数据,然后采用零反应时间跟驰模型重构刺激点后的跟驰车轨迹数据,得到任意不同反应时间的重构跟驰轨迹样本,最后采用LSTM神经网络架构,基于重构样本建立不同反应时间的跟驰行为模型.通过仿真发现:反应时间越小,和前车保持的车头间距越小,达到稳定状态的时间越短,反应时间的大小与仿真交通流稳定后的速度大小呈负相关.

    自动驾驶车跟驰模型轨迹重构反应时间LSTM

    融合BiFPN的轻量化YOLO v7疲劳检测方法

    秦心茹吴涛
    35-41页
    查看更多>>摘要:为了解决矿井提升机司机疲劳检测准确率低和实时性差等问题,提出一种融合BiFPN的轻量化YOLO v7 疲劳检测方法.该模型将YOLO v7 主干网络中会产生冗余的卷积计算用轻量级的Ghost网络代替来提取特征并将Ghost网络中指数型的激活函数换成轻量级激活函数SMU(Smooth Maximum Unit).融合双向特征金字塔(BiPFN)的轻量化YOLO v7 疲劳检测模型在自建矿井提升机司机疲劳驾驶数据集进行实验,结果表明:平均精度达到了97.25%,实时性达到了78 FPS,相较于原始的YOLO v7 网络精度提升了3.14%,速度提高了8 FPS.

    疲劳检测BiFPNYOLOv7Ghost

    基于改进NSGA-Ⅱ算法的新能源日前调度优化分析

    刘晓丽张爱茹牟意红
    42-45页
    查看更多>>摘要:针对本地负荷水平无法匹配新能源的发电能力,本地消纳能力不足的问题,提出了基于改进NSGA-Ⅱ算法的新能源日前调度优化模型.以功率平衡约束和常规机组约束为条件,通过NSGA-Ⅱ算法得出一组Pareto最优解集,再通过模糊隶属度函数选择Pareto解中满足日前新能源外送电量最大和常规机组运行成本最小的最优折衷解,再通过某电网实际运行数据为基础,验证了该改进算法的可行性和有效性.

    新能源消纳能力NSGA-Ⅱ算法

    一类含Stribeck摩擦机械振动系统的动力学特性分析

    李钰龙金花康凯
    46-52页
    查看更多>>摘要:针对一类含Stribeck摩擦单自由度机械振动系统模型,应用数值仿真法分析了系统滑移-黏附运动的转迁规律,结合胞映射法研究了多态共存区内共存吸引子及吸引域的演化过程,探讨了不同皮带速度对系统动力学特性的影响.结果表明:外部激励的变化影响系统对黏附状态的响应特征,但不影响系统的碰撞特性与周期特性;揭示了系统接触右弹性约束面对黏附状态的响应转迁规律且其转迁过程不可逆;Sliding分岔能诱导系统发生鞍结分岔,使系统在多个极小区间内存在迟滞域,在多态共存区内相邻不可逆周期运动存在吸引子共存现象;在一定范围内,皮带速度不断增大,系统运动逐渐趋于简单运动状态.

    Stribeck摩擦滑移-黏附运动分岔吸引域

    汽车尾翼对汽车稳定性的影响

    王得蛟
    53-56页
    查看更多>>摘要:为了研究汽车尾翼对气动性能的影响,借鉴某经典车型,建立了该三厢车的汽车模型,为其设计了3 种不同的尾翼,并对3 种不同翼型的汽车进行三维空气动力学数值计算.采用雷诺时均方程和RNG k-ε湍流模型进行模拟计算,并用SIMPLEC算法进行压力和速度耦合.最后利用经典计算理论进行对比分析,得出不同尾翼对汽车性能的影响以及产生其影响的原因,尾缘下翼面增厚能够提供较大的升力系数使轿车产生更大的行驶稳定性,尾缘上翼面增厚对升力系数影响尤为明显,尖尾缘翼型具有较大的升阻比,可以达到稳定性和燃油经济性兼顾的目的.

    汽车尾翼空气动力学升阻比