基于二值图像处理技术的砂土颗粒统计方法

砂土具有压硬性、剪胀性、各向异性等力学性质,实质上是受其内部的细观结构的影响.利用试验和数值统计相结合的手段对砂土颗粒进行统计、细观结构进行量化分析,有利于深入研究砂土变形机理.文中基于数字图像中的二值图像处理技术,采用八邻域搜索和聚类方法实现了连通域的搜索和砂土颗粒的统计.结果表明该方法能较好地统计出染色砂土颗粒的个数和颗粒的分布情况,为进一步研究砂土内部结构性质变化与颗粒变化的内在联系奠定基础,对研究不同状态下的砂土微观结构的性质变化具有重要意义.     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。     

基于Q学习的参数自适应S面控制方法

复杂的动力学特性及多变的海洋环境对无人水下航行器（UUV）控制器的设计提出了巨大挑战,在实际应用中,控制器的参数经人工调试后便固化,在控制过程中无法适应环境的变化。针对上述难题,该文借鉴自适应控制思想,提出一种基于强化学习的参数自适应S面控制方法,采用自适应控制方式实现不同环境下控制器参数的优化和自动整定。该方法采用Q学习算法进行训练,通过Q学习的自学习机制寻找输入状态和输出动作间的最优映射。仿真试验表明,所提方法能对控制器的参数进行实时在线调整,具备良好的控制效果和环境自适应能力。     

以打造世界一流集装箱码头为目标强化作业效率管理(续前)

2．5 合理调配资源,有效提高综合资源生产率现代集装箱码头高度机械化的作业特点决定了其固定设备的投资是十分巨大的,作为其经营主体的码头公司必须考虑企业的生存及盈利问题,因此也不可能无限制的投入机械设备。同时,集装箱码头即使规模     

海量GPR检测数据负载均衡并行处理技术

探地雷达单机处理软件性能较低,难以满足较长里程或周期性检测的海量数据处理场景需求。针对这一问题,本文在集群模式下基于Hadoop平台的MapReduce并行计算框架,采用HDFS和MySQL的混合存储方法,对数据流进行细粒度切片,建立主从节点架构的动态调度模式,实现海量检测数据的负载均衡并行处理。在Linux系统搭建了1主+8从的Hadoop集群环境并对其进行了测试试验。结果表明:动态调度可使迭代算法达到负载均衡,高复杂度算法适用于并行处理,性能可提升100倍左右,加速比接近物理核数。     

大型齿轮的新热处理方法——高频加热硬化处理

介绍了德国Reese公司正在开展大型零件的高频加热硬化处理的研究计划,并以大模数齿轮为实例,就渗碳硬化与高频加热硬化处理工艺进行比较,指出高频加热硬化处理能以低成本、高质量制造大型齿轮,且该工艺的环保性优良。     

泥水处理系统中平流式沉淀池的设计探讨

泥水处理系统是泥水平衡盾构的重要组成部分,而重力沉淀法是泥水处理中应用最为广泛的一种方法。介绍平流式沉淀池在泥水处理过程中的现场应用情况,并对其处理效果进行分析,提出平流式沉淀池用于泥水处理的结构形式和设计方法,为泥水处理采用重力沉淀法提供一种新思路。     

硬质颗粒含量对CNG阀座性能的影响

试验研究了硬质颗粒的含量对阀座的室温、高温硬度及压溃强度的影响,硬质颗粒对阀座烧结温度的影响,并通过模拟台架试验分析了硬质颗粒含量对阀座下沉量影响,综合确定了阀座材料中适宜的硬质颗粒含量。