基于自适应进化率的拓扑优化方法研究

由于双向渐进结构优化法(BESO)拓扑优化中,进化率值常采用恒定值形式,这会导致在迭代初期计算缓慢,后期又会快速更新单元结构,很难保证迭代计算效率。本文分别基于两类函数构建两种自适应进化率机制,以动态控制进化率值,提高拓扑优化的计算效率。算例测试结果表明,所提出的自适应进化率模型相对于恒定值型提升了40%的计算效率。

MATLAB语言在“工业机器人”课程教学实践中的应用研究

针对“工业机器人”课程传统教学方法存在教学手段单一、学习效果差等弊端,在新的课堂教学和综合作业中引入MATLAB语言。通过斯坦福机器人运动学求解等两个教学案例的实施,结果表明,使用MATLAB语言教学,具有模型和运动轨迹可视化程度高、复杂数学模型快速计算和动画模拟等优点。利用统计软件分析传统教学与使用MATLAB语言教学方法的教学效果,结果表明,使用MATLAB语言教学,具有显著性差异,学生考试成绩提高明显。MATLAB语言的引入,有利于培养学生解决复杂工程问题的创新能力,为后续该课程的教学反思和改进提供理论指导。

海洋捕食者算法的改进及其应用

针对传统的计算方法在求解多约束工程优化问题时存在的不足,提出一种融合多种策略的海洋捕食者算法并应用其中。算法首先采用折射反向学习策略,以增加初始种群的多样性。其次,引入正弦-余弦算法和高斯-柯西变异算子,用于提高求解精度和全局寻优能力。最后,通过6个标准测试函数和2个工程实际案例的应用,表明了新算法的优越性。

基于径向基函数神经网络的大学生体测成绩预测研究

大学生体质健康测试成绩是评价学生体质健康的重要标准,科学有效地对体测成绩进行预测分析是其他研究的基础。该研究运用径向基函数神经网络对某大学XX学院学生2022年体质健康测试数据进行预测和分析,并与BP神经网络、支持向量机等方法分类预测结果进行对比。试验结果表明,该预测模型具有较高的预测准确率和较好的泛化性能,为后续体育教师开展教学,相关学者开展研究提供了科学有效的分析方法。

基于图片矢量化处理的图像浮雕加工技术

针对现有图像浮雕加工技术在加工产品时出现的图形轮廓线条不连续、加工效果不佳的问题,提出一种图片矢量化处理的图像浮雕加工技术。首先,采用专业的矢量化软件对图片进行矢量化处理,得到连贯的图形轮廓线条;然后,将处理好的图片进行图像浮雕加工;最后,基于r2v软件处理的矢量化图片,采用CAXA制造工程师软件进行实际的图像浮雕加工仿真。通过仿真实验验证了该方法能较好地解决图像浮雕加工中图形轮廓线条不连续的问题。

智能科学与技术专业Python课程教学探索

Python语言程序设计是智能科学与技术专业的编程基础课程,对该专业后续实践课程的实施具有重要作用。为了提升Python课程的质量,从专业对人才素质的需求角度出发,对Python课程教学提出了改进措施,包括提升教师编程技能与课程理解、建立层次分明的课堂教学体系、构建以学生为中心的实践教学体系以及建立Python课程与学科竞赛的链接。通过课程的不断改进,最终实现了课程教学质量的提升。

基于EEMD-PSO-ELM的RV减速器故障诊断模型

为了准确评估旋转矢量(RV)减速器的工作状态,针对RV减速器故障不明显、样本数据少、难诊断的问题,首先从理论上证明RV减速器正常运行时扭矩传递时具有周期性,利用旋转机械测试信号周期演变特征和集成经验模态分解(EEMD)可以有效反映数据周期性的特点,提出一种基于EEMD的粒子群优化(PSO)算法的极限学习机(ELM)故障诊断模型,同时采用西安交通大学轴承实验数据集验证了模型性能。在此基础上,将RV减速机测试平台所测得的数据代入所提模型,最后与其他模型进行对比,结果显示所提模型能够更有效地判断出RV减速机的工作状态。

