海拔对隧道内列车火灾烟气蔓延特性影响

为探究海拔高度对隧道内列车火灾烟气蔓延的影响,基于已被验证的数值模拟方法,结合三维非定常N-S方程和RNG k-ε湍流模型,采用滑移网格技术模拟了在隧道内匀速运行的列车发生火灾后减速并最终停在隧道内的整个运动过程,并利用动模型试验和缩尺隧道火灾试验数据验证了数值模拟方法的可靠性.结果表明:海拔高度对隧道内列车停车以后的火灾烟气蔓延影响明显;与低海拔隧道相比,同一时刻高海拔隧道拱顶同一位置处的烟气流速更快,烟气逆流至火源上游50 m处的时刻更早;车体周围温度分布也随着海拔高度的不断增加而呈现出逐渐上升的趋势.与0 m海拔隧道相比,5000 m海拔隧道内烟气逆流至火源上游50 m的时刻提前了102 s,同时列车停车360 s时隧道拱顶处的温度峰值增加了216 K,增幅达到42.9%.

基于改进N-K模型的地铁盾构掘进安全风险耦合研究

为预防和控制地铁盾构掘进施工过程中的关键安全风险,并精准判断哪些风险耦合情境是导致事故发生的显著情境,提出改进N-K模型研究地铁盾构掘进安全风险耦合;综合运用文献研究、事故案例、专家访谈等方法,辨识地铁盾构掘进的关键安全风险因素;基于N-K模型提出新的地铁盾构掘进安全风险耦合评估模型,并选用安全事故案例验证该模型的适用性。结果表明:辨识得到地铁盾构掘进关键安全风险因素清单,包括4类一级风险因素,21个二级风险因素;地铁盾构掘进施工安全风险随着耦合因素种类的增加而变大,4因素风险耦合值最高,3因素风险耦合值次之,双因素风险耦合值最低,作业人员安全意识薄弱和机械故障参与作用的耦合情境更容易发生安全事故。

基于DEMATEL/N-K的机坪管制系统运行风险因素耦合分析

为了分析机坪管制系统风险因素的耦合性,将决策实验室分析(DEMATEL)模型与N-K模型相结合形成新的风险因素耦合分析模型。首先,利用N-K模型对2017—2019年机坪管制运行不安全事件进行耦合分析,计算不同耦合方式的耦合值;然后,利用DEMATEL模型计算安全风险因素的影响度和被影响度,确定要素的中心度排序,通过DEMATEL模型得到的综合影响矩阵计算可达矩阵,用来分析风险因素的可达性,最后,利用风险因素耦合值对各风险节点的中心度进行修正,获得关键的风险因素。基于实际运行数据,通过DEMATEL/N-K模型分析机坪管制系统的关键风险因素。结果表明,人为因素和机械因素之间的耦合程度明显更高,即更容易导致事故的发生,其中地面保障人员操作出错或未有效观察航空器造成航空器或地面保障设备故障是重点防控的对象。此外,在夜晚或雨天等视线条件下工作,更容易发生不安全事件,应当采取措施控制此类风险。

基于聚类和GBDT的镀锌钢卷力学性能预测

热镀锌钢卷力学性能影响因素之间关系复杂,限制了模型精度的提升。采用k-means算法利用化学成分属性对镀锌钢卷数据集进行聚类,将数据聚成三种模式簇实现样本的优选。利用梯度提升树算法,开展各模式数据集与不划分模式的全数据集下的力学性能建模研究,最后结合网格搜索与交叉验证方法进行模型参数优化。研究结果表明,分模式下模型MAE误差相比于全数据集建模平均减小0.85 MPa。参数优化后,各模式下MAE误差平均减少5.19 MPa,RMSE误差平均减少3.63 MPa,提高了预测模型精度。

