基于正交试验的民用飞机抗爆结构参数敏感性分析

最小风险炸弹位置(LRBL)结构是放置飞机上可疑爆炸物的装置,探究结构尺寸和炸药位置对其抗爆性能的影响程度可为其改进设计提供参考。基于正交试验设计与数值模拟相结合的方法,以LRBL结构各危险部位的最大应变和变形为评价指标,分别运用极差分析法和方差分析法对LRBL结构的罐体壁厚、底盖厚度、连接凸台厚度、剪切销直径和炸药位置5个影响因素开展参数敏感性分析。结果表明:在200 g炸药当量的工况下,各因素对LRBL结构的抗爆性能的影响显著程度从大到小为炸药位置、罐体壁厚、底盖厚度、凸台厚度和剪切销直径;结合评价指标综合分析得到各个因素最优水平下的LRBL结构设计方案。

纯电动汽车脉冲激励下残余振动的多目标优化

利用Adams/Car软件建立某电机后置纯电动汽车的整车虚拟样机模型,并展开对电动汽车过坎冲击残余振动问题的研究。建立一个新的优化目标—振衰度来表示残余振动的大小,并利用Isight集成Adams/Car、MATLAB模块对残余振动进行两次优化目标不同的优化。首次优化目标是振衰度和后座椅垂向加速度峰值,第二次优化目标是后座椅垂向加速度峰值,并将两次优化结果作对比。仿真结果表明,首次优化目标对残余振动优化的效果好于第二次,说明新建的优化目标—“振衰度”能较好地衡量残余振动衰减速度的快慢,以此为优化目标对残余振动优化效果较好。

复合酶解南美白对虾虾头制备ACE抑制肽的工艺优化

以南美白对虾虾头为原料,利用复合酶解法制备血管紧张素转化酶(angiotensin-converting enzyme,ACE)抑制肽。在传统酶解法基础上,对酶解效率较高的蛋白酶进行筛选和复配,结合双酶复合酶解法水解虾头蛋白。以ACE抑制率和水解度为指标,通过单因素和响应面试验对制备工艺进行优化,确定复合蛋白酶组合方式及配比等工艺参数。得到虾头蛋白源ACE抑制肽的最佳酶解条件为料液比1∶7(g/mL)、酶添加量400 U/g、初始pH7.5、酶解温度50℃、复合酶(胰蛋白酶∶风味蛋白酶)配比2.29∶1(U/U)、酶解时间2.17 h,在此条件下虾头蛋白水解度达71.48%,ACE抑制率达83.57%,酶解效率与优化前的单酶水解相比提高35.05%。结果表明南美白对虾虾头经胰蛋白酶和风味蛋白酶酶解后具有较高的ACE抑制活性。

同向平双齿轮传动系统设计分析软件开发

同向平双齿轮传动系统设计过程复杂、参数众多,型号更迭导致结构参数匹配困难、工作量大,亟待开发专用设计分析软件以提高设计效果和效率。建立了同向平双齿轮传动系统优化模型,基于C++语言与Qt应用程序框架开发了同向平双齿轮传动系统专用设计分析软件;结合工程案例对软件的可运行性、优化效果、信效度进行了对比分析,验证了软件的有效性和可靠性。结果表明,所开发的软件实现了某同向平双齿轮传动系统比现有水平减重7.98%,优化结果稳定收敛且收敛精度达99.02%,齿轮安全系数偏差率控制在8%以内,实现了良好的高功率密度设计,有望推动行业设计方法转型升级。

基于GSO与加权质心的DV-Hop定位算法

由于经典DV-Hop定位算法中定位精度较低,提出一种改进算法。首先,未知节点计算到各信标节点的距离时,采用不同平均每跳距离。其次,采用GSO(galactic swarm optimization)思想把网络中的信标节点分为不同种群,使用粒子群优化算法估计每个种群中未知节点的最优位置,其最优位置构成一组次优解集。最后,利用加权质心算法优化次优解集作为未知节点的坐标。实验仿真表明,该方法能有效降低未知节点的定位误差。

