基于“S-T-C”模型的工业工程专业产教融合协同育人模式探究

围绕“新工科”指导思想与核心理念,从社会需求出发,分析工业工程专业人才培养的供需矛盾;从产教融合视角,构建基于“S-T-C”模型的工业工程专业“两平台、三中心”产教融合协同育人教学模式,通过高校和企业双轮驱动多维建设、产教融合与跨界培养,全面提升工业工程专业人才培养的综合水平。从制度建设、师资培养、软硬件系统集成等方面提出工业工程专业教学体系建设与改革的保障措施。

基于T-C-V架构的三维城市地质信息共享平台建设

基于Arc GIS平台强大的空间数据管理和分析功能,采用OGRE图形引擎从底层研发地下三维地质信息模型,运用云计算技术设计基于T-C-V(终端—云端—虚拟端)架构模式的三维城市地质信息共享平台。通过统一入库标准、专业的分析算例、通用的服务接口、完备的服务体系,构建集城市工程钻孔管理、多源数据融合、区域信息服务、三维地质建模、地质成果输出与共享、地质资料检索等功能于一体的服务体系。建立统一的数据中心,以服务的形式实现平台数据共享与互操作,达到提高三维城市地质数据的应用能力和增强地质信息的共享水平的目的。依据笔者方法建立了原型系统,在实际使用中证实能够满足生产要求。

基于T-S模糊模型的PLZT驱动器的本构建模及伺服驱动控制

针对目前ON-OFF控制策略在PLZT驱动器光致应变位移的闭环伺服控制系统中的缺点,提出了一种基于T-S模糊模型的PLZT驱动器应变位移的动态模型及预测控制方法。首先,建立了PLZT驱动器光致应变位移的T-S模糊模型,该模型利用基于减法聚类的模糊C均值聚类算法进行前件辨识,并利用奇异值分解(singular value decomposition, SVD)算法进行后件辨识,所建立模型的有效性通过拟合度仿真加以验证。随后,在所建立的T-S模糊模型的基础上结合预测控制方法对PLZT驱动器的光致应变位移进行闭环控制,并对该算法进行仿真验证。仿真结果显示,在PLZT驱动器微位移的控制中,该文控制算法减小了基于ON-OFF控制策略下的抖振,且具有更好的控制效果。

Kerr介质中耦合双原子与场相互作用的原子占居态几率的动力学性质

研究了类克尔介质中初始时刻分别处于激发态和基态的耦合双原子与场相互作用过程中，原子占居几率的量子动力学性质：讨论了Ｋｅｒ介质场耦合系数μ、原子间偶极偶极相互作用的耦合系数ｇａ及激发场强ｎ对它们的影响．结果表明：μ和ｇａ的增大，使原子与场的惯性作用减小，而ｎ的增强，则使原子的同步跃迁效应增强．

烟气分析在120 t转炉的应用

利用转炉烟气分析系统获取烟气成分与流量数据,依据碳平衡原理构建碳积分模型,动态预测钢水中的碳含量(质量分数)及温度。该模型在陕西龙门钢铁有限公司的120 t转炉上得到应用,有效指导了转炉冶炼过程,减少了终点补吹次数,并降低了一次脱磷率。研究结果表明,模型显示出良好的适应性与高准确度,对于该公司120 t转炉的冶炼生产起到了重要的指导作用。在排除了铁水成分、温度测量异常以及废钢重量异常等因素影响的有效炉次中,当终点碳含量w(C)<0.2%时,该模型预测的偏差<0.02%,准确率达到86.38%。当终点温度预测的偏差<15℃时,准确率高达94.42%。同时,满足碳含量与温度预测准确的C-T双命中率为81.49%,达到了冶炼过程对终点命中率的要求。

Tavis-Cummings模型中原子信息熵压缩的演化特性

本文研究了Tavis-Cummings模型中,在共振时的原子信息熵压缩随时间的演化特性。在初始为相干光场和两原子分别为各种相干叠加态时,精确求解了二原子信息熵的各压缩分量,数值计算表明:该体系中原子信息熵的压缩将随二原子所处的初始状态、光场的强度、原子间及原子与场间的耦合系数的变化而变化.