某重型数控机床可靠性建模及评估研究

与传统的机床相比,重型数控机床存在结构复杂、故障溯源困难、样本少、数据不足等缺点,因此对它进行可靠性研究比较困难。针对这一问题,分析某厂TH系列重型数控机床的故障数据,利用威布尔分布函数建立某重型数控机床的可靠性模型;为了获得更高的拟合精度,采用最小二乘线性回归分析法、极大似然估计法和灰色模型估计法3种方法来进行参数估计并选取最优值。通过K-S检验证明了以极大似然估计法所建立模型的威布尔分布拟合误差最小、精度最高;以极大似然估计出的模型作为可靠性评估模型,通过计算得到此系列重型数控机床的观测值与点估计值分别为298.155 0、298.675 9 h,二者基本相等,证明了模型的正确性。

基于邻域K-shell分布的关键节点识别方法

复杂网络中关键节点的精准识别对于网络结构稳定和信息传播起着至关重要的作用。传统K-shell方法仅通过节点在网络中所处位置对节点的重要性进行评估,导致区分度不高。基于此,综合考虑了节点的全局信息和局部信息对节点重要性的影响,提出一种基于邻域K-shell分布的关键节点识别方法。该方法通过节点邻域Ks值定义节点的熵,从而反映邻居节点的K-shell分布特征。通过11个网络数据集上的仿真实验,验证了所提方法能够更准确地识别并区分复杂网络中的关键节点。

隔膜式电磁阀内部流场数值模型构建与流动特性分析

基于k-ε(k为湍流动能,ε为湍流耗散率)湍流模型,以进口质量流量、出口静压为数值计算条件,建立了隔膜阀内部流场的数值模拟模型,并对模型的精度进行了试验验证。在此基础上,应用该模型分析了不同进口流量(2.787~33.273 kg/s)条件下阀体内部流动特性及压力场分布规律,并建立了进口流量与阀体水头损失的精确数量关系。结果表明:(1)数值模拟能较好的预测不同流量条件下阀体的水头损失,在进口流量分别为5.546、11.091和16.637 kg/s时,试验与数值模拟相对误差仅为-6.433%、4.619%和7.264%。(2)在进口流量恒定的条件下,从进口至出口,流道内的静压总体沿程呈减小趋势,在阀体内部由于阀坎的阻挡造成流道收缩以及水流撞击隔膜产生折流而出现较大的静压变化梯度。(3)水流在经过阀坎上的窄流道后,在阀体下游形成明显的空化区,伴随着有一定的回流现象,阀体下游的空化区主要出现在距出口1/3流体域处,随着进口流量的增大,阀体下游的涡流更加剧烈,回流现象更为显著,但回流区的范围并未显著增加。(4)在模型精度验证的基础上,应用该模型进一步分析了18种进口流量条件下阀体内部流动特性及压力场分布规律,并建立了进口质量流量Q与阀体水头损失?P的数量关系,当进口质量流量Q从2.787~15.428 kg/s,雷诺数从37927~215984时的拟合方程为?P=2076.31Q-7567.49,R^(2)=0.964;进口质量流量从17.141~33.273 kg/s,雷诺数从240097~467009时的拟合方程为?P=5688.02Q-67317.39,R^(2)=0.993,为灌溉管网水力计算提供了参考依据。

