Ti/CFRP超混杂层板的研究与应用展望

Ti/CFRP超混杂层板具有高比强度、高损伤容限及优异的疲劳性能,是航空航天领域的重要选材对象之一。界面性能决定了层板综合力学性能的好坏,是Ti/CFRP层板目前的研究热点。首先综述了钛和钛合金不同表面处理工艺;然后介绍了Ti/CFRP层板力学性能试验及理论预报的研究现状;最后通过分析Ti/CFRP层板航空航天领域的现有应用情况,展望了Ti/CFRP层板未来潜在的应用方向。     

基于深度学习的电力数据分析研究

针对传统电力数据分析方法存在适用范围有限、模型复杂等导致电器分类准确率较差的问题,提出了一种基于多层堆叠长短期记忆(Long short-term memory,LSTM)网络的电力数据分析模型。首先,根据电力数据的频谱图、Mel频率倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)和Mel频谱图提取电力数据的特征,然后将其应用于深度学习模型并提高分类任务的性能,从而改善过拟合问题。其次,建立了一个多层堆叠LSTM模型,从而有效提高模型的分类和回归能力。最后,提出了一种改进的软独热编码和多尺度训练方法,从而防止峰值概率分布,提高模型的泛化能力。实验阶段,以家庭电力数据集为例,对所提模型进行验证。仿真结果表明,所提模型软独热编码及多尺度训练对加快训练效果具有一定效果,最终分类准确率到达89.85%。