基于改进教与学优化算法的废旧智能手机拆解深度优化研究

针对现有拆解深度决策方法无法客观准确地得到废旧智能手机最优拆解深度的问题,提出了一种基于改进教与学优化(Teaching-Learning-Based Optimization,TLBO)算法的废旧智能手机拆解深度优化方法。构建了拆解利润模型、拆解时间模型和拆解能耗模型并确立拆解深度优化目标,利用改进教与学优化算法求解得到一组最优的拆解深度解集。以小米5手机的拆解过程研究为例,验证了提出的拆解深度优化方法的有效性;结果表明提出的拆解深度优化方法的最优解搜寻能力和收敛速度均得到增强。

公路桥梁梳齿板伸缩装置的优化设计

为减少某型梳齿板伸缩缝的制造成本,利用有限元ANSYS Workbench平台对结构进行轻量化设计。首先对100%开口极限工况下的梳齿板伸缩缝进行静强度和刚度验算。其次根据行业标准对实际极限工况下的梳齿板伸缩装置进行承载力试验,验证仿真计算的正确性。最后选择对伸缩装置重量、应力和变形影响较大的参数作为设计变量,以装置的许用应力与变形作为约束条件,装置的总重量为优化目标,采用两种不同的优化方法对其进行轻量化设计并进行强度刚度验证。优化结果表明:优化后的总重量减轻38.06%,优化效果显著,且符合该装置的强度和刚度要求。互相对比两种优化结果,验证了方法的可行性及可靠性,为研究桥梁伸缩装置结构轻量化设计提供了参考。

应用型本科院校合格评估效能提升的实践困境及优化路径

应用型本科院校是我国高等教育的重要组成部分,承担着培养“应用型”人才的重要使命和担当,合格评估效能对促进应用型本科院校高质量内涵式发展具有重要作用。通过分析新时代教育评价改革背景下合格评估的范式特征,深入探讨合格评估效能提升面临的院校内生动力不足、高质量内涵建设理解不够、院校评估效能差异较大、缺乏持续整改机制等实践困境,从加强宏观教育政策指导、强化指标体系理解、深化评估诊断作用以及建立持续改进长效评估机制方面提出优化路径。

基于小波散射变换的煤矿瓦斯和煤尘爆炸声音识别方法

为解决煤矿瓦斯与煤尘爆炸灾害报警方法误报率和漏报率高等问题,提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于小波散射变换的煤矿瓦斯和煤尘爆炸声音识别方法:在煤矿井下重点监测区域安装矿用拾音设备,实时采集设备工作声音和环境音;将采集到的声音通过小波散射变换得到小波散射系数,构建声音信号的小波散射系数图,通过计算小波散射系数图的图像灰度梯度共生矩阵得到由小梯度优势、大梯度优势、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关性、灰度熵、梯度熵、混合熵等构成的十一维特征参数,构成表征该声音信号的特征向量,输入到支持向量机(SVM)中训练得到煤矿瓦斯和煤尘爆炸声音识别模型;对待测声音信号同样提取其小波散射系数图的灰度梯度共生矩阵得到十一维特征向量,输入到训练好的煤矿瓦斯和煤尘爆炸声音识别模型中进行声音识别分类,并进行试验验证。采取声音信号的特征提取试验,分析了不同声音的小波散射图及其特征参数分布特点,瓦斯和煤尘爆炸声音的小波散射系数图及其十一维特征向量与煤矿井下其他声音差异明显,证明了所提特征提取方法的可行性;通过贝叶斯优化完成支持向量机超参数优化试验,选取更符合训练模型的超参数,识别试验结果表明,所提方法的识别率为95.77%,明显优于其他对比算法,能够满足煤矿瓦斯和煤尘爆炸识别的需求。

基于深度强化学习的新型电力系统无功电压优化控制

新型电力系统框架下可再生能源的随机性和波动性、负荷的主动性以及电网的电力电子化使得电网的运行方式和实时控制面临着新的挑战。无功电压优化控制是保证电网安全稳定运行的基础,针对可再生能源系统的大规模接入、储能系统的灵活配置带来的无功电压控制问题,提出了基于深度强化学习的电网无功电压优化控制方法,综合考虑运行效率、经济性和安全性建立电网无功优化模型,利用马尔可夫决策过程将无功优化问题转化为强化学习序贯决策优化,充分考虑无功调压设备时间、空间耦合特性,利用深度确定性梯度算法(deep deterministic policy gradient,DDPG)进行模型求解。最后,在改进的IEEE 33算例上进行仿真验证,通过对比验证了文中所提方法在无功优化决策过程中的有效性和可靠性。