老年人家庭代际关系模式及其影响因素研究——基于代际双向报告的K均值聚类分析

在传统的代际关系模式研究中,数据往往来自家庭中父母或子女一方的报告,然而仅凭借“一面之词”对代际关系进行测量真的准确吗?这一问题的背后透视出当前国内相关研究中双向报告视角的缺失。利用2020年中国家庭追踪调查(CFPS)数据,运用K均值聚类分析及多层Logistic回归方法,探究当前中国老年人家庭中代际关系的双向报告状况、代际关系模式及其影响因素。研究结果表明:首先,老年父母的代际关系报告平均得分要略低于成年子女的报告平均得分,但两者间并不存在显著差异,代际利益假说未获支持。其次,基于双向报告的聚类结果,可将老年人家庭代际关系具体划分为结构维度上的“亲子一致型”、“亲近子疏型”、“亲疏子近型”模式与水平维度上的“亲子和睦型”、“亲子有隙型”、“亲子疏离型”模式。最后,从代际关系模式的影响因素来看,代际结构、老年父母特征及成年子女特征均会在结构维度与水平维度上产生显著影响,而家庭特征仅在水平维度上产生显著影响。简言之,两代人的年龄差距越大、父母年龄越小、子女年龄越大,越可能形成评价一致的代际关系;两代人的年龄差距越大、两代人的性别一致、父母年龄越小、父母获得子女支持以及在城镇家庭中,越可能形成和睦的代际关系。

基于中红外光谱数据的中药材种类鉴别研究

不同种类的中药材在中红外光的照射下呈现出不同的光谱特性,因此可以基于光谱数据鉴别中药材种类。首先对数据进行平滑和去噪等预处理,其次借助主成分分析法对高维小样本数据进行降维处理并提取光谱的主要特征,之后利用K-means聚类算法对数据进行分类,最终将425个中药材样本分为5个大类。该方法分析成本低,可推广性强,是一种快速高效鉴别中药材种类的方法。

基于数据挖掘的快递末端配送点选址优化方法

基于末端配送点位以及配送路径优化问题,提出了电商企业联合配送站点三级选址-路径优化的两层规划模型,并通过基于数据挖掘的聚类和改进遗传混合启发式算法对模型求解,以提升精准度。结果表明,研究算法寻优性能优异,且计算误差值为0.087,平均运行时间为30.911 s;同时,通过MATLAB仿真实验,成功生成了基于末端配送的最优路径规划,验证了模型的可行性。有效解决了快递末端配送网络的选址-路径规划问题,在物流配送服务上效率更高,成本更低。

基于多层感知机技术的地铁盾构施工参数预测

在地铁工程建设中,盾构法施工技术已经得到了广泛的应用,盾构掘进参数的合理预测对提高施工安全性及降低操作难度具有较大实际意义.以中国杭州机场快线地铁隧道某标段为工程背景,以隧道直径范围内土层摩擦角、黏聚力、压缩模量、重度以及隧道顶部埋深、盾构机预设刀盘转速、推进速度作为输入,以盾构施工时的注浆量、注浆压力、出土量、总推力和刀盘扭矩为输出,建立基于多层感知机的盾构掘进参数预测模型.通过对比不同超参数组合情况下的模型在数据集上的预测表现,挑选出适合于该工程盾构施工参数的预测模型.使用实测数据对模型预测效果进行验证,预测值与实测数据总体变化规律一致,平均误差在20%以内.建立的多层感知机模型预测结果较为合理,具有较好的预测精度,可用于复合地层条件下同类型盾构掘进参数的预测.

切入场景下基于碰撞风险聚类的改进车速预测方法

切入工况的高精度车速预测是保证自动驾驶切入安全的关键依据。为提高自动驾驶汽车切入工况安全,开展了基于车车耦合风险聚类的切入场景自车速度高精度预测方法的研究。首先,依据实验所得自然驾驶数据进行车辆切入切出片段提取,使用K-means方法依据碰撞风险与加速度关联特征进行聚类分析。其次,基于支持向量机(SVM)模型,对切入切出工况车车交互状态进行在线识别,对切入危险工况进行实时预测。最后,提出基于自回归综合移动平均(ARIMA)模型的改进车速预测方法,结合在线识别结果进行车速在线优化。仿真结果表明,所提出的基于碰撞风险聚类的改进ARIMA车速预测方法对提高切入安全效果明显,较传统的预测方法车辆的碰撞风险降低了10%~20%。研究结果表明,ARIMA模型的改进车速预测方法对提高自动驾驶车切入安全具有重要的研究意义。

