3D打印发展背景下三维建模软件变革趋势分析

目的作为3D打印重要的辅助工具,现有三维建模软件针对专业用户开发设计,并不适用于普通用户。分析三维建模软件的变革趋势,目的在于让普通用户更方便地使用3D打印设备。方法采用实例分析方法,对具有代表性的三维建模软件进行分析。结论提出面向普通用户的三维建模软件开发思路,包括操作界面图形符号化、信息架构扁平化、建模功能智能化以及基于浏览器的三维建模软件服务平台。

基于周期性建模的时间序列预测方法及电价预测研究

时间序列数据广泛存在于人类的生产生活中,通常具有复杂的非线性动态和一定的周期性.与传统的时间序列分析方法相比,基于深度学习的方法更能捕捉数据的深层特性,对具有复杂非线性的时间序列有较好的建模效果.为了在神经网络中显式地建模时间序列数据的周期性和趋势性,本文在循环神经网络的基础上引入了周期损失和趋势损失,建立了基于周期性建模和多任务学习的时间序列预测模型.将模型应用到欧洲能源交易所法国市场的能源市场价格预测中,结果表明周期损失和趋势损失能够提高神经网络的泛化能力,并提高预测时间序列趋势的精度.

基于数据融合与统计的设备参数劣化分析

在火力发电站的热力设备中,它们的正常运行都是通过各种曲线来判断的,参数在允许的范围内变化说明设备处于正常运行,然而当参数偏离某一范围发生劣化时,就意味设备即将发生故障。本文利用数据融合与数据统计的方法对设备参数劣化分析,就是利用历史数据,通过趋势建模分析预测出设备发生故障的时间地点,再进行及时相应处理,从而有效的消除故障,保证机组经济,安全运行。

三次指数平滑法在电站设备参数中的劣化分析及应用

本文使用三次指数平滑法与数据统计方法进行趋势建模,利用其实现了电站设备参数趋势的预测,分析了参数的异变、劣化趋势,得到了参数发生故障的前兆信息,并通过电厂实际发生的故障例子进行了验证,证明在电厂的实际应用中该方法可行、有效。本研究可为电厂使用指数平滑法进行设备参数劣化分析和故障诊断提供理论依据。