浅谈拉丁舞体能特点及训练方法

拉丁舞在我国是一个兴起的运动项目,项目发展的时间不长。随着拉丁舞技术与编排难度的的不断提高,拉丁舞运动负荷也在逐渐增长,拉丁舞体能训练的重要地位凸显出来。我国拉丁舞选手对体能训练问题还未引起高度重视,专门进行拉丁舞体能训练方法的研究不多。随着拉丁舞项目的发展,研究拉丁舞体能训练方法已经迫在眉睫。

基于改进SVR算法的灌浆功率阈值预测方法研究

灌浆过程中将灌浆功率控制于阈值范围之内,有利于保证灌浆安全和质量.目前施工现场多根据有限个原位点的灌浆生产性试验,结合专家经验确定灌浆功率阈值.为实现灌浆功率阈值的科学预测,本研究在三维精细裂隙网络模拟和支持向量回归(SVR)算法两方面提出了改进技术.前者采用改进的拉丁超立方抽样(ILHS)方法模拟出与实际分布拟合度更高的裂隙参数,从而可构建与岩体实际地质情况一致性更高的三维精细裂隙网络模型,基于建立的裂隙模型和灌浆实时监控与分析系统采集地质参数和施工参数来构建灌浆功率阈值预测模型的输入参数集,具体包括:裂隙数量、裂隙平均迹长、裂隙平均倾向、裂隙平均倾角、灌前透水率、孔序、孔深和设计压力.后者采用改进蝗虫优化算法(IGOA)对SVR算法进行改进,实现对惩罚因子C、核参数g以及不敏感损失系数ε的优化计算,其中IGOA中通过引入混沌理论、动态权重和Lévy飞行以弥补算法易陷入局部最优的不足,提高算法的搜索能力.基于IGOA-SVR算法构建了灌浆功率阈值预测模型,可实现各灌浆孔孔段的灌浆功率阈值高精度预测.将所提出的算法和预测模型应用于西南某水电站灌浆工程灌浆功率阈值的预测分析,通过与4种常用的预测模型进行对比,表明其比现有常用模型具有更高的精度.

转子系统动力学优化方法对比及相关因子研究

为提高转子系统动力学特性优化的精度及效率,针对某型航空发动机转子系统,开展了多目标粒子群算法(MOPSO)和非支配排序遗传算法(NSGA-II)的优化效果对比研究。为保证变异因子、交叉因子以及惯性权重的取值合理,引入了最优拉丁超立方设计方法(OMLHD),针对各因子组合取值对优化效果的影响规律进行了较为全面的分析。结果表明:1)NSGA-II算法在转子动力学优化设计中的表现优于MOPSO算法;2)变异因子和交叉因子的取值对NSGA-II的优化效率有较大影响,当变异因子取较大/小值,同时交叉因子取较小/大值时,可提高NSGA-II的优化效果。

可靠度分析中拉丁超立方和传统舍选抽样法对比研究

蒙特卡罗方法是计算工程可靠度的重要手段,其计算精度需要大量的样本数量,相应的计算量巨大。在蒙特卡罗方法中,采用拉丁超立方(LHS)法和传统舍选法两类抽样方法,计算了条形基础极限承载力的失效概率,对比分析两种抽样方法的差异。计算结果表明,拉丁超立方体抽样法得到失效概率需要样本数量约为舍选法数量的25%。通过增加样本数量拉丁超立方法能够更有效减小失效概率的变异系数,相同的样本数量得到的失效概率变异系数小于舍选法结果的一半。

浅析郑州市部分高校拉丁舞专业拉丁舞课程考核方式的现状

近年来,拉丁舞运动愈发活跃,不仅成为各大高校开设课程的热门专业,还是课后深受大学生们欢迎的健身项目。随着高校拉丁舞课程的开设,系统的教学与训练是实现拉丁舞人才培养的重要环节。考核办法是构成教学体系的重要组成部分,教学的进步离不开对于课程内容考核方法的优化和更新,才能使得拉丁舞专业得到更好的发展。本文通过文献资料法、问卷调查法、访谈法以及数理分析法,以郑州市部分高校拉丁舞专业拉丁舞课程考核方式的现状为研究方向,结合郑州市部分高校拉丁舞课程考核方式,分析出目前郑州市部分高校的拉丁舞考核方式现状,通过以学生为主体的考核角度出发,以构建出合适现代化发展需求的拉丁舞考核方式为目的,针对各大高校拉丁舞课程的期末考核方式进行可行性的分析。

基于多岛遗传算法的湍流模型优化研究

采用Isight软件中的优化拉丁方法设计了20组Realizablek-ε湍流模型的经验系数,并在Fluent中采用这些经验系数对Ahmed模型的外流场进行了仿真分析.在此基础上,用Kriging模型建立近似面模型,以风洞试验结果为优化目标,采用多岛遗传算法对Re-alizablek-ε湍流模型中的经验系数进行优化.最后,把优化的经验系数应用于某实车的研发,并做了风洞试验验证.结果表明,使用优化的经验系数进行计算,得到的速度场云图与实验更为接近,收敛速度快,阻力系数误差也减小了2.8%.

