基于响应面法的轿车主减速齿轮可靠性灵敏度研究

为获得某轿车主减速齿轮尺寸参数对其传动可靠性的影响,提出采用改进拉丁超立方抽样(LHS)获取随机尺寸样本的方法;通过显式有限元仿真构建齿面最大接触应力完全二次响应面(RSM),研究了可靠度对参数的灵敏度。结果表明主减速齿轮可靠度对压力角和模数的均值与方差较为敏感,应合理控制其取值。

齿轮箱耦合系统三维接触非线性动态特性仿真

针对现有齿轮传动系统动力学模型和研究方法的不足,提出了基于完全弹性体的齿轮传动系统动态分析方法.以某型船用齿轮箱传动系统为研究对象,基于显式动力学有限元法,考虑部件之间的耦合作用建立了箱体-轴承-斜齿轮副三维动态接触非线性模型.对整体齿轮箱传动系统进行了动态仿真,得到了关键部件的动力学特性,并与非耦合模型动态性能仿真结果进行比较.结果表明:滚动体与齿面应力呈不均匀分布,部件间的耦合作用加剧了齿轮箱的冲击效应.最后采用赫兹线接触理论进行了验证.

滚动轴承-偏置转子系统涡摆耦合动力学特性研究

建立了滚动轴承-偏置转子系统涡摆耦合动力学模型,模型中考虑了转子偏置量及圆盘摆振,滚动轴承模型中考虑了轴承游隙、非线性赫兹接触力及变刚度VC(Varying Compliance)振动等因素。采用数值方法对不同偏置量下,有无考虑圆盘摆振时系统动力学响应进行了计算与比较;分析了轴承游隙变化对不同偏置量的转子动力学性能的影响。结果表明:考虑圆盘摆振时偏置转子的非线性动力响应特征明显增强;相同转速下,不同偏置量的转子系统中频率成分亦不相同;转子偏置程度越大,系统临界转速对轴承游隙变化的敏感度越高。

知识增强的自然语言生成研究综述

自然语言生成(Natural Language Generation,NLG)任务是自然语言处理(Natural Languge Processing,NLP)任务中的一个子类,并且是一项具有挑战性的任务。随着深度学习在自然语言处理中的大量应用,其已经变成自然语言生成中处理各种任务的主要方法。自然语言生成任务中主要有问答任务、生成摘要任务、生成评论任务、机器翻译任务、生成式对话任务等。传统的生成模型依赖输入文本,基于有限的知识生成文本。为解决这个问题,引入了知识增强的方法。首先介绍了自然语言生成的研究背景和重要模型,然后针对自然语言处理归纳介绍了提高模型性能的方法,以及基于内部知识(如提取关键词增强生成、围绕主题词等)和外部知识(如借助外部知识图谱增强生成)集成到文本生成过程中的方法和架构。最后,通过分析生成任务面临的一些问题,讨论了未来的挑战和研究方向。

内燃机曲轴轴系弯扭耦合非线性振动响应

建立了内燃机曲轴轴系弯扭耦合运动微分方程,模型中考虑了轴系变惯量、质量偏心和非线性干摩擦阻尼力等因素.采用数值积分法研究了质量偏心和转速对系统非线性动力学响应的影响;将系统微分方程组转化为非线性代数方程组,运用谐波平衡法获得了系统幅频特性.结果表明,谐波平衡法与数值积分法得到的结果吻合较好;气缸与活塞间阻尼会对系统响应振幅产生明显抑制作用;减小曲轴轴系偏心量可以有效地提高曲轴系统运动稳定性.

变速器传动系统齿轮敲击噪声参数优化

为了获得变速器敲击噪声产生机理和参数影响规律,针对国产某型机械式变速器敲击噪声问题,建立传动系统空转齿轮敲击动力学模型。基于齿轮敲击噪声与敲击强度关系模型,以变速器整体敲击噪声最小化为目标函数,利用直接积分和遗传算法对各挡齿轮等效质量和齿侧间隙进行优化,优化后整体敲击噪声最大降幅达到4.0d B,变速器系统NVH性能得到明显改善。该研究对指导变速器齿轮传动系统低噪声设计具有理论意义和实用价值。

滚动轴承-柔性碰摩转子系统非线性动力学响应分析

针对现有轴承-转子系统动力学模型的不足,考虑非线性滚动轴承力、不平衡量、碰摩故障及陀螺效应,建立了滚动轴承-柔性对称碰摩转子系统非线性集中质量模型.通过数值计算与比较,结果表明:低转速下系统响应主要表现为滚动轴承的变刚度振动,高转速下轴承变刚度振动的影响相对减弱,转子不平衡和碰摩故障对系统的影响逐渐增强,陀螺效应对高转速下对称转子的响应不容忽略.

