【摘 要】
：
提出了一种利用超声导波优选模态探测结冰的方法,以冰-铝板双层结构为研究对象,建立半解析有限元(SAFE)模型,得到其导波频散曲线与波结构;从频散曲线中选取若干个模态频率点进行有限元仿真,分析不同模态超声导波对结冰的敏感性,并通过冰-铝板结构结冰探测试验进行验证。结果表明,敏感模态的超声导波能够探测出冰的存在,可探测最小直径为20 mm的结冰区。
【机 构】
：
北京理工大学先进加工技术国防重点学科实验室
论文部分内容阅读
提出了一种利用超声导波优选模态探测结冰的方法,以冰-铝板双层结构为研究对象,建立半解析有限元(SAFE)模型,得到其导波频散曲线与波结构;从频散曲线中选取若干个模态频率点进行有限元仿真,分析不同模态超声导波对结冰的敏感性,并通过冰-铝板结构结冰探测试验进行验证。结果表明,敏感模态的超声导波能够探测出冰的存在,可探测最小直径为20 mm的结冰区。
其他文献
在两化融合的工业建设大背景下,工控系统的互联互通性逐步加强,系统所面临的网络安全风险也越来越大。针对工控系统网络安全现状,依据等级保护2.0相关标准,提出了一种可实现隔离、监测、预警、审计等功能的工控网络安全防护策略,并以烟草行业为例,完成了应用部署与安全验证,为工控系统网络安全建设提供了实践参考。
在工业互联网不断应用延伸的同时,各类安全问题接踵而至,诸如信息嗅探、数据泄露和设备故障等。如何在现存安全框架下降低安全风险成为各国关注的焦点。通过对比中外互联网安全框架,从我国工业互联网安全框架和相关标准的角度出发,分析存在的主要问题并提出有关法律体系建设的建议。
AI、区块链、5G、大数据等新技术发展导致新应用场景不断涌现,新型安全威胁及攻击手段屡见不鲜,给安全保障带来极大的挑战。建立了一个工业互联网安全运营体系,旨在为工业互联网平台提供安全可靠的保证及全栈的安全能力。通过采用云计算虚拟技术,构建了基于云计算的工业互联网智能安全运营的平台。该平台体系把物理层面的安全资源虚拟为安全资源池,可以为用户提供多种全生命周期的云安全服务,从而满足用户个性化的需求。研究成果实现了对工业互联网传统网络环境、公有云环境、私有云环境、混合云环境的多场景综合防护,可以有效发现并防御企
针对电力供应链场景下智能合约升级机制存在的不足,提出了智能合约个性化升级方法。该方法使具备验证待升级合约有效性资质的电力企业负责新合约及有关数据的上链验证,无资质企业无法验证。为了验证模型效果,设计了一个电力交易合约升级数据上链的业务逻辑。结合区块链网络,实现了用户通过应用程序与区块链进行交互以完成合约的个性化升级。最后分析了合约升级验证场景的功能性、响应速度和数据安全,结果表明该智能合约个性化升级方法有效降低了合约升级数据的失真风险,这种针对合约安全升级的增强方案也有助于加速链上链下数据的协同化。
针对复杂产品结构复杂、生产工序不连续、制造过程中信息繁多、数据结构化程度低,导致制造过程信息追溯的广度和深度不高的问题,提出了追溯信息单元概念,采用EXPRESS-G表达模型对追溯信息单元中的产品信息、制造资源信息、生产作业信息、作业反馈信息进行建模,并结合产品生产活动构建了制造过程产品履历树形模型,有效实现了产品与制造过程信息的关联,在此基础上实现了复杂产品制造过程信息自顶向下和自底向上的追溯。
由于产品需求的频繁变更或功能缺陷的不断迭代,出现了大量的软件回归测试中占用测试人力资源来保证产品质量的现象。针对这一现象,设计并实现了一种基于Selenium与Uunittest的Web自动化测试框架。使用基于Python的Unittest测试框架,能够非常容易地插入、设置与分解相关的测试功能。同时结合了Selenium,把常用的操作和查找封装成基础类,针对不同的产品或项目,可直接复用。使用该自动化测试架构,不仅减少了回归测试的人力成本,也减少了对测试人员在自动化测试开发脚本能力的要求。
冰城夏都,清爽宜人,由中国机械工程学会无损检测分会新技术专业大会主办、哈尔浪工业大学机电工程学院和黑龙江科技大学机械工程学院承办的第十六届全国无损检测新技术交流会于2021年7月3-4日在哈尔滨成功召开。会议的主题为“创新驱动,更快更准”,旨在交流无损检测行业的最新研究成果与理论突破,促进无损检测行业的交流与合作,来自全国各地近60家单位的160余位专家和代表参加了此次盛会(会议现场见图1)。
介绍了利用迭代方法实现自适应曲面仿形的技术。首先通过激发相控阵超声探头的所有阵元产生平面波并接收回波;然后从回波信号中提取出渡越时间,再根据渡越时间迭代计算延时法则,将延时法则应用于探头产生下一次平面波;最后利用脉冲回波表面分析法构建被测件的表面形状。借助Acquire软件的远程控制接口,开发了客户端软件,实现了自适应仿形的功能集成。试验结果表明,该方法能够准确测量曲面构件的表面形状且运算量较小。
针对传统机器学习方法对特征依赖大,以及传统卷积神经网络只通过提取重要的局部特征来完成识别分类,收敛速度慢的问题,提出了一维多尺度卷积神经网络和门控循环单元相结合的入侵检测方法。该方法使用一维多尺度卷积神经网络加强对特征的捕捉能力,加快收敛速度,采用门控循环单元把握空间特征,减少通道数量扩张,降低数据维度。使用KDD CUP 99数据集和密西西比州大学的天然气管道的数据集进行仿真实验,结果表明与经典的机器学习分类器相比,该方法具有较高的入侵检测性能和较好的泛化能力。
工业互联网安全监测平台趋于成熟。在工业互联网+大数据的环境下,工业数据如今面对日常运维泄露、传输违规、跨境数据安全等问题,工业数据安全监测成为工业互联网的核心关键,是态势感知、监测预警等重要功能的基础和前提。重点介绍了传统流量识别数据安全监测技术,基于DPI、DFI流量的工业数据监测,以及目前工业互联网数据安全监测技术应用,解决“工业互联网+大数据”场景下工业数据安全防护问题。