基于Kriging模型的发动机罩多目标优化设计

为提高轿车CNCAP行人保护性能,应用拓扑优化方法对某款轿车的发动机罩内板进行结构改进,以达到降低行人头部损伤值的目的。先以发动机罩内板、外板、加强板及铰链的壁厚为设计变量,采用最优拉丁方法生成样本数据,通过仿真分析,构建了关于发动机罩质量、头部损伤值及模态的Kriging近似模型;然后利用NSGA-Ⅱ(非劣分层遗传算法)多目标进化算法寻优求解。结果表明:改进后的发动机罩不仅安全性和防振性得到改善,而且质量减小,模态值提高,实现了安全、防振及轻量化的设计目标。

煮茧工艺快速优选设计

用0.618法和拉丁方法优选煮茧工艺设计进行了试验和分析,指出拉丁方法可达到快速优选煮茧工艺设计的目的。

基于ANSYS的水泥混凝土路面可靠性分析

利用ANSYS中的可靠性分析工具——Probabilistic Design,对水泥混凝土路面的可靠性进行分析,获得水泥混凝土路面的可靠度及板厚、混凝土弯拉强度、地基反应系数、混凝土弹性模量及标准汽车轴载等设计参数对可靠度的影响。实例证明:该方法可初步得到造成该水泥混凝土路面开裂破坏的主要因素,为有针对性地提出防裂对策提供依据。

大口径主镜轻量化结构参数的优化设计

针对空间遥感器中大口径主镜的轻量化结构设计引入了基于Kriging近似模型的多目标遗传优化方法,以2 m口径SiC主镜为例对其轻量化结构参数进行了优化设计。采用拉丁超立方法对优化参数进行试验设计,建立了Kriging模型,并用多目标遗传算法迭代求得了最优解。优化后得到了质量为243 kg的2 m口径SiC主镜,其面形精度达到了25.7 nm PV,4.7 nm RMS,轻量化率为84%。试验结果验证了此优化设计方法的可行性,为大口径主镜的轻量化结构参数优化设计提供了借鉴和参考。

基于驾乘人员热感觉的车内空调送风参数设计

由于车内热环境的高度不均匀性,适用于均匀热环境的平均热感觉(PMV)评价方法无法对乘员热舒适状态做出客观评估。等效均匀温度(EHT)评价方法则考虑了不均匀热环境对人体的影响。通过建立计算流体力学(CFD)与人体热调节模型的耦合模型,采用最优拉丁超立方设计法,建立乘员舱空调送风参数和太阳参数与EHT和PMV等参数之间关系的近似模型。基于两种评价方法,通过序列二次规划优化算法(NLPQL),对不同热舒适需求下的送风参数进行设计。对比两种评价方法所设计的送风参数下,人体平均皮肤温度、人体与车内热环境的潜热/显热交换量等参数的区别。发现同一热舒适需求下,相较于PMV评价方法,基于EHT评价方法设计出的送风状态更偏向高风温及高风速。

基于代理模型和NLPQL算法的注塑成型质量控制与预测

为快速求得满足塑件成型质量要求的一组最优注塑工艺参数组合,减少注塑生产时操作人员的调试次数,提高塑件成型质量以及生产效率,提出基于多元二阶响应面代理模型和非线性序列二次规划(NLPQL)算法对注塑成型质量进行控制与预测。以某型无线对讲机的塑料外壳为分析对象,应用拉丁超立方抽样法并结合模流分析建立试验样本,构建试验优化目标同试验因素之间的二阶响应面代理模型,基于NLPQL算法在代理模型内进行全局寻优,求得了一组满足塑件成型质量的最优工艺参数组合,NLPQL算法给出了该塑件翘曲量和缩合指数的预测值。试验结果证明了提出方法的有效性,为其他塑件的注塑成型质量控制提供了一套有益的理论方法。

分开循环式发动机关键设计参数优化研究

针对Scuderi分开循环式发动机,建立参数化模型并进行一维仿真计算,在结果可靠的基础上应用响应面方法对关键设计参数(压缩缸上止点与膨胀缸上止点之间的相位差,压缩比,膨胀比,压缩缸交换阀和膨胀缸交换阀的配气正时值、最大气门升程值)及发动机动力输出特性进行了仿真优化研究。结果表明:膨胀缸交换阀关闭时刻是分开循环式发动机动力性能的最重要影响参数,优化后的发动机在保证不爆燃的条件下,四种工况的输出转矩都有提高,平均转矩提高了3.79N·m,实现了设计目标的最优化。