命名实体识别任务综述

命名实体识别作为自然语言处理中一项十分基础的任务,为其他许多下游任务的高效完成奠定了基础。其目的是从一段用自然语言描述的文本中识别出相应的实体并标注其类型,以此为其他相关任务作出数据标注的准备。首先介绍了命名实体识别任务的发展历程以及在对应背景下相关研究用到的重点方法,包括自诞生初期用到的基于规则和字典的方法以及后期发展衍生出的基于统计学、深度学习的方法。其次总结了一些该领域比较主流的研究方向,包括低资源条件下的命名实体识别、嵌套命名实体识别以及跨语言的命名实体识别等,这些方向都是近期该任务的热门研究趋势,包含了该任务目前最为流行的研究方法。最后总结了研究中的相关经验,展望了该任务未来的发展方向及难点。

方面级情感分析综述

情感分析是自然语言处理领域的重要分支之一。随着时代的发展,为了能从文本数据中提取出更多的情感信息,方面级情感分析在情感分析中的关注度越来越高。首先介绍方面级情感分析的背景知识、相关概念,并从方面抽取和方面情感分类两个子任务角度进行阐述。在方面抽取方面,介绍了基于相似度算法、主题模型和序列标注的相关方法。在方面情感分类方面,介绍了基于情感词典与规则、机器学习和深度学习的相关方法,并整理了方面级情感分析中常用的中英文数据集和情感字典,最后对方面级情感分析目前面临的挑战和未来的发展方向做出总结和展望。

超磁致伸缩微致动器车削系统建模与控制

综合考虑温度、预应力及碟簧非线性的影响,建立超磁致伸缩微致动器(giant magnetostrictive micro-actuator,简称GMA)车削加工系统非线性动力学微分方程。根据精确反馈线性化的滑模变结构控制方法设计控制器,采用双曲正切函数代替符号函数,并引进边界层,减少了系统的抖振,增加控制器的连续性。最后通过试验,验证了该控制方法的有效性,当系统存在外界干扰或是参数摄动时,该文设计的控制方法都能取得较好的控制效果,稳态误差达到纳米级。

基于改进DPSO算法的航空发动机失谐叶片排序

通过叶片模态实验获得叶片失谐参数,建立了叶盘系统动力学模型,提出了一种新的排序方式.在标准粒子群算法中引入遗传算法的交叉算子和变异算子以及遗传选择的思想,利用罚函数法兼顾错频与减振的应用需求,保留了粒子群算法收敛较快的优秀特性,改善了粒子群的全局寻优能力,并得到比其他优化算法精度更高的排序结果.结果表明,恰当的叶片排布顺序可有效降低叶盘系统振动局部化,采用提出的离散遗传粒子群算法进行叶片排布可使叶盘系统振动幅度较小或者在可接受范围内.

基于显式动力学的某齿轮轴冲击应力分析

在恒定转速下对某航空发动机附件机匣齿轮轴施加冲击扭矩的测试中出现齿轮根部折断的现象,为了分析其原因,利用有限元隐式和显式动力学方法,对齿轮轴在冲击扭矩下考虑旋转离心应力的静、动应力响应进行了计算分析,仿真结果与测试结果一致。根据分析结果对齿轮轴失效部位参数化建模,以齿轮轴质量最小为优化目标,利用APDL进行了失效部位的结构优化。优化结果表明,改进后的设计满足齿轮轴的功能要求,冲击载荷下产生的动应力水平与静态下冲击载荷产生的静应力比较,动应力有较大幅度的增加,在设计过程中应对齿轮轴在较短时间内的冲击载荷下产生的动应力加以考虑,以保证齿轮轴的强度有足够的安全裕度。

广西北部城市与边远少数民族地区乳母初乳中α－生育酚含量比较

广西北部城市与边远少数民族地区乳母初乳中α－生育酚含量比较郑明慈，周陆生，张国风，梁明轩（桂林医学院围产医学研究室，桂林５４１００１）关键词：α－生育酚，初乳，山区Ｃｏｍｐａｒｉｓｏｎｏｆａ－ｔｏｃｏｐｈｅｒｏｌＣｏｎｔｅｎｔｉｎＨｕｍａｎＣｏｌｏｓ...

三维实体转子系统热-结构耦合响应分析

以某型航空发动机高压转子系统为研究对象,基于不均匀分布稳态温度场,建立了某高压转子系统三维实体单元有限元模型以及稳态温度场下转子系统热-结构耦合振动方程,利用热-结构-动力学耦合理论,采用间接耦合法,通过稳态温度场分析和静力分析生成热应力,然后进行预应力模态分析,最后利用模态叠加法进行不平衡量和热弯曲耦合响应分析,实现热-结构-动力学耦合计算.通过稳态温度场对典型级盘稳态响应影响的分析以及不平衡量与热弯曲耦合稳态响应分析,发现耦合响应对转子系统各级盘的振动响应有较大影响.