ML组合的CYGNSS海面风速反演质量控制模型

卷积神经网络(CNN)可用于气旋全球导航卫星系统(CYGNSS)的海面风速反演。虽然在模型训练前设置了质量控制指标来检测和削弱CYGNSS的异常观测数据,但CYGNSS观测数据中仍存在异常值导致模型反演精度降低,甚至出现错误反演结果。因此,提出一种基于机器学习(ML)组合的海面风速反演模型。在基于CNN回归模型的CYGNSS反演海面风速基础上,ML分类模型生成CNN回归结果的质量标志位,该标志位可以检测并删除CNN回归结果的异常值,进一步提高风速反演结果的数据质量,ML分类模型能够更好地考虑各种数据误差之间的相互作用,而不是单独使用每个条件的阈值,以达到更优的海面风速反演精度的效果。实验对比了Logistic回归(LR)、决策树(DT)、朴素贝叶斯模型、K最邻近(KNN)算法、神经网络(NN)模型、支持向量机(SVM)算法等6个分类模型,其中,基于KNN算法的分类模型对风速反演质量控制的效果最优。所提风速反演组合模型显著提高了反演结果的精度,在0~20 m/s区间内,异常样本过滤率为81.27%,在所有被过滤的数据中,过滤正确率为86.03%;风速反演误差的均方根误差从无ML分类模型的1.7 m/s降低到有ML分类模型的1.44 m/s,其中,训练样本为0~10 m/s的反演结果精度提升效果较为明显,证明了所提风速反演组合模型对风速质量控制的有效性。

平衡大气边界层理论在复杂地形风场模拟中的应用

针对大气边界层数值模拟时入口湍动能及耗散率在下游持续衰减的问题,基于标准k-ε模型及其改进模型研究不同湍流黏性更新方法对平衡大气边界层自保持性的影响,然后采用平衡大气边界层自保持性方法结合建筑绕流影响区(BIA)问题解决方法对Askervein山绕流问题进行模拟研究,最后基于数值模拟结果,分析复杂地形绕流对风力机选址的影响。结果表明,选择合适的湍流黏性更新方法、粗糙度处理方法、湍动能和耗散率方程源项可使出口处的流动参数与入口处给定初值保持较高的一致性;BIA问题解决方法的引入可进一步提高复杂地形绕流模拟精度;风力机宜安装在山顶,避开湍流度较大的山体背风区,山后风力机的排布应结合山顶风力机尾流和山体影响区域综合考量。

基于M-K模型计算FLC无条件收敛新算法

M-K失稳模型的无条件收敛与快速求解对成形极限曲线(forming limit curve, FLC)的获取具有重要的理论意义与研究价值,也是理论FLC计算的难点之一.然而,在M-K失稳模型框架内基于复杂屈服准则计算成形极限曲线时,采用传统牛顿迭代算法无法保证收敛,而固定增量法则计算耗时过长,严重制约了M-K失稳模型的应用场景.因此,文章以锆合金为实验材料,提出了一种自适应增量算法,该算法通过迭代误差信息与震荡情况自适应调整迭代步长,不仅能够保证计算精度,满足无条件收敛,还能大幅提升计算速度.此外,本研究还验证了采用自适应增量法计算锆合金FLC的准确性,并分析了算法的迭代误差Err与初始应变增量对FLC预测结果的影响.结果表明:自适应增量法具有无条件保证收敛、计算速度快以及计算结果不受初始迭代步长影响的优势,其计算耗时仅为固定增量法的0.44%;此外,本研究认为初始参数中迭代误差小于10-6、初始应变增量小于0.001是得到稳定的FLC结果的前提条件;根据对锆合金FLC预测结果可知,在M-K模型框架内基于Yld2000-2d屈服准则理论采用自适应增量法计算可以很好地描述锆合金的塑性行为.由于自适应增量迭代法简单易用且计算高效,有望应用于有限元软件中子程序的开发,加速其计算速度并提高锆合金数值模拟精度.

