拉深模进气不畅导致制件变形的解决方案

针对顶盖或机盖外板因模具进气不畅造成制件变形的问题,对其产生原因进行分析并分类,归纳总结了此类问题常用的解决方案,在此基础上提出了2种针对模具结构的改进方法,采取在凸模与压边圈之间增加弹性元件或往下模和制件之间吹气的方法,解决了制件因模具进气不畅导致的变形问题。该方法简单易实现,对模具后期的生产和保养影响小,对制件的外观质量不产生其他不良影响。     

以MOFs为模板制备TMO/C复合材料 在锂离子电池中的应用

商用负极材料石墨理论比容量较低,无法满足市场的需求,发展具有更高比容量的负极材料来替代石墨至关重要.介绍了过渡金属氧化物(TMO)和金属-有机框架(MOFs)的特点及锂离子电池负极材料性能改进的方法,综述了以MOFs为前驱体制备TMO/C复合材料作为锂离子电池负极的优点及研究进展,并对此类负极材料的发展趋势进行了总结与展望.     

转底炉处理赤泥工艺技术

为了综合利用氧化铝冶炼产生的赤泥，探索在转底炉中直接还原赤泥、磨矿磁选获得高品位直接还原铁。通过实验室试验摸索了转底炉还原工艺参数，并在转底炉工业试验线进行了工业试验。实验室结果表明，赤泥还原后的直接还原铁(DRI)金属化率可达88.6%，磁选后的铁品位可达82.1%，磁选后的铁回收率可达88.9%。工业试验中，转底炉还原后，产品金属化率平均为69.2%，将还原后的DRI磁选获得高品位的DRI产品，磁选后DRI的铁品位为72.8%，磁选后铁回收率达到了85.2%,初步打通了在转底炉中还原赤泥、磁选的工艺路径。     

钢管焊接自动线的上下料机设计

钢管焊接自动线的上下料机的应用,可以降低劳动强度,节约人力资源,提高产品质量,同时也可以获得更大的经济效益。本设计通过对上下料机构各主要组成部分(气缸等)的分析,从而确定各主要组成部分的结构以及相关的尺寸,在此基础上对自动线的上下料机构进行相关的设计计算,从而确定总装配图。     

选煤机排料系统中刮板结构的优化研究

针对选煤机排料系统的刮板易出现磨损、弯曲等问题,通过对刮板结构、受力情况进行详细分析,并提出了相应的优化设计方案.仿真结果表明,该设计方案可满足煤矿安全高效的生产需求,对实际生产中的刮板结构设计有一定应用价值.     

基于粒子群优化和支持向量机的花粉浓度预测模型

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量；其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数；然后利用最优参数优化花粉浓度预测模型；最后，使用优化后的模型对花粉未来24 h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。     

基于大数据的传感网络链路稳定性检测系统设计

传统检测系统在对链路检测过程中,经常受到移动环境的影响,导致检测结果的完整性以及准确率较低,为解决这一问题,提出并设计了基于大数据的传感网络链路稳定性检测系统。对传感网路传输端、数据中心服务器以及检测端三部分进行具体分析,完成系统硬件设计。为尽量减小移动环境的影响,在软件设计部分,采用直接链路和间接链路稳定性相结合的检测方法,共同完成基于大数据的传感网络链路稳定性检测系统设计。实验结果表明,该系统检测结果的完整性较高,且检测准确率平均值可高达93.5%左右,验证了该系统的优越性能。     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.