某发动机T-MAP接插件振动疲劳耐久控制

发动机在开发过程中,要进行一系列台架和整车耐久试验的考核,在考核过程中,通常有一些零部件会出现失效,其中有很多是由于振动疲劳耐久引起的失效。为了保证发动机顺利的通过耐久试验,对发动机零部件进行振动疲劳耐久控制就显得尤为重要。本文通过评价方法、安装位置要求、结构与布置要求、主动减振方法、被动减振方法和提高振动疲劳性能六方面对T-MAP接插件进行振动疲劳耐久控制研究,进而为发动机其他零部件进行振动疲劳耐久控制提供参考。

基于T-Map的飞机部件交点轴线公差转化方法

针对装配过程装配方案改变后,基准变换致使几何公差变化的问题,以飞机部件装配中的交点装配为研究对象,提出基于公差图(T-Map)的公差转化方法。根据交点轴线的变动建立交点轴线的T-Map公差模型;通过基准变换前后几何尺寸及公差(GD&T)关系构建交点轴线的基准变换模型,在此基础上,重构基准变换后交点轴线的T-Map;对变换后的交点轴线T-Map进行累积,构建交点轴线叠加T-Map(ST-Map),分析基准变换前T-Map与ST-Map的二维空间域的关系,得到ST-Map最小约束条件,并以不同自由度约束下的最大公差值为判据,获得基于T-Map的交点轴线公差转化关系。最后,引入实例进行公差转化的求解,并与基于特征公差尺寸链的传统公差转化方法进行了比较。

正交异性钢桥面板声发射波三维谱元法模拟及损伤定位

针对大跨度桥梁正交异性钢桥面板的疲劳损伤评估与结构健康监测需求,开展基于声发射波场谱元法模拟的大型复杂板类结构损伤定位研究。采用Legendre高阶插值三维时域谱元法模拟声发射波在正交异性钢桥面板中的传播过程,验证了其内部显著的反射、衍射和频散现象,并代替人工预断铅实测试验获得大量声发射数据。然后,利用赤池信息准则判定声发射波到达各传感器的时间,通过高斯过程回归建立到达时差与声发射源位置的关系模型,用于未知损伤的定位监测。数值模型实验结果表明,赤池信息准则和高斯过程回归改进的时差图法在正交异性钢桥面板中的平均定位误差为37.3 mm(25 dB信噪比工况),平板的定位精度高于U肋。谱元法模拟有望代替繁琐的预断铅实测试验,提升声发射时差图系列损伤定位方法的实用性。

融合混沌映射和自适应T分布的蜣螂优化算法

针对原始蜣螂优化算法(DBO)存在的收敛精度低、易陷入局部最优等问题,提出一种改进的蜣螂优化算法。该算法采用混沌映射初始化蜣螂种群以提高种群的多样性,引入北方苍鹰优化算法的勘探策略以增强算法的全局勘探能力,并改进一种非线性边界收敛因子以平衡其收敛速度和收敛精度。同时,采用自适应T分布扰动策略以增强算法跳出局部最优的能力。实验结果表明,改进后的DBO算法在15个基准测试函数的求解寻优中,有13个测试函数的求解结果优于原始蜣螂优化算法、麻雀搜索算法、灰狼优化算法、鲸鱼优化算法和哈里斯鹰优化算法的求解结果,表现出更高的收敛精度、更快的收敛速度及更高的稳定性。

融合T-分布小波变异的混沌鲸鱼优化算法

针对鲸鱼优化算法难以跳出局部最优导致收敛精度不足的问题,提出一种融合了T-分布小波变异和多项式差分学习策略的鲸鱼优化算法.该算法首先引入Circle混沌扩大搜索范围,提高收敛速度;然后采用T-分布小波变异策略平衡全局和局部搜索能力;最后采用多项式差分学习策略改进算法的优化精度.对3种改进策略作单一引入的仿真对比分析,并将改进的鲸鱼优化算法在12个可变维度的基准测试函数上进行仿真,对本文改进的鲸鱼优化算法与其他改进策略的鲸鱼优化算法以及其他几种智能算法进行比较.结果表明,基于T-分布小波变异和多项式差分学习策略的改进鲸鱼优化算法具有较好的稳定性,收敛速度和精度更好.