基于机器学习的高速列车头型多目标优化设计

通过机器学习算法构建了气动阻力和气动升力等高速列车空气动力学特性的代理模型,完成了基于上述气动特性的高速列车多目标优化设计。首先,建立了CRH3型列车三节编组的简化三维模型,其中车头部分对列车气动性能影响最大;其次,通过Sculptor软件在车头部分选取了8个形状设计变量,采用最优拉丁超立方试验设计抽取了100组样本数据,并利用Fluent软件对样本空间中列车头型的气动特性进行计算;再次,采用遗传算法对BP神经网络模型进行优化,得到高速列车气动阻力和气动升力等气动特性的代理模型;最后,利用NSGA-Ⅱ遗传算法对多目标问题进行优化求解,其中气动阻力减小了4.3%,气动升力减小了8.0%,列车的空气动力学特性得到了有效改善。

基于动态视觉量化的景观空间规划优化仿真

静态视觉分析往往会忽略景观视觉的连续性和美观度。为了提高景观空间规划合理性和居民满意度,提出动态视觉量化分析下景观空间规划优化方法。通过景观格局指数法量化分析景观空间动态变化指标,将其作为景观空间评价指标;针对动态视觉量化指标,通过层次分析法和多级模糊综合评价方法获取景观空间评价结果;以评价结果为基础,建立以景观建筑成本和居民满意度为目标函数的景观空间规划优化目标,并利用小生境遗传算法求出目标最优解,获取景观空间规划最佳优化结果。实验结果表明,所提方法能够有效优化景观空间规划效果,提高居民满意度。

“大思政课”建设背景下思想政治教育空间变革与优化

“大思政课”以教学空间与社会空间的有机衔接为显著特征,推动思想政治教育的思想空间、物质空间、关系空间均发生结构性变化,并再生产出新的共享空间形态,实现了育人空间的最大化和育人方式的调整。本质上而言,这不是一种新近产生的现象,而是思想政治教育回归生活、服务社会的应有之义和作为治国理政重要方式的体现,代表着其现代转型的趋势。把握这一趋势,构建“大思政课”格局,须把握空间要素及其样态的总体性与差异性,突出思想空间的主导性、实践性与开放性,发挥物质空间的广延性与开发运用的实效性,提高关系空间的平等性、交互性与可持续性,实现育人效果最大化。

响应面法优化菠萝蜜淀粉-椰子油复合物的制备工艺

为确定快速粘度计(rapid visco analyzer,RVA)制备菠萝蜜淀粉-椰子油复合物的最佳工艺条件,探讨椰子油添加量、复合时间、复合温度3个因素对菠萝蜜淀粉-椰子油复合物的复合指数的影响。在此基础上,利用Box-Benhnken响应面法优化RVA制备菠萝蜜淀粉-椰子油复合物的工艺条件。此外,对比了菠萝蜜淀粉和复合物的糊化特性、膨胀力和溶解性。结果表明,菠萝蜜淀粉-椰子油复合物的最佳制备条件参数为:椰子油添加量为4%,复合时间为2.40 min,复合温度为90.70℃。在最佳条件下,菠萝蜜淀粉-椰子油复合物的复合指数理论值为24.64%,实际验证值为24.33%,拟合模型预测值与实际验证结果吻合。复合物的糊化温度、峰值黏度和谷值黏度高于原淀粉,而最终黏度和回生值有所下降,说明复合物的热稳定性提高;复合物的形成阻止了淀粉膨胀,导致膨胀力和溶解度相较原淀粉明显降低。

云边协同中的资源调度优化

随着业务类型的丰富和多样化,低时延、高带宽、数据私密性、高可靠性等成为业务普遍的要求。边缘计算、雾计算、分布式云、算力网络等方案相继被提出,并在产学研各界引发了深度的研究和探索。针对“多级的算力分布以及算力的协同将是未来算力结构的主流”这一观点,产业内外达成了共识,算力管理、分配、调度等与资源优化相关的问题也成为当下的研究热点和重点攻关方向。为此,面向未来的算力供给结构,首先描述了学术界、产业界资源调度优化问题的最新进展,总结了当前的主要方法论和工程实施架构;然后,针对两种典型的云边协同场景,从场景拆分、调度目标、求解方案依次进行分析,给出了适应场景特性的资源调度优化参考方案。