CTD气流式烘丝机设备故障预测

CTD气流式烘丝机是目前烟草行业主流的设备,其在生产过程中存在出丝不均匀、干燥不达标、断流、堵丝等故障,最终影响卷烟的品质、降低生产效率。为准确预测工艺过程中的故障,提出一种基于朴素贝叶斯方法的CTD烟丝干燥设备故障预测模型。首先从获取的CTD气流式烘丝机的日常运行数据中提取特征量信息,在此基础上完成数据模型的建立,然后将建立好的数据集带入到朴素贝叶斯模型、决策树模型和线性判别模型进行对比分析。结果显示朴素贝叶斯模型的预测效果优于决策树模型和线性判别模型,且预测的准确率达到99.8%,说明该故障预测的评估模型实现了对CTD烟丝干燥设备故障的准确预测,能够解决工艺过程中故障预测的问题。

空气压缩机隔振装置设计及隔振性能分析

针对空气压缩机隔振装置匹配难度大、周期长、精度低等问题,设计了一种六点悬挂式弹簧隔振装置,利用CATIA软件建立隔振装置的三维几何模型,借助ANSYS和MATLAB软件建立隔振装置的分析模型,并进行谐响应分析和隔振分析。结果表明:空气压缩机隔振后位移响应峰值和速度响应峰值显著降低,说明所设计的隔振装置具有较好的隔振效果,可以为空气压缩机隔振研究提供参考。

基于决策树算法的高任务可靠性惯性开关设计准则挖掘

针对目前弹用惯性开关导通不稳定即任务可靠性普遍较低的问题,综合考虑重锤、弹簧等17组设计属性参数,基于交叉验证法构建样本数据,提出了基于决策树算法的高任务可靠性惯性开关设计准则挖掘模型。该模型根据实际加工产品参数进行数据挖掘,并采用Spyder软件画出决策树图,从而确定高任务可靠性惯性开关设计准则为:当重锤重量设计小于等于0.002g时,可保证惯性开关具有高任务可靠性;以基尼系数为评价指标,确定惯性开关任务可靠性的主要影响因素;采用动力学分析的方法,验证主要影响因素的准确性。最终得出结论:重锤重量是影响开关响应阈值的主要因素。通过此研究能够有效地挖掘惯性开关高任务可靠性的设计准则,极大地提高了惯性开关的导通率,为惯性开关的发展提供理论支撑。

基于改进的二进制蚁狮算法的特征选择模型及应用

为了降低滚动轴承故障数据集的特征维度,选取最有效的数据特征,首先提出一种改进的二进制蚁狮算法,该算法通过引入种群保护集机制,对具有寻优潜力的部分蚂蚁进行保留,并将保护集内群体与主群并行迭代,以加强算法的全局寻优能力,然后通过0-1背包问题验证了该算法的有效性;最后将上述改进融入混合式特征选择模型中,在UCI标准测试数据集与凯斯西储大学滚动轴承故障数据集上分别应用该模型进行特征选择。实验结果表明,融合改进二进制蚁狮算法的混合式特征选择模型的识别精度与特征约简能力均得到明显的提升。

GT30光板的缺陷检测方法

目前PCB被广泛地应用于各种电子零部件中。PCB在生产过程中可能会因为各种因素而导致出现缺陷,最终影响产品的质量。因此,及时、有效地检测出PCB的质量缺陷就成了一个急需解决的问题。为此,以GT30光板为检测对象,参考IPC-TM-6502.1.1F:2015和GB/T 16594-2018标准要求,对样品进行了固封、研磨、抛光和蚀刻等处理,使用金相显微镜进行切片检查、不同位置的铜厚(PCB侧焊盘)测量和IMC检测。通过对检测结果的数据和图像进行分析,可以得出该方法能够精准有效地检测出GT30光板中的缺陷,且对厚度的检测精度能达到0.01μm,具有一定的参考价值。

基于ADAMS的RV减速器同轴度-传动链误差矢量模型分析

以RV-20E减速器为研究对象,结合ANSYS及ADAMS等仿真软件,建立了RV减速器同轴度-传动链误差矢量模型;对该模型传动系统处于不同扭矩范围内进行静态仿真分析,获取相应的同轴度误差;将该模型同轴度处于不同误差范围内和无负载的情况下进行动态仿真分析,结果表明,传动系统同轴度在误差允许范围时的传动链总传动误差值为0.005662°,验证了模型的准确性;同时,当同轴度超出误差允许范围时会对传动精度造成很大的影响,严重影响了装置的检测精度。此研究对RV减速器性能检测装置同轴度调节机构的设计具有理论意义和实用价值。