航空铝合金预腐蚀疲劳寿命退化规律

航空铝合金材料在服役过程中常因腐蚀损伤而导致疲劳断裂问题,通过采用扫描电镜及疲劳寿命测试等方法,研究了不同预腐蚀损伤对2xxx铝合金在不同应力比下疲劳寿命的影响,探讨了预腐蚀损伤对疲劳裂纹萌生扩展的影响机理.结果表明:预腐蚀损伤对2xxx铝合金材料疲劳寿命的影响显著,材料的疲劳性能随着腐蚀损伤程度的增加而明显下降.同时建立了预腐蚀损伤对材料疲劳极限的影响系数C-T-R模型,材料疲劳极限的影响系数C随着预腐蚀时间的增加或者应力比R的增加而变大.断口分析表明,预腐蚀损伤的存在导致裂纹萌生寿命大大缩短,裂纹萌生由单源转变为多源,并且均萌生于腐蚀坑处.

依赖强度耦合的Tavis－Cummings模型中原子行为的量子特性

本文研究了依赖强耦合的Ｔ－Ｃ模型中，初始光场为压缩光场的情况下原子的动力学行为和压缩效应．讨论了压缩光场的参量对原子能级布居数反转和原子偶级压缩的影响，并论证了初始压缩光场量的选择对控制原子行为量子涨落的重要作用．

依赖强度耦合T—C模型的反聚束效应

研究了依赖强度耦合T—C模型的反聚束效应,讨论了原子—原子间的耦合强度、初始光场强度以及原子初态与光场二阶相干度的关系,揭示了原子间的相对耦合强度、初始场强以及原子初态对光子的反聚束效应的影响.

专利视域下企业竞争对手识别的“T-M-C”模型研究

[目的/意义]优化企业竞争对手识别方法,提高识别精准度,为企业制定竞争策略提供情报支持。[方法/过程]充分考虑市场竞争的动态性和潜在性,以资源相似性为重要识别依据,以专利为数据源,构建了融入技术资源相似性、市场取向相似性和技术创新能力的企业竞争对手识别T-M-C模型,在科学设置三维阈值基础上,依据其柔性组合规则实现目标企业竞争对手的识别与分类;以语音识别技术领域的讯飞为目标企业进行实证,并结合企业经营信息、产品信息、专利信息对识别结果进行分析与验证。[结果/结论]T-M-C模型对企业间竞争关系的多维度映射,有效提高了竞争对手识别的全面性和准确性,是帮助企业知彼知己、在市场竞争中抢占先机的有效工具。

基于机制建模与模糊建模相结合的聚丙烯熔融指数软测量方法

针对聚丙烯熔融指数软测量建模问题,提出一种基于机制建模与模糊建模相结合的建模方法。从聚合反应机制出发,得到熔融指数软测量模型的机理结构框架,将其作为Takagi-Sugeno(T-S)模糊模型的后件部分,然后用加强型模糊聚类算法辨识T-S模型的前件参数。应用结果表明,将机制建模与模糊建模相结合的方法保留了模型参数的物理意义,提高了建模精度,所建软测量模型具有较好的预测性能。

依赖强度耦合Tavis－Cummings模型中的场熵演化和光子统计特性

研究了初始光场为压缩相干态依赖强度耦合的Ｔａｖｉｓ－Ｃｕｍｍｉｎｇｓ模型中的场熵演化和光子统计特性．讨论了压缩参量对场熵演化和光子统计的影响，并发现在某些特定时刻出现了类似“Ｓｃｈｒｏｄｉｎｇｒ－Ｃａｔ”态中的奇相干态，但它不是纯态，而是相干态｜α＞和｜－α＞宏观迭加统计混合态．