基于改进FMEA的适老化智能药盒交互设计研究

目的 基于适老化智能药盒交互失效模式的数据,对智能药盒的交互模式进行优化设计,提升交互体验,有效降低交互差错率。方法 首先,成立改进FMEA专家小组进行系统性人因错误减少和预测方法分析(Systematic Human Error Reduction and Prediction Approach, SHERPA);其次,构建智能药盒交互失误预防模型,然后对适老化智能药盒交互设计进行改进失效模式与效应分析(FailureModeand Effects Analysis, FMEA);最后,针对需要改进的失效模式对智能药盒进行设计优化。结果 实验结果显示“实证对象”存在诸多交互失效模式,对相应交互失效模式进行优化,可有效提升老年人操作智能药盒的交互体验。结论 运用改进FMEA的方法,可以具体量化适老化智能药盒交互失效模式数据,对应失效模式数据的智能药盒交互优化设计,是可行有效的,能够有效降低老年人的用药风险,此方法可为产品交互设计研究提供新的方法路径。

超静定钢桁架桥预拱度设计的温度假载优化法

为使超静定钢桁架桥在成桥后达到目标线形,需要确定桁架杆件在制造阶段的无应力长度。对于超静定钢桁架桥,若采用常规温度法确定杆件的无应力长度时,可能会使拼装后的结构产生较大的杆件次内力。为此,提出了温度假载杆件的选取原则,在此基础上建立了基于拼装次内力最小化的温度假载优化法,通过假载杆件的温度荷载和桥面节点位移及冗余支座反力的关系,求解一组既满足预拱度,冗余支座次内力又较小的杆件假载温度组合。以南通市深南路大桥三跨连续钢桁梁为例验证该方法的适用性,计算发现该方法可在满足设计预拱度逼近目标预拱度的基础上,控制杆件拼装次内力满足了安装要求。该方法可为超静定钢桁架桥的预拱度设计提供参考。

财税政策下财务会计管理工作的优化策略

财务会计管理工作是企业管理中的重要组成部分,与企业的经营发展息息相关。在新形势下,为进一步提升企业的经济水平,提高企业在市场中的竞争力,政府不断完善财税政策,并加大了对财务会计管理工作的监管力度。基于财税政策背景下,企业需要通过优化财务会计管理工作来提升自身的竞争力。文章首先对财务会计管理工作的必要性进行论述,然后对财税政策下的财务会计管理工作中存在的问题进行分析,最后提出相关优化策略。以期为相关工作人员提供一定借鉴。

聚丙烯装置流化床干燥器分布板问题分析与改进优化

本文对某企业聚丙烯装置2016年以来流化床干燥器分布板出现的问题进行了分析总结,并通过对比三次分布板改进优化后的运行状态,总结了一些优化改进措施,如重新设计分布板结构增加强度、调整孔径改变开孔率、明确加工制造技术要求、提高检查验收标准等。这些措施的实施,解决了分布板出现的问题,维持了干燥系统长周期运行。对国内同类型装置流化床干燥器的运行具有一定的借鉴作用。

ECG beat classification using particle swarm optimization and support vector machine

In this paper, we propose a novel ECG arrhythmia classification method using power spectral-based features and support vector machine （SVM） classifier. The method extracts electrocardiogram＇s spectral and three timing inter- val features. Non-parametric power spectral density （PSD） estimation methods are used to extract spectral features. The proposed approach optimizes the relevant parameters of SVM classifier through an intelligent algorithm using parti- cle swarm optimization （PSO）. These parameters are： Gaus- sian radial basis function （GRBF） kernel parameter o- and C penalty parameter of SVM classifier. ECG records from the MIT-BIH arrhythmia database are selected as test data. It is observed that the proposed power spectral-based hybrid par- ticle swarm optimization-support vector machine （SVMPSO） classification method offers significantly improved perfor- mance over the SVM which has constant and manually ex- tracted parameter.