《控制工程基础》课程的教学改革实践

针对目前《控制工程基础》在教学方面存在的问题,从满足培养应用型工程技术人才的需要出发,该文在教学内容、教学方式、实验内容、信息反馈平台以及考核方式等方面,对《控制工程基础》课程的教学改革实践内容作了详细介绍。

群智能算法在“机械优化设计”教学中的应用

"机械优化设计"课程是机械类专业学生的一门重要基础课,目前存在着教师授课方法闭塞、单一、学生学习积极性不高等弊端,从而导致学习效果差、课程目标达成度低等问题。基于此,首先,将遗传算法、粒子群算法、混合蛙跳算法等群智能优化算法引入到二级圆柱齿轮减速器的优化设计中,试验结果表明,群智能算法的求解结果优于传统的人工算法和复合型算法。其次,通过分析数据发现,群智能算法的求解结果需要进行圆整等技术处理才可以在工程实际中使用,因此,需要引导学生思考如何改进算法。最后,针对混合蛙跳算法,提出了相应的改进措施,使之能够适合混合变量类型(非单一的连续型变量)的工程优化问题。通过将人工智能算法引入课程作业的教学过程,扩大了学生的视野,有利于培养学生在解决复杂工程问题时的创新能力。

基于声发射技术的铁路货车滚动轴承故障诊断研究

采用声发射技术对铁路货车滚动轴承的故障诊断是一种新型的无损检测方法。对采集到的声发射信号进行基于小波变换的带通滤波处理后,故障特征信息明显,容易区分出铁路货车滚动轴承的不同状态。将声发射技术用于铁路货车滚动轴承的状态监测与诊断中,经大量试验证明,该法能准确区分轴承状态的好坏与故障类型。

基于SFLA-ELM模型的滚动轴承早期故障诊断方法

针对滚动轴承早期故障信号非线性增强、耦合关系复杂的特点而导致传统的模型识别率低的问题,首先对轴承振动信号进行LMD分解,然后提取前三个PF信号的符号熵作为特征向量,作为神经网络的输入量;其次,利用混合蛙跳算法优异的全局寻优特性,克服传统ELM算法易陷入局部最优的缺陷,建立了基于混合蛙跳算法和极限学习机的新模型;最后,通过与BP网络、ELM网络的试验对比,SFLA-ELM模型具有较高的故障识别率和较强的健壮性.

Matlab在货车滚动轴承故障诊断中的应用

在机械故障咨询诊断中,对采集到的信号如何进行分析与处理,以及如何通过计算机实现,是决定故障智能诊断成败的关键,以铁路货车滚动轴承352226X2-2Z故障诊断为例,介绍了Matlab语言在其关键技术——小波滤波、功率谱以及智能诊断程序的编程应用,结果表明,该语言具有编程简单、功能强大等特点,有着广泛的应用前景.

混合CNN-HMM的人体动作识别方法

针对当前人体动作识别算法检测精度不佳和实验场景多样性的问题,提出了一种混合卷积神经网络−隐马尔可夫模型(CNN-HMM)的人体动作识别方法。建立了抬腿、深蹲和仰卧臀桥3组分别包含1个标准动作姿态和5个非标准动作姿态的人体康复训练动作模型库,结合可穿戴式惯性动作捕捉系统PN2.0获取实验数据。最后从准确率、灵敏度和特异性3个方面进行性能评估。实验结果表明,该方法能够以较高识别率将6种不同动作姿态区分开,其平均识别准确率为97.00%,相较于单一CNN方法提高了5.78%。

MATLAB语言在高分子化学教学实践中的应用

以数据处理、曲线绘制和直线拟合为例,讨论了MATLAB语言在高分子化学教学实践中的应用.结果表明,MATLAB语言简化了数据处理计算过程,提高了准确率,使曲线绘制和直线拟合更加方便快捷.