基于OBE-CDIO理念的智慧建筑专业课程体系构建

紧跟智能建筑的发展趋势,结合社会专业人才需求,以遵从“OBE-CDIO”相融合的工程教育理念、创建“理、实、虚”相结合教学模式、实施“CQI”工程教育质量闭环控制为特色,对建筑环境与能源应用工程专业的教学课程体系、教学内容、教学方式及教学质量方面进行改革,为高校培养适应社会需求的应用型人才提供参考。     

车轮多边形对高速列车车轴疲劳强度影响研究

车轮多边形是铁道车辆一种常见的非圆化病害,对轮对振动和车辆运行安全有明显的影响。在建立刚柔耦合拖车和动车车辆系统动力学模型基础上,将车轮多边形简化为简谐波并将其考虑为车轮轮径的变化,研究20阶车轮多边形对拖车和动车车轴疲劳强度的影响。结果表明,等效应力幅比值与速度呈非线性关系,且拖车和动车峰值出现位置有所不同,拖车峰值位置出现在速度为225 km/h,对应多边形激励频率432.7 Hz;动车不同截面分别在300 km/h、375 km/h时存在峰值,对应多边形激励频率分别为576.5Hz、721.2Hz。在各峰值位置处,多边形幅值的变化对拖车和动车部分截面的等效应力幅比值均有显著影响。拖车和动车车轴等效应力最大值均位于C截面,并且随着车轮多边形幅值的增加,其等效应力显著增大,超过车轴疲劳强度限值,降低车轴使用寿命。研究结果有助于改善20阶车轮多边形对高速列车车轴疲劳强度及弹性振动的影响。     

FUZZY MATHEMATICAL EVALUATION FOR MASONRY STRUCTURE BUILDINGS＇ DAMAGE GRADE CAUSED BY COAL MINING

Coal mining under buildings certainly causes surface movement and deformation, therefore, it brings about deformation even fracture for buildings. It is an important task to evaluate correctly the buildings‘ damage grade caused by coal mining. Fuzzy comprehensive evaluation, considering some factors of buildings‘ fracture, has been applied to analyze the masonry structure buildings‘ damage grade after coal mining in this paper. It provides a scientific basis for buildings‘ reinforcement before mining and maintenance or compensation after mining.     

4A60铝/08Al钢复合带材冷轧结合行为的研究

以冷轧薄包覆层(100μm)4A60铝/08Al钢复合带材的变形区为研究对象,借助金相显微镜、扫描电镜及硬度计等实验手段,对铝/钢轧制复合变形区的金属变形行为和结合性能进行了研究。结果表明:铝/钢轧制复合过程中从入口到出口可分为3个变形区,即铝和钢变形但未复合区、铝和钢变形且复合区和钢变形而铝不变形的稳定复合区;从复合比变化的角度并参考界面结合行为确定薄包覆层4A60铝/08Al钢复合带材的临界复合压下量为15%左右,最小复合压下量为35%左右。     

基于孪生支持向量回归机的转炉炼钢终点预测

为了提高转炉炼钢的终点命中率，建立了一种新的转炉终点预测模型，实现了对转炉终点碳质量分数和温度的准确预测。模型采用K最近邻孪生支持向量机(KNNWTSVR)算法，将权重矩阵引入到目标函数中，并利用鲸群优化算法进行求解，提高了传统算法的性能；然后基于某炼钢厂260 t转炉的实际生产数据，建立了转炉炼钢终点预测模型。结果表明，预测模型的终点碳质量分数(误差±0.005%)和温度(误差±15 ℃)的终点单命中率分别为94%和88%，双命中率达到84%。与其他两种现有的建模方法相比，本模型取得了最优的预测效果。该方法满足转炉炼钢实际生产的需求，也可适用于钢铁冶金其他领域的数学建模。     

80 t转炉终点预报TSVR模型精度

 转炉炼钢是一个复杂的高温物理化学反应过程。在冶炼过程中不能连续检测钢的成分。所以,准确地预报终点的碳质量分数和温度对于提高终点命中率是非常有意义的。基于广西某钢厂80 t转炉炼钢实际生产数据,建立了终点碳质量分数和终点温度的孪生支持向量回归机(TSVR)预测模型,对100个炉次的实际生产数据进行了模型的训练,另外30个炉次的数据用于验证模型的精度。结果表明,预测误差Δω([C])≤ 0.01%的命中率为93.3%,Δt≤15 ℃的命中率为96.7%,双命中率为90%。与BP神经网络模型相比,TSVR模型的终点碳质量分数和终点温度命中率均比BP神经网络模型高。     

基于改进型鲸鱼优化算法和最小二乘支持向量机的炼钢终点预测模型研究

终点碳含量是决定钢质量的关键因素,是转炉炼钢过程中需要控制的核心变量之一.本文建立了一种基于莱维飞行的鲸鱼优化算法（Levy Whale Optimization Algorithm,LWOA）和最小二乘向量机（Least Squares Support Vector Machine,LSSVM）的钢水终点碳含量综合预测模型.通过莱维飞行代替了传统鲸鱼优化算法（Whale Optimization Algorithm,WOA）参数的随机选择,优化了鲸鱼算法中跳出局部最优的能力;借助改变鲸鱼算法的系数向量收敛方式明显提高了鲸鱼优化算法的泛化能力、预测精度和收敛速度.数据仿真结果表明,所提出的LWOA-LSSVM预测模型,不仅能够克服局部寻优获取全局最优解,而且具有快速的收敛速度和更高的预测精度,得出预测结果的均方根误差、平均绝对误差和平均绝对百分比误差与遗传算法BP神经网络、遗传算法最小二乘支持向量机和传统鲸鱼算法最小二乘支持向量机相比均有着明显提高.同时,通过调整目标命中率和训练输入样本量验证了预测模型具有更好的鲁棒性.     

基于Lévy flight的自适应动态增强烟花算法

为综合解决传统烟花算法爆炸半径可能为零导致资源浪费以及增强烟花算法引入的最小爆炸半径检测机制导致局部搜索能力较弱的问题,针对增强烟花算法提出了两种改进策略：引入自适应动态半径调整策略改进爆炸半径,根据不同阶段的启发式信息,即当前最优烟花距离其他烟花位置的信息,动态调整爆炸半径的大小,来平衡全局和局部搜索能力,该策略可以使算法后期爆炸半径缩小到较小值进行细致的局部搜索;引入具有较强随机性的莱维飞行策略改进爆炸产生火花位置的方式,增强局部搜索的多样性。采用12个标准测试函数及其偏移函数进行实验,相比增强烟花算法,改进后的算法提高了标准函数及其偏移函数的寻优精度,在高维复杂的优化问题上具有较好的收敛能力。