原子初态处于压缩态的多光子Tavis—Cummings模型中辐射场熵的演化特性

研究发初始态处于多原子压缩态的强场下多光子过程的Ｔ－Ｃ模型辐射场的熵演化特性，并与多光子Ｊ－Ｃ模型的场熵进行比较。

非旋波近似下二能级原子与单模腔场相互作用过程中原子占居几率的动力学性质

采用相互作用绘景，用完全量子化方法研究了两个耦合二级能原子与单模腔场相互作用过程中，原子能级占居几率的量子动力学性质，讨论了原子间耦合系数g，平均光子数n与激发场频率ω对上述性质的影响，揭示了原子耦合与原子场相互作用之间的联系。

基于FKCM的球磨机系统T-S模糊建模方法

针对传统的描述热工过程动态数学模型的方法难以建立非线性模型的缺点,提出了一种基于模糊核聚类的球磨机系统T-S模糊建模算法。该算法首先通过灰色关系法确定模型输入变量,利用FKCM聚类算法对输入空间进行模糊划分,确定T-S模型的前件结构和前件参数;进而利用最小二乘算法确定模糊规则的后件参数。最后,利用数字仿真数据对球磨机系统进行模糊建模,建模结果表明该算法简单﹑实用,模型能够精确地描述过程的非线性。

考虑重要输入变量选择的非线性系统模糊辨识

针对有数百个可能输入的复杂非线性动态系统模糊建模问题,本文提出一种新的考虑重要输入变量选择的模糊辨识方法.首先采用两阶段模糊曲线方法(TSFC)从大量可选择的输入变量中给出各输入变量与输出之间的关联度权重,根据输入变量指标快速选择出重要的输入变量,然后采用模糊聚类(FCM)和高斯(Gaussian)型隶属函数确定模糊模型前提参数,采用递推最小二乘(RLS)辨识出模糊模型结论参数.最后通过对Mackey-Glass混沌时间序列和Box-Jenkins煤气炉数据两个国际标准例题模糊建模验证了该方法的有效性,并将该方法应用到一个实际气动变载荷加载系统的模糊建模中,验证了该方法的实用性.

基于模糊聚类方法的T-S模糊系统建模

提出了用一个聚类验证准则设计模糊c均值聚类算法,这个聚类验证准则是用来确定模糊c均值算法中合适的聚类数.针对T-S模糊模型,由模糊c均值聚类算法确定其逻辑前件参数,进而采用最小二乘算法确定模糊推理规则的后件参数.最后,应用本文建模方法对一个非线性实例进行仿真计算,并与其它方法进行了比较,结果表明本文方法是有效的.

集成智能自适应货运量预测算法研究

在深入分析各种货运量预测模型的基础上,首先提出了基于云理论的新的不确定性推理模型——T-S-C-Y模型;然后基于灰色关联理论对货运量及其相关因素进行了灰关联分析,并确定影响货运量诸多因素的灰关联序;在此基础上结合一维T-S-C-Y模型和径向基函数神经网络建立了货运量预测模型对河南省1997～2002年的货运量进行预测。该预测模型既能很好地集成概念的模糊性和随机性,同时又具有自学习、自组织、自适应和强的容错能力,而且预测输出结果为置信区间值,能够很好地适应货运量的高度不确定性。结果表明模型的预测值基本上与实际值吻合,是一更加科学、合理的预测模型。

煤矿井下大功率开关电源的T-S模糊控制

针对目前传统控制策略的不足,提出一种基于T-S模糊建模的煤矿井下大功率开关电源模糊控制方法。模型的前件参数由模糊C均值聚类算法确定,后件参数由带遗忘因子的最小二乘法辨识。通过对输出电压的实时检测采样,经过T-S模糊分析后输出控制量,调控占空比来改变IGBT通断时间,从而得到稳定的输出直流电压。采用MATLAB/Simulink仿真,验证了该方法的正确性和可行性。研究结果表明:与常规PI控制方法相比,T-S模糊控制策略在鲁棒性方面具有更好的控制效果。

基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用

基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点,提出一种RS-FNN智能控制策略。采用基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行离散化;然后利用粗糙集理论由历史数据样本提取约简规则集,对应的T-S模型具有反映数据特征的良好拓扑结构;最后T-S模型参数由梯度下降混合最小二乘法进行精调。该方法应用于铁矿氧化球团回转窑生产过程控制取得了良好效果,增强了系统容错及抗干扰的能力。