MATLAB优化工具箱在蜗杆传动优化设计中的应用

在研究蜗轮蜗杆传动优化数学模型的基础上,以蜗轮的体积最小为优化目标函数,提出了利用MATLAB的优化工具箱对蜗杆传动进行优化设计的方法。与传统设计方法比较,该方法既满足了强度要求,又大大减小了蜗轮蜗杆机构的体积,提高了设计效率和质量。     

基于fastText算法的行业分类技术

随着中国经济的高速发展和技术创新能力的不断提升,高效的组织、分类信息是提供个性化行业管理和跟踪分析的基础。根据行业信息特点和发展规律,提出了一种基于fastText算法的行业分类模型。首先,构建行业分类关键词库,通过特征词库进行分词和权重计算。然后,构建分类器模型,实现中文行业的自动分类。最后,实验选取了80 000个包含企业经营范围、企业信息、舆论信息的测试文档,结果表明,所提模型结果高于Bayes、决策树、KNN等分类算法,取得了较好的应用效果。      

洛氏硬度计压痕测量系统检定方法探讨

针对洛氏硬度计压痕测量系统直接检定方法进行分析讨论,提出了具体的压痕测量系统直接检定和数据处理方法,为开展该项检定工作提供参考。     

过膨胀状态下单边膨胀喷管内壁面压力非定常特性试验研究

为获得单边膨胀喷管(SERN)过膨胀状态下壁面压力非定常特性,在喷管落压比(NPR)为7.54和9.98两种状态下,采用动态压力传感器对SERN壁面压力进行试验测量,并结合聚焦纹影观测流场。结果表明:在两种落压比条件下,喷管下壁面分离模态均为自由激波分离(FSS);NPR=7.54条件下,喷管上壁面分离模态为受限激波分离(RSS);而在NPR=9.98条件下,喷管上壁面分离剪切层间歇性地撞击喷管壁面,导致喷管出口附近壁面压力间歇性的高于环境压力,流动分离模态为部分受限激波分离(pRSS)。不同分离模态下,上游未受扰动区域壁面压力脉动主频均接近于6kHz,喷管内流动分离点呈现宽低频振荡特性。RSS模态下,分离点附近壁面压力脉动具有相对独立主频,而在FSS和pRSS模态下无明显独立主频。     

工科高等学校实践教学质量的探索与实践

高等学校实践教学在整个教学过程中占有较大的比重,实践教学的质量将在很大程度上影响高校的教学质量和人才培养质量.因此,提高对实践教学重视程度,加大对实践教学环节投人力度,深化对实践教学环节改革,是提高实践教学质量的关键.     

双定子盘式永磁同步电机控制策略

对一种具有双定子的盘式永磁同步电机进行了讨论、分析与试验验证。双定子电机因其具有的高转矩密度、控制灵活等特点受到了越来越多的关注,然而在实际应用中,如何进行双定子的能量分配以使系统效率最优也成为了一个难点。因此,提出一种基于MAP图的转矩分配策略,并在以TMS320F28335为主控芯片的试验平台上对电机进行了试验验证。试验结果表明所提出的控制分配策略能有效地保证双定子电机系统高效运行。     

基于内聚力模型的飞机风挡与无人机碰撞仿真及试验验证

为有效支持无人机撞击飞机仿真分析,降低试验研究成本,开展无人机与某型运输类飞机风挡碰撞试验及有限元仿真方法研究。研究建立符合实际尺寸和曲面构型的风挡和无人机的建模方法;考虑到碰撞后风挡玻璃的裂纹萌生和扩展的不可预测性和复杂性,通过Python二次开发在风挡模型中玻璃单元间及玻璃层与胶层间嵌入零厚度内聚力单元,研究给出基于固有内聚力的风挡玻璃有限元模型。研究发现,对应工况的仿真结果与试验结果基本一致,证明内聚力模型应用在该仿真中的有效性。同时相对于常规的单元删除法,基于内聚力模型的仿真结果更加接近试验结果,证明所建立方法的精度更高。     

基于语音的奥运信息智能查询系统

提出了一个基于语音交互的奥运信息查询系统。该系统综合应用语音识别、智能人机交互等先进技术,实现了通过语音对历届奥运会的相关信息的查询。在语音识别和问句理解方面,将统计方法与规则方法相结合,利用领域相关知识和受限语言文法,显著地提高了语音识别和问句理解的正确率。实验结果表明,提出和采用的各种技术方法是有效的。     

以持续抽象策略实现软件体系架构进化

以对传统的模型-视图-控制器(MVC)体系架构框架实施的进化过程为例,针对软件系统的体系架构模式／框架设计,识别并提出一种新的进化式设计理念体系:基于持续抽象策略的进化式设计理念体系; 并探索了以这种理念体系及其语言记录和传承软件系统设计经验及其进化能力历史的可能性。本文指出,架构方案的可抽象能力是软件架构进化能力的核心因素,决定架构方案在软件进化过程中的生存能力。新的进化式设计方法学理念体系建议以持续抽象过程作为体系架构设计的进化策略,以领导软件体系架构的进化方向,持续加强软件体系架构的可靠性、可扩展性、动态性和可复用性。还介绍了这一新的设计方法学理念体系在信号和逻辑集成工具SAL Studio1．0设计开发过程中的实践。     

基于神经网络-遗传算法的液力透平叶片型线优化

提出了一种叶片型线的多工况优化设计方法,该方法包括叶片型线参数化、优化的拉丁超立方试验设计、CFD技术、GA-BP(genetic algorithm-back propagation)神经网络与遗传算法.具体采用三次非均匀B样条曲线参数化叶片型线,优化的拉丁超立方试验设计方法在设计空间内获取训练GA-BP神经网络的样本点,各个样本点性能分析由CFD技术完成,随后开展GA-BP神经网络的学习训练,最后采用GA-BP神经网络和遗传算法相结合的优化技术求解液力透平叶片型线的多工况优化问题.基于上述优化方法对一液力透平进行了叶片型线的优化改进,结果表明,在保证扬程不小于相应初始扬程的约束条件下,优化后的液力透平效率在3个指定工况下分别提高了3.91%,3.59%和3.09%, 证明采用此方法优化叶片型线具有一定的可行性.