微信公众号
期刊简介
《湘潭大学学报（自然科学版）》创刊于1978年，是湖南省教育厅主管、湘潭大学主办的国内外公开发行的学术期刊。本刊主要刊登数学、物理、化学、化工、材料、电子、土木工程、环境工程、机械工程、计算机科学等理工科学科领域的科研学术论文和高水平教改论文。目前栏目有：韶峰专栏、“数学+”交叉学科研究、基础理论、工程技术、新理工教育等。
本刊曾多次荣获全国优秀科技期刊奖、中国高校优秀科技期刊奖、中国科技论文在线优秀期刊奖等奖项，是首届中国期刊方阵双百期刊，是中国科技核心期刊，被CA 化学文摘(美)、Pж(AJ) 文摘杂志(俄)、中国科技论文与引文（CSTPCD）、中国科技论文在线、知网、万方、维普等数据库收录。
本刊特点：已开通知网首发服务，重要文章开通绿色通道1周内实现网络首发；快速出版，接收即可分配DOI号知网在线首发；稿件整个出版过程中不收取任何费用。
新型复合筒壁构件轴压性能研究
陈俊;吴桓;赵思琪;唐晓琴;刘湘晖;【目的】为解决风电行业风机单机容量大型化要求风电塔筒的高度越来越高、刚度越来越强、承载力越来越高的问题.【方法】该文基于组合结构原理，提出了一种新型复合筒壁的风电塔筒结构，该复合筒壁由弧板、波纹钢板、T型加劲肋及内填混凝土组成.为研究该复合筒壁的轴压性能，采用1/8塔筒节段的片状筒壁作为试验原型，设计了5个复合筒壁试件，开展轴心抗压承载力试验.从试件的高度、波纹钢板的波峰波谷长度关系及波纹钢板位置3个方面来研究所设计复合筒壁试件结构的抗压性能.【结果】试验结果表明：试件的高度越高，试件承载力越低，当高度增加到原来的两倍时，承载力会降低约19.4%;波峰长度大于波谷长度的试件与波峰长度小于波谷长度的试件相比，极限承载力提高了18%;波纹钢板放置在试件内侧的试件与波纹钢板放置在试件外侧的试件相比，极限承载力提高了9.67%.【结论】波纹钢板在内侧、波纹钢板波峰长度大于波谷长度及长细比较小的构件可以优化所提出复合筒壁构件的轴压性能.
基于分阶递进增强的低分辨率图像目标检测方法
孙晓纪;王文龙;李明鸿;王焘;赵于前;桂卫华;【目的】目标检测是计算机视觉领域的核心任务之一，在智能监控、自动驾驶等实际场景中具有重要应用价值.然而，在真实采集过程中，受成像设备性能限制、传输干扰等因素影响，图像往往会出现低分辨率(LR)退化，并伴随噪声和模糊等问题.现有多数基于卷积神经网络(CNN)的目标检测算法主要针对高分辨率(HR)图像设计，在复杂退化的LR图像上，由于HR与LR特征域差异显著，检测性能明显下降.针对上述问题，该文提出一种面向目标检测任务的超轻量级预增强网络(HPEN).【方法】为降低复杂退化带来的图像重构难度，HPEN采用分阶递进增强策略.第一阶段设计小波复原模块(WRM)恢复图像关键纹理信息，实现图像复原.WRM首先利用离散小波变换将输入图像分解为低-低频、低-高频、高-低频和高-高频4个频率分量，并在每个分量支路中引入残差单元进行特征提取.为实现低频结构信息与高频细节信息的有效融合，在相邻频率支路之间构建跨层特征融合单元，通过仿射变换方式将外部指导特征融合到当前特征中，以增强特征表达能力.第二阶段设计分辨率增强模块(REM)对复原图像进行细节重建并提升图像分辨率.REM首先利用3×3卷积提取浅层特征，并通过残差单元进行特征细化；随后采用双线性插值将特征缩放至固定尺寸128×128,再通过像素重排层将特征上采样至512×512.同时，通过跳跃连接结合双线性插值方式引入残差图像，以促进模块内部信息流动.将HPEN与任意检测器级联，可构建适用于LR图像的目标检测方法(HPELOD).【结果】为验证所提方法的有效性，在降质后的PASCAL VOC2007 trainval(VOC-L)和COCO val 2017(COCO-L)数据集上，与基准检测方法CenterNet、基于预处理的方法以及联合增强与检测的方法进行对比实验.实验结果表明，在保持检测速度的前提下，HPELOD仅引入少量网络参数和计算开销，即可显著提升LR图像的目标检测性能.例如，在VOC-L和COCO-L数据集上，HPELOD相较于自监督学习分辨率自适应编码方法(AERIS)分别提升1.2和1.1的mAP.此外，在主观视觉效果方面，所提方法在较强噪声和模糊的情况下仍能够检测出更多目标.【结论】该文提出的超轻量级预增强网络HPEN及其分阶递进增强策略能够有效缓解退化LR图像的重构与增强难题，所构建的HPELOD方法为低分辨率图像目标检测提供了一种高效且轻量化的解决方案.该方法在检测精度与计算效率之间取得良好平衡，具有较高实际应用价值，可为后续低分辨率图像目标检测研究提供参考.