基于prompt和知识增强的方面级情感分析

方面级情感分析是一种新兴的细粒度情感分析任务,旨在根据给定句子和方面词判断情感极性。目前广泛使用的预训练语言模型由于训练目标和方面级情感分析的目标有差异,分析结果不好。为了缓解预训练语言模型和情感分析目标的差异,prompt被引入到方面级情感分析中,采用伪标签加方面词和意见词的方式创建prompt连续模板,并使用prompt-encoder训练伪标签使其拥有语义信息;然后,使用主题图注意力机制融合关于方面词和意见词的外部知识,根据融合外部知识的隐藏向量预测由情感词典组成的候选标签词;最后,采用求和置信度分数的方式将候选标签词的概率映射到情感极性分布空间上。实验表明,该模型在SemEval 2014任务的笔记本电脑数据集和餐厅数据集上将正确率分别提高了1.53%和3.5%。

KENAOTE:一种知识增强的方面和意见对提取多任务学习模型

方面和意见对提取旨在根据给定句子提取方面和意见项并匹配关系,然而相关研究通常独立提取方面和意见项,而不识别关系。为了识别方面和意见项关系,提出一种知识增强的方面和意见对提取多任务学习模型。首先使用预训练语言模型为文本生成具有语义信息的词向量,为了实现知识增强的效果,使用遮蔽注意力的方式将知识图谱的语义信息融入词向量中,然后使用基于距离注意力和条件随机场的序列标注方法提取方面和意见项,最后再将提取的方面和意见项两两匹配预测对应关系。为了加强方面和意见项提取模块和匹配模块的联系,采用共享编码层的方式实现联合训练。在训练流程中,匹配模块采用真实标签作为输入,在测试过程中采用提取模块的结果作为输入。为了证明模型的有效性,使用三个通用领域数据集进行对比实验,该模型在方面和意见项匹配任务中F 1值分别达到66.99%、75.17%和67.30%,并优于其他比较模型。

基于CPSO-BP神经网络的柴油机排气门间隙故障诊断

针对柴油机排气门间隙故障信号不易提取的特点,提出了将混沌粒子群神经网(Chaotic particle swarm optimization-Back Propagation,CPSO-BP)聚类模型应用于柴油机排气门间隙故障诊断.首先,采用经验模式分解(Empirical Mode Decomposition,EMD)对柴油机振动信号进行分解,将得到的前6个模态函数能量百分比作为反映故障状态的特征参数,重构BP神经网并用混沌粒子群算法对其结构和权值进行优化;最后,基于优化的神经网对排气门间隙为0.2mm,0.4mm,0.6mm等3种故障工况的信号进行聚类.结果表明:所有样本的测试结果均与实际状况一致,该方法可以较好地用于排气门间隙故障诊断.

基于知识增强的命名实体识别方法研究

命名实体识别作为自然语言处理中一项十分基础的任务,其目的是从一段用自然语言描述的文本中识别出相应的实体及类型。知识图谱作为以三元组形式存在的外部知识,已经在很多自然语言处理任务中得以应用并取得了良好效果。文中提出了一种基于知识图谱信息增强的注意力对齐命名实体识别方法,首先通过嵌入层和注意力机制嵌入知识图谱信息,获取知识图谱三元组信息的表示;其次通过BERT-BiLSTM获取句子的上下文表示;然后通过一种注意力对齐模块分配三元组权重融合知识图谱信息与句子信息的表示;最后通过softmax控制融合后的表示向量的预测输出,进而获取实体的标签。该方法有效避免了因知识图谱的融合而改变原句子的语义信息,同时也使得句子中的词向量具有丰富的外部知识。所提方法在中文通用数据集MSRA和医疗领域专用数据集Medicine上的F1值分别达到了95.73%和93.80%,相比基线模型提升了1.21%和1.3%。

工况参数对船用斜齿轮动态性能的影响

以某型船用单级斜齿轮传动为研究对象,针对其工况复杂多变的特点,基于Abaqus/Explicit显式动态分析方法,建立了斜齿轮副有限元模型.对额定工况下齿根动应力进行了仿真,重点讨论了负载扭矩和主动轮转速等工况参数对齿根最大动应力的影响.结果表明:斜齿轮齿根最大动应力随着扭矩和转速的增大而接近线性增加,且不同齿面的齿根动应力的增加速率不同.研究结果对船用斜齿轮副的优化设计具有一定参考价值.

基于柔性多体动力学的机械臂结构优化设计

针对柔性关节对工业机器人动力学特性的影响,基于"转子-扭簧"模型和有限元法,研究关节刚度对机械臂固有动力学特性的影响规律;考虑臂杆柔性和关节柔性,建立了机械臂多柔体动力学有限元模型,以机械臂轻量化为设计目标,以末端总位移量为约束条件对机械臂结构进行优化。研究结果表明,不同关节刚度对机械臂各阶固有频率的影响不同,优化后的机械臂载重/自重比增大,刚度和强度均得到提高,整体动力学性能明显提高。