基于改进INFO-Bi-LSTM模型的SO_(2)排放质量浓度预测

针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。

多策略改进MPA在无线传感器网络中的应用

针对无线传感器网络中非测距节点定位算法自身存在算法定位误差较大的缺陷,提出了一种MMPA-3DDV-Hop算法。该算法先利用多通信半径细化节点间的跳数,然后添加了修正因子修正平均跳距,接着采用多策略融合改进MPA算法计算待定位节点位置最优解。多策略改进MPA算法首先利用Singer混沌映射策略对种群进行初始化,克服种群初始化的盲目性。其次,采用t-分布扰动策略来提升算法的全局搜索能力,在增加搜索空间多样性的前提下,达到快速收敛;最后,引入变异策略和小概率策略,将二者相结合来避免该算法陷入局部最优,对改进算法在复杂度、收敛性和稳定性方面进行性能测试,测试结果表明改进后的MPA算法具有较好的收敛性和稳定性。仿真结果表明:相比3DDV-Hop算法、多通信半径算法以及3D-VNDV-Hop算法,MMPA-3DDV-Hop算法的归一化定位误差平均降低了21.3%、13%与5.7%左右,尽管算法的平均运行时间略有增加,但有效提高了算法的定位精度。

t分布与螺旋黏菌搜索的混沌自适应秃鹰搜索算法

针对秃鹰搜索算法搜索精度低、收敛速度慢及易于陷入局部最优的不足,提出t分布与螺旋黏菌搜索的混沌自适应秃鹰搜索算法.首先引入混沌Bernoulli映射进行种群初始化,丰富种群多样性;然后在搜索空间猎物阶段利用螺旋黏菌搜索策略依搜索进程动态修正位置更新方式,提高算法全局搜索能力和收敛精度;在俯冲捕获猎物阶段引入自适应惯性权重策略平衡算法全局搜索与局部开发,提高算法求解精度;最后利用t分布随机扰动策略依概率对种群个体变异,增加算法跳离局部最优、找到全局最优的概率.利用基准函数对算法寻优性能进行实验评估,并引入Wilcoxon秩和检验评估算法搜索性能.结果表明:改进秃鹰搜索算法在寻优精度和收敛速度上都得到了更大提升.

基于MDS和改进SSA-SVM的高速铁路道岔故障诊断方法研究

针对高速铁路道岔设备故障频繁,现场维修工作量大等问题,提出基于多维尺度缩放法(MDS)和改进麻雀搜索算法(SSA)优化支持向量机(SVM)的高速铁路道岔故障诊断模型。首先以ZDJ9道岔转换功率曲线为研究对象,总结现场典型道岔故障类型及故障原因,分别提取道岔功率曲线的时域、频域特征指标以及小波包能量熵,组成特征指标向量;其次采用MDS方法进行多维特征指标的降维优化,建立道岔故障特征指标样本数据库;最后利用改进Circle混沌映射初始化种群,并通过自适应t分布增强麻雀种群的多样性,再以改进SSA算法优化SVM模型中的惩罚因子和核函数方差2个关键参数,构建改进SSA-SVM的道岔故障诊断模型。故障诊断结果表明,本模型的故障诊断正确率高达96.25%,诊断效果优于其他方法,可以为道岔设备的故障维修提供理论依据。

一种多策略改进鲸鱼优化算法的混沌系统参数辨识

针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。

增强型野马优化算法及其工程应用

针对野马优化算法易陷入局部最优、收敛速度慢等缺点,提出增强型野马优化算法。首先,在种群初始化阶段,采用Sinusoidal映射,增加种群的多样性;其次,在阶段更新过程中,设计出非线性收敛性更强的自适应权重,调节全局搜索和局部优化能力;然后,在更新领导者位置阶段加入扰动因子,平衡局部和全局探索能力;进一步,利用自适应t分布变异,对个体位置进行扰动,提高算法跳出局部最优的能力。通过在CEC2021测试竞赛进行测试优化比较,验证算法的有效性和稳健性,并利用Wilcoxon秩和检验和MAE排名,验证算法的有效性。最后将算法应用到工程难题问题中,验证了其在工程优化问题上的适用性与优越性。实验结果表明,与其他智能算法相比,增强型野马优化算法具有更强的寻优能力和更快的收敛速度。

