基于统计分析的建设项目投资优化研究

探索建设项目投资优化的理论分析和统计分析方法,通过实证研究验证其实际效果。首先介绍了建设项目投资优化的概念、特点和理论基础,包括价值工程理论、生命周期成本理论、风险评估及管理理论。然后分析了概率分析,敏感度分析和模拟分析等建设项目投资优化应用的统计分析方法。然后以两个建设项目为案例进行实证研究,比较优化前后的投资效果。最后,介绍了建设项目投资优化的风险管理框架和实践事例,提出了相应的风险管理战略和建议。实证研究结果表明,投资优化方案对提高项目经济效果具有积极作用。

基于RBF神经网络的闭链下肢康复机器人自适应补偿控制

在下肢康复机器人的康复训练过程中,模型参数、环境干扰等不确定性因素会影响机器人轨迹跟踪的精度。针对这一问题,提出了一种基于径向基函数(Radial Basis Function,RBF)神经网络的自适应补偿控制,该控制方法能够提高机械系统轨迹跟踪的精确性。首先,设计一款具有4种工作模式、运动稳定的闭链卧式下肢康复机器人结构;然后,利用拉格朗日方法求解动力学名义模型,将康复装置的模型参数以及外界干扰等不确定性因素分离出来,并设计基于RBF神经网络的自适应补偿算法对其进行逼近控制;最后,通过Matlab/Simulink环境对其进行仿真验证,证明了该控制策略的有效性。结果显示,在人体步态曲线轨迹跟踪中,提出的基于RBF神经网络的自适应补偿算法相比传统的模糊比例-积分-微分(Proportional Integral Derivative,PID)控制的方法响应速度快、跟踪效果好,且髋关节和膝关节轨迹跟踪的角度误差峰值分别为0.08°和0.13°,远小于患者下肢在康复运动中的转动角度。设计了单腿样机试验,试验结果表明,采用的RBF补偿自适应控制器能够实现高精度的跟踪结果,也能够满足患者在康复训练中安全性的要求。

弹性同轴腿四足机器人分析与仿真

为使四足机器人在行走时获得更加优异的运动与抗冲击性能,设计了一种具有弹性同轴机构的四足机器人,提出了足端集成缓震的闭链弹性腿结构。采用闭环矢量法与几何分析法,建立了机器人单腿运动学模型,并对其进行了正逆运动学分析。研究了对角小跑步态下四足机器人的步态时序,得到了滞空、着地时间点与步态周期的关系。通过2种不同腿部构型机器人的行走对比实验,分别对两者的质心位移、前进速度、足端接触力及驱动电机力矩曲线进行仿真分析,验证了机器人移动的高效与稳定性。

基于可拓学的下肢康复机器人结构方案生成研究

为使下肢康复机器人的结构满足消费者需求,在结构方案生成的过程中,结合机械设计与机器人领域的有关知识,利用可拓学中的拓展分析方法与基元理论对下肢康复机器人的结构进行了形式化表达与逻辑分析,并利用消费者需求事元、产品功用事元以及结构关系元三者的顺序映射关系,得到了下肢康复机器人的结构方案集。后结合综合优度评价法与专家评估结果,对方案集中的方案进行筛选,最终生成最佳结构方案,为机器人结构设计拓展出一种高效的产品设计思路。

高速飞行器燃油瞬态温度预测的修正热网络法

针对高速飞行器燃油消耗全阶段温度场三维瞬态计算存在效率过低问题,为满足高速飞行器燃料系统快速迭代设计过程中燃油温度场计算的需求,通过在热传导方程中添加掺混系数表征燃油内部热对流,在热平衡方程中添加传质项表征燃油宏观流动,提出一种满足设计精度的高效修正热网络方法.基于提出的热网络法构建高速飞行器储油系统瞬态热分析模型,在不同的热边界条件和储油系统几何结构下,该热网络法计算结果与计算流体动力学(CFD)方法结果的偏差低于5%,计算效率极大提高.采用CFD计算与修正热网络法结合的方式,为高速飞行器燃料储存系统设计提供了新的燃油瞬态温度变化预测方法.

基于Mask- YOLOv3的口罩检测模型

在常态化疫情防控中,针对公共场所流动人群进行口罩佩戴检测存在的受检测目标小、背景复杂等因素影响,导致常规算法存在口罩目标准确率不高的问题,基于YOLOv3算法改进的网络结构Mask-YOLOv3模型融合了密集型卷积神经网络和YOLOv3算法,解决了小目标提取特征不够充分的问题,增强了卷积层网络特征传播能力,提高了网络检测目标精度。通过添加网络空间金字塔池化结构模型增强了特征的复用,用K-means修改目标先验框加强网络对小目标的检测能力。结果表明,基于Mask-YOLOv3的口罩检测模型在步行街、食堂、商场等复杂环境能够更准确地检测出人群口罩佩戴情况,改进模型的平均检测率达到91.3%,与原始YOLOv3算法相比提高了5.6%,召回率达到89.2%,表明该网络模型对口罩检测更加有效。

基于引气控制的热气防冰优化设计方法

飞机在飞越含有过冷水滴的云层时,机翼、发动机进气道表面容易发生结冰,危害飞行安全。热气防冰是应用最为广泛的结冰防护手段之一,为了保证在较低的引气量下仍能满足防冰要求,提出了基于引气控制的热气防冰优化设计方法。基于本征正交分解和径向基函数神经网络建立热气防冰性能快速预测方法,实现对防冰优化设计空间内结构参数变化后对应表面温度、溢流水质量流量分布等的快速评估。基于差分进化算法、快速非支配排序遗传算法开展热气防冰系统的单目标优化设计和多目标优化设计,并使用热气防冰性能快速预测方法评估种群个体的目标函数和约束函数。在满足优化问题约束条件的前提下,单目标优化设计所得热气防冰结构较基础设计所需引气量下降了23.41%;多目标优化设计可以得到一系列优化的防冰结构,设计人员可以通过评估减小引气量和增强防冰性能两方面目标的权重来选择最为合适的热气防冰结构设计方案。