基于N-K-FRAM的空中交通运行安全风险耦合机制

为探究空中交通运行安全风险耦合演化特征,厘清基于N-K模型与功能共振分析方法(FRAM)相结合的空中交通运行系统耦合变异形成机制,首先,收集不安全事件文本数据,归纳事件中的风险因素并归类,得到其历史发生频率以及风险因素之间的耦合关系;其次,利用N-K模型求解运行风险因素间的耦合度值;然后,结合输出时间与精度,定量评估FRAM功能模块的可变性,分析空中交通运行安全风险耦合机制;最后,分别以区域导航(RNAV)进近不安全事件与偏离航路不安全事件为例,分析其安全风险。结果表明:基于N-K-FRAM的风险耦合机制能够合理有效地定量计算功能模块间的变异性,弱化了传统分析方法对主观意识的依赖性,分析结果更为客观科学。

KANO模型在产品设计领域中的应用现状研究综述

对现阶段KANO模型在产品设计中的发展及应用现状进行梳理与分析,探讨KANO模型在未来产品设计中的发展方向。本文采用文献研究法,从KANO模型的理论基础、KANO模型的定量化改进研究、KANO模型在产品设计中的应用现状3个方面对KANO模型的文献进行了综述。目前,国内外文献主要集中在KANO模型的定量化研究和KANO模型的应用研究上;尽管KANO模型在实践中存在问卷设计难度及数据处理限制等问题,但该模型仍成功应用于多种行业,助力企业提升了产品性能和用户体验。KANO模型在产品设计中的应用将不断深化,实现对用户需求更精准的识别与满足,并通过精细化、个性化和动态化的改进策略提升模型效能,以适应复杂多变的市场环境。

基于K-means算法的建筑群震害分析模型缩减方法

基于建筑群模型和弹塑性时程分析的精细化城市震害模拟技术能够为防震减灾及应急救援决策提供必要的依据和参考。为了减小城市建筑群震害模拟的计算量和计算时间,本文提出一种基于聚类算法的建筑群模型缩减方法。该方法采用K-means聚类算法,首先基于建筑结构属性向量对建筑群进行聚类,将相似的建筑结构聚为一组;然后从每组选取一个代表建筑组成建筑群缩减模型,通过减少需要分析的建筑结构数量来减少建筑群震害模拟的计算量。本文对传统的K-means算法进行改进,通过设定组内建筑结构的差异上限自动调整聚类分组数量;提出将具体地震动作用下结构地震损伤指数作为结构属性向量进行聚类,并通过算例对比分别采用两种缩减模型,即基于损伤指数聚类的缩减模型与基于结构力学模型参数聚类的缩减模型,计算结构损伤状态准确程度。对比结果表明:在聚类分组数量相同的情况下,基于损伤指数的分组明显优于基于模型参数的分组,采用模型缩减方法能够在保证足够计算精度前提下显著减少建筑群震害模拟计算量和计算时间。

基于锁相环技术的小型化K波段频率源设计

在宽带电磁接收机领域,高频段频率源通常存在输出功率低、相位噪声性能差的问题,因此,频率源性能显得尤为重要。针对这一问题,本文利用锁相环与倍频的设计方式,设计一种小型化K波段的频率源。首先,对锁相环电路,控制单元电路和稳压电源电路进行设计;然后,对频率源进行建模仿真验证其可行性,通过采用腔体设计及微组装的方式完成了锁相环电路、控制单元、稳压电源电路及倍频器的设计;最后,对频率源进行了测试。测试结果表明,该频率源输出频率为25.6 GHz,输出功率大于10 dBm,其归一化相位噪声为-76 dBc/Hz@100 kHz,其整体尺寸为60 mm×40 mm×8 mm。所设计的频率源具有体积小型化、各项性能优良且能长期稳定工作的优势,能够满足宽带接收机工程需求应用。