基于T值映射的双能X射线透射识别矿石算法与分选技术研究

将与矿石原子序数相关的R值图像映射方法运用在矿物识别中能够较准确的识别矿石,但是由于R值的推导直接忽略了矿石厚度的影响,这必然会导致R值识别结果受厚度的影响较大,所以由R值算法为基础的图像映射方法必然存在一定的缺陷。而与矿石厚度及密度相关的T值算法保留了厚度和密度两个重要参数,因此使用T值识别算法得到的图像信息量将会更多。使用T值图像映射方法对采集到的双能X射线透射矿石的图像进行验证。首先,对铝和铜试件进行T值与R值曲线拟合识别算法的优劣对比,经过试验可知,R值曲线拟合的相关系数分别为0.900 24和0.880 31,而T值曲线拟合的相关系数则分别达到了0.998 4和0.991 16,因此可得出T值识别算法相对减小了厚度对物质识别的影响且T值算法相比R值算法更优。本文在此研究的基础上提出一种基于T值的图像映射方法。该方法首先利用灰度值来代替信号强度值计算出T值,得到由T值作为等大小的灰度图像,然后再先后使用数学形态学图像处理以及中值滤波技术对图像进行清晰化处理,最后使用RGB伪彩色处理得到最终的图像。经过试验对比可知,T值图像映射方法相较于R值图像映射方法不仅在运行速度上得到了提高,而且在图像清晰度以及矿石识别的准确率上都得到了较好的提升。

面向T型接线的电网地理接线图自动成图技术研究及应用

随着电网规模不断扩大,电网地理接线图越来越复杂,其绘制、维护愈发困难,已成为电力调度自动化运维工作的一大难点。本文介绍一种基于电网全景模型,综合厂站范围指定、经纬度定位、T型接线(简称T接线)同步生成、多图层展示等多项技术的电网地理接线图自动成图方法,适用于各种级别和复杂度的电网。该方法依托间隔容器模型,引入T接线同步生成技术,使成图完整性极大提升;根据电网设备电压等级不同,引入多图层技术,实现地理接线图不同电压等级设备的分图层展示,使成图效果显著加强;成图布局支持人工调整,且图模异动后不被自动复原,有效弥补了自动成图在局部处理时存在的不足。目前,该方法已在某地区电网的智能电网调度控制系统中实现首次应用。实践证明,该方法大幅降低了电网地理接线图在绘制及更新过程中的人力成本,具有广阔的推广前景。

融合多策略的改进黏菌算法及工程应用

黏菌优化算法(Slime Mould Algorithm, SMA)是根据黏菌个体振荡捕食行为提出的一种新型元启发式算法,因其原理简单被应用于多种复杂的优化问题中,基本的SMA在处理一些较为复杂的问题时仍然存在收敛速度较慢、精度不足、鲁棒性差等劣势。为克服这些缺点,提升原算法性能,提出一种融合Sine混沌映射、t分布以及黄金正弦策略的改进黏菌算法(GTSMA)。首先,引入Sine混沌序列初始化种群,提高算法在初始迭代过程中黏菌种群个体的多样性;其次,在黏菌个体更新位置过程中将自由度参数t与基本SMA融合,增加算法跳出局部最优的概率;最后,通过与黄金正弦算法相结合,挑选更优秀的黏菌个体,输出最优解。利用基准测试函数、CEC2021测试集将GTSMA与其他算法进行对比,实验结果表明GTSMA在测试过程中鲁棒性、寻优精度和收敛性能都优于其他算法。将GTSMA应用于工程优化问题,进一步验证了GTSMA在处理实际优化问题上的优越性。

混油钻井液中地层油的T1-T2二维核磁共振识别与评价方法

混油钻井液影响地层含油性的实时发现与准确评价,色谱、质谱、光谱等扣除背景值的识别方法定量精度较低,一维核磁共振方法需要在添加弛豫试剂前、后进行2次分析,为此采用T1-T2二维核磁共振测量方法,通过对混油钻井液、不同矿化度盐水及3种成品油、5种原油的测试,建立了混油钻井液中的水、基础油、地层油的解释图版;通过对混油钻井液均匀混入不同含量原油后的测试,建立了混油钻井液中的地层油含量评价模型;通过不同质量白油的测试,确定了T1-T2的检测下限为200~750 mg/L。经实验模拟及实钻验证,所建立的解释图版和评价模型可靠。因此,T1-T2二维核磁共振能够直接、直观区分混油钻井液中的基础油和地层油,实现地层含油性的及时发现与直观识别。