基于响应面法的数控机床床鞍尺寸优化

以数控车床上床鞍为研究对象,构建床鞍的有限元模型后对其进行模态分析。以床鞍的结构设计变量为基础进行拉丁超立方实验设计,得到一组试验点。将这组试验点作为训练数据用神经网络方法拟合出床鞍质量和一阶固有频率相对于设计变量的响应面模型,在此基础上完成数学模型的构建。最后通过遗传算法求解该模型,得到床鞍尺寸优化后的结果。文章的优化结果为改进床鞍的结构提供了理论依据,文中的分析思路和方法为其他机床床鞍的设计和生产提供了参考。

轻量化车身车顶抗压设计优化

为保证轻量化车身的车顶在滚翻事故中有足够的强度抵抗变形,参考美国的有关标准对车顶进行抗压强度有限元分析,采用拉丁超立方法进行虚拟试验设计(Design of Experiment,DOE);根据虚拟DOE结果分析车身侧围和顶部部件的敏感度,得到最敏感的6个部件;采用微分进化算法对这些部件进行优化计算,并用高强度材料替换,达到保证抗压性、经济性并减轻部件质量的目的.

基于参数化的水下航行器外形稳健性优化

为提高设计方案的稳健性和设计效率,本文将参数化设计和稳健性引入到某型水下航行器外形设计中。在设计了水下航行器阻力参数化分析流程的基础上,采用最优拉丁超立方法选取样本点进行阻力计算,利用响应面模型对样本点进行拟合,得到精度满足工程需要的艇体阻力近似模型。建立了水下航行器外形多目标优化模型,采用NSGA-Ⅲ多目标优化算法进行确定性多目标优化求解。在考虑了外形设计过程中典型制造误差的基础上,开展外形稳健性优化求解。结果表明:稳健性优化与确定性优化相比,艇体阻力上升了12.34%,总包络体体积增加了51.98%,提高了水下航行器的稳健性。

神经网络球磨机出力软测量模型的建立

为了准确地获得球磨机的制粉出力,提出了用灰熵关联分析法分析球磨机制粉出力的影响因素,选择对球磨机制粉出力影响较大的几个因素作为辅助变量建立模型,以最优拉丁超立方法选取的数据作为训练样本,基于BP神经网络建立球磨机出力软测量模型,并选出几组样本验证所建模型的可靠度.结果表明:所建立的球磨机出力软测量模型预测输出误差较小,有较强的泛化能力,具有很好的测量性能.

板片空间结构初始缺陷的动力稳定性影响分析

对板片空间结构体系的研究大都局限于静力载荷工况,结构在动力载荷作用下的稳定性及失效特征研究仍相对缺乏.板片空间钢结构先天存在各样缺陷,而缺陷对结构稳定性的影响不可忽略.本文引入拉丁超立方法,结合Budiansky-Roth准则,提出适用于求解含初始缺陷结构动力临界荷载的方法,对板片空间结构初始缺陷的动力稳定性开展研究.研究表明,相比于其它抽样方法,拉丁超立方法能显著减少样本数,有效提高计算效率.针对典型的板片空间结构,施加不同方向的阶跃荷载,分析了节点位置偏差缺陷、杆件截面尺寸缺陷以及板片厚度缺陷对板片空间结构临界承载力的影响.结果显示,节点位置偏差缺陷对该结构临界承载力影响最为显著,其它两类缺陷影响甚微.

燃耗信任制下燃耗计算对临界计算的偏差及不确定度的研究

为量化燃耗信任制中燃耗计算传递给临界计算的不确定度,本文基于参数统计法对燃耗计算的核素偏差及偏差不确定度展开分析,并以蒙特卡罗(MC)抽样方法计算的k_(inf)不确定度为基准,比较不同抽样方法对临界计算不确定度的影响。结果表明,核素偏差与偏差不确定度是随样品燃耗变化的分段函数。对于临界计算,拉丁超立方抽样(LHS)方法与MC抽样方法的k_(inf)不确定度计算结果吻合较好,且LHS方法可考虑参数间的相关性,计算结果更真实,可进一步提升电厂的经济性。

基于回归分析的汽车扶手箱下盖板注射成型工艺优化

以汽车扶手箱下盖板为研究对象,研究了保压压力、保压时、冷却时间、模具温度以及注塑温度五个注塑工艺因素对大型薄壁塑料件翘曲变形的影响。利用拉丁超立方抽样设计试验方案,基于Moldflow软件确定浇口位置、设置浇注系统和冷却系统,并对注射成型过程进行模拟仿真。通过对25组试验进行回归分析获得二阶回归模型,并结合遗传算法全局寻优,得到的最佳工艺参数组合为保压压力100 MPa,保压时间10 s,冷却时间12 s,模具温度60℃,注塑温度250℃。结果表明,优化后的翘曲降低为1.592 mm,成型质量有所提高。