基于局部熵选择尺度提取调频小波变换的非平稳机械振动信号时频分析方法
牛渝礼;谭建鑫;王天杨;井延伟;褚福磊;【目的】针对复杂旋转机械在变工况运行下振动信号呈现出的强非线性、非平稳多分量以及瞬时频率非比例演变等物理特征，传统时频分析方法难以有效解析紧密相连且演化规律各异的非比例瞬时频率轨迹，严重制约了设备运行状态的精准评估与故障的早期检测.为突破复杂非平稳信号时频解析的分辨率瓶颈，该文提出一种新型时频分析方法——局部熵选择尺度提取调频小波变换(LESSECT),旨在全面提升多分量非比例信号的时频表示分辨率、结构可读性与能量聚集度，为精密机械装备的可靠故障诊断提供坚实的理论与算法支撑.【方法】该文提出的LESSECT方法融合了多维调频率缩放机制、基于Rényi熵的调频率选择策略及同步能量再提取技术.首先，构建多组覆盖不同调频演化趋势的子时频表示空间，以全面捕捉信号的多样化局部特征；其次，在各个局部时间中心，创新性地以Rényi熵最小化为优化准则，自适应地筛选最优调频率组合，从而实现多个非比例且相距极近的瞬时频率成分的同步剥离与高保真保留；最后，结合同步能量局部重提取算子，对目标时频区域内的能量进行二次深度聚焦，彻底消除交叉项干扰与能量模糊扩散现象，重构出高度集中的精细化时频结构.为系统评估该方法的性能，该文开展了包含多谐波仿真合成信号、蝙蝠回声定位实测信号、滚动轴承内圈故障模拟信号以及风电行星齿轮箱振动数据在内的多场景综合实验.将LESSECT与短时傅里叶变换(STFT)、连续小波变换(CWT)、同步提取变换(SET)、广义线性调频小波变换(GLCT)、尺度基调频小波变换(SBCT)和熵匹配调频小波变换(EMCT)6种前沿基线方法进行深度对比.【结果】数值与实验结果表明：在处理具有复杂非比例瞬时频率轨迹的非平稳信号时，LESSECT所生成的时频表示获得了最低的Rényi熵值，即极优的能量聚集性以及最高的结构相似性指数(SSIM).即使在强背景噪声与严苛的非比例多分量干扰下，该方法依然能够清晰、连续地分离并还原信号的关键物理本征频率及其各阶高频谐波特征.【结论】所提出的LESSECT方法具备卓越的时频结构自适应解析能力，从根本上克服了现有时频分析工具在处理复杂非比例瞬时频率信号时的能量泄漏与分量混叠难题.该技术不仅显著增强了时频特征的可视化表达与物理可解释性，更为复杂旋转机械在变工况下的微弱故障精准检测、状态劣化评估及高可靠性智能诊断提供了极具价值的新型分析框架，展现出广阔的工程应用前景.
基于NRBO-LSTM的短期电力负荷预测
达彪;张涛;王舰;陈毅;【目的】为了实现电力资源的合理分配，提高电力负荷预测的精度，针对现有负荷预测算法参数设置随机性强、预测精度不足的问题，该文提出一种基于牛顿-拉夫逊优化算法(NRBO)和长短期记忆网络(LSTM)的混合预测模型.【方法】首先，分析现有负荷预测算法的局限性.然后，利用NRBO算法的全局寻优能力，自动搜索LSTM网络的最优超参数，以替代传统的人工调参方式，减少人为设置的随机性；最后，构建NRBO-LSTM模型用于电力负荷预测.【结果】该文采用澳大利亚某地区2009年1月1日至2010年12月31日的实际电力负荷数据进行验证，并与Autoformer、基于蜣螂算法优化的长短期记忆网络(DBO-LSTM)、Transformer、基于遗传算法优化反向传播(GA-BP)神经网络以及标准LSTM模型进行对比.实验结果表明，NRBO-LSTM模型在各项评价指标上均表现最优：其均方根误差(RMSE)分别降低了21.51%、42.01%、47.43%、56.03%、66.44%;平均绝对百分比误差(MAPE)分别降低了31.16%、45.18%、53.19%、65.87%、72.09%;平均绝对误差(MAE)分别降低了34.97%、49.97%、58.27%、69.31%、75.85%;决定系数(R2)分别提高了0.523%、2.728%、3.399%、8.085%、15.933%.【结论】该文提出的NRBO-LSTM模型能够有效提高电力负荷预测的精度和拟合效果，为电力系统的负荷预测提供了一种新的有效方法，具有重要的理论和应用价值.
本期推荐文章
作者服务
您可以再此处输入您所研究的或者喜欢的相关领域的关键词，cnki将为您推荐最符合您要求的文章供您参考研究！
访问量统计
今日访问量: 229