水稻早衰突变体psl4(t)的表型鉴定及基因定位

水稻叶片早衰严重影响水稻的产量与品质,挖掘水稻叶片早衰相关基因并解析其分子机制,对提高水稻产量具有重要意义.从涪恢9802和LR杂交后代中筛选到叶早衰突变体psl4(t),该突变体6叶期前叶片呈正常绿色,从7叶期至剑叶(倒1叶)期每张叶片均是从叶尖至叶中部逐渐衰老,叶片的叶绿体发育受阻其体积变小、光合色素质量分数减少,叶片提前衰老.农艺性状分析结果表明:与野生型相比,突变体psl4(t)的穗长、有效分蘖数和籽粒宽变化无统计学意义,而株高、每穗粒数、结实率及千粒质量显著降低.遗传分析结果发现:突变体psl4(t)的早衰性状受单隐性核基因控制,利用分子标记将目标基因定位于第4染色体长臂端两个SSR标记(RM17004和RM17006)之间38.5 kb的范围内.研究为psl4(t)基因的克隆及功能解析、早衰分子机制研究奠定基础.

基于Circle映射和自适应t分布变异改进的鹈鹕优化算法

针对传统鹈鹕优化算法(POA)存在收敛速度慢、易陷入局部最优解等缺陷,提出一种基于Circle映射初始化和自适应t分布变异的改进的鹈鹕优化算法(IPOA)。首先,在种群初始化阶段,采用Circle映射生成具有高度多样性的初始解,并结合反向学习策略,提高种群多样性,增强种群的探索能力。其次,在迭代过程中,采用自适应t分布变异操作对个体进行扰动,有助于鹈鹕优化算法跳出局部最优解并提高收敛速度。另外,在鹈鹕优化算法的探索阶段引入自适应因子和改进惯性权重,更好地平衡算法全局探索能力和局部开发能力。最后,在多个测试函数上将IPOA与其他4种经典算法进行比较。实验结果表明,IPOA在收敛速度、全局搜索能力和收敛鲁棒性方面均有显著提升。

基于T-分布扰动的自适应鲸鱼算法

针对鲸鱼算法存在初始种群多样性差、迭代中后期种群呈趋同化易陷入局部最优解的问题,提出一种基于T-分布扰动的自适应鲸鱼算法(CWOA),通过Tent混沌映射优化初始种群使搜索范围具有遍历性,引入正弦变化因子平衡算法全局搜索与局部开发能力以提高算法的搜索精度,通过T-分布函数对趋同种群进行扰动提高算法跳出局部最优解的能力。实验表明,CWOA算法与传统鲸鱼算法与其他经典算法相比具有更高的寻优精度,能更快地跳出局部最优解。

基于改进黏菌算法优化BiLSTM的短期供热负荷控制预测

针对短期供热负荷控制预测的问题,提出了一种基于改进黏菌算法优化BiLSTM的预测模型。利用猫映射、T分布变异和随机反向学习等改进策略对黏菌算法进行改进,改进后的黏菌算法优化BiLSTM网络参数,构建ISMA-BiLSTM模型,对换热站热负荷进行预测。实验结果表明,ISMA-BiLSTM模型与SMA-BiLSTM、BiLSTM和LSTM模型相比,预测结果更加合理且预测精度有所提高,在短期供热负荷预测中能满足实际工程控制需要。

主被动遥感融合辐射传输卷积神经网络水深反演方法

新一代的冰、云和陆地高程卫星2号ICESat-2的星载激光雷达系统能够提供参考测深数据,采用机器学习方法能够与被动光学遥感图像结合实现高效的水深估算。提出一种结合物理辐射传输信息和卷积神经网络的模型。物理辐射传输数据突显了浅水区域的光谱特征,而卷积神经网络结构则很好地考虑了水深测量点像素的周边信息。实验结果表明,自适应椭圆密度分割算法相较于标准的基于固定参数的密度聚类算法能够更好地追踪水深信息。在圣克罗伊岛使用包含物理辐射传输信息的结果的平均均方根差比未使用的结果低0.1 m,平均精度提高了约10%。物理辐射传输卷积神经网络模型反演的水深结果的精确度均超过95%,误差小于1.6 m,验证了它在水深反演中的性能,具备在大规模水深反演中应用的潜力。