基于Matlab的回归分析在注塑翘曲预测中的应用

以汽车外饰件观后镜注塑件成形质量中的翘曲量为优化目标,对注射温度、模具温度、注射时间、保压时间、冷却时间等影响翘曲量的工艺参数,以数值模拟得到的数据为实验数据,通过回归分析,建立预测注塑产品翘曲量的数学模型,并比较其预测精度从而得到有效的预测模型,最后达到对注塑工艺条件进行优化的目的。     

基于模糊神经网络的模具报价系统研究

为克服模具报价工作对报价人员经验的依赖性,简化报价操作,本文在分析了报价系统的要求和传统的模具报价进程、模糊神经网络技术优点的基础上,提出了利用模糊神经网络技术来提取模具报价领域中专家的经验,模拟专家行为进行模糊推理,从而得出模具价格的基于模糊神经网络的模具产品报价系统的构想,并介绍了其中的关键技术。     

基于CAE技术的镜台底座不同注塑方案的设计

镜台底座是某设备中重要部件,其注塑后的尺寸、形位公差要求高。依据通常的经验,在部件上选择不同的浇注 口,在相同的注塑条件下,分析这两种不同注塑方案对部件翘曲变形的影响,从中选出较优方案,并给出实例和CAE模 拟分析的比较。     

基于拓扑优化的举升桥拖臂梁支架改良设计

本文指出了优化设计在目前产品设计领域的必要性;用数理统计的方法对多工况下应力最值方差作出评价,为多工况受力零件的设计评价及结果优化提供了数值依据。并以举升桥拖臂梁支架改良设计为实例,详细介绍了多工况下产品的优化设计方法与过程,达到了降低成本、提高产品质量的双重功效。     

基于神经网络的板料冲压回弹预测系统的研究

文中以NUMISHEET’93标准考题中U形板料作为研究对象,将正交试验法和数值模拟法结合,产生各工艺参数组合下的冲压回弹量,以这些仿真试验结果作为神经网络的训练样本,在NeuroSolution软件环境下建立输入为工艺参数、输出为冲压回弹量的神经网络模型预测模型,以测试样本验证模型的预测精度作为反馈信息,构成闭环系统。该方法为板料冲压工艺参数的优化提供了有效的工具。     

增压锅炉烟气发生器燃烧流场数值模拟与结构优化

本文采用数值模拟方法,对增压锅炉烟气发生器设计结构方案的燃烧流场进行数值分析,分析内部的流动规律以及原始设计中存在的问题。通过改进烟气发生器的几何结构,得出更加合理的流场分布,从而指导它的结构优化设计。数值计算结果表明,所采取的改进措施的效果明显,达到了优化增压锅炉烟气发生器燃烧段设计方案的主要目的。     

燃气轮机燃烧室燃烧流场的数值计算

对某型燃气轮机燃烧室的燃烧流场运用FLUENT软件进行了数值模拟.在模拟过程中采用了标准k-ε湍流模型、"简单化学反应系统"模型和"快速化学反应"假设,用SIMPLE算法进行压力一速度耦合求解,分析了不同负荷情况对燃烧效率、出口平均温度、过量空气系数及火焰长度的影响.计算结果能够很好地反映燃烧室燃烧流动的特点,对预测燃烧室内的燃烧流动及燃烧室的优化有一定参考价值.     

燃气轮机燃油燃烧室改用双燃料流场数值分析

针对燃气轮机燃油燃烧室改成双燃料燃烧室对燃料喷嘴进行一体化概念设计,并采用CFD技术对其双燃料燃烧流场进行数值模拟。针对燃烧室燃用C7H16和裂解气燃料的不同情况,采用标准κ-ε湍流模型、化学平衡条件下的快速化学反应系统和简单概率密度函数（PDF）燃烧模型、液体燃料的喷雾模型以及SIMPLE算法。模拟并对比分析了两种燃料燃烧时的燃烧效率、出口温度均匀性、壁面最高温度以及速度分布等参数随工况变化的趋势,并得出结论：1）不同燃料燃烧时的流场特征基本保持一致;2）裂解气燃料燃烧时,其燃烧效率较高,但出口温度均匀性较差;3）在加入相同焓值的燃料进入燃烧室时,裂解气燃料燃烧得到的出口温度低于燃油的燃烧状态。     

无线设备用晶体控制振荡器

晶体控制振荡器主要用于稳定时钟发生器的时间频率,它可为数据处理设备提供时钟信号。因为基于微处理器的设备通常都有内置的计时功能,因此在无线设备中一般应用有晶体控制振荡器。 或许因为晶体控制振荡器普遍应用于无线设备里,通常很少提及振荡器的基本工作原理。本文概括介绍晶体振荡器的设计和特性方面的基本知识,可能对于工程师们在新产品开发过程中采用晶体振荡器能有所帮助。     

风光互补发电系统的分布式模型预测控制

风光互补发电系统中,风力和光伏独立发电且两者在地理上相隔较远,彼此没有通讯交流。对此问题,提出用分布式模型预测控制的方法去解决。首先,在风光互补发电系统中存在大量的非线性环节,运用神经网络线性逼近,训练得出各个子系统的神经网络线性化模型。然后,在此基础上,基于风力优先发电、光伏配合、蓄电池必要时输出的原则,设计出满足相应的约束条件且合理的目标函数并利用二次规划的方法求解出最优值。最后,研究结果表明,针对系统负荷端的需求,分布式模型预测控制方法可以在理论及实际真实天气条件下去合理地分配各个子系统的输出功率。相对于其他的传统方法,分布式模型预测控制在优化系统性能方面速率高且效果好。