性能数据驱动的机械产品关键设计参数识别方法

利用运行数据识别产品设计缺陷或薄弱环节是产品开发和更新换代的主要模式,也是保证产品服役性能稳定的重要途径.提出了一种性能数据驱动的产品关键设计参数(薄弱环节)识别方法.首先,利用极限学习机算法划分运行工况,提出了基于核主成分分析和高斯混合模型的多工况性能退化评估方法,消除了工况变化对性能退化评估的影响,得到性能退化严重的关键功能模块;其次,对性能监测数据进行聚类分析,识别出与模块性能退化密切相关的关键性能监测参数;最后,建立了“性能监测参数—性能参数—设计参数”三者之间的关联关系,识别出导致性能严重退化的关键设计参数.以某大吨位履带起重机作业机构为例,验证了方法的有效性.     

三钢200m~2烧结机低负压点火烧结改造与效益分析

通过分析三钢200m~2烧结机的点火现状及原因,提出了低负压点火烧结技术的改造方案。生产实践表明:改造后烧结料层厚度提高了54mm,烧结矿产量增加了4 t/h,点火煤气消耗降低了159m~3/h,取得了良好的经济效益。     

超声波辅助提取麻城福白菊总黄酮工艺优化及其抗氧化活性分析

以麻城福白菊为原材料,采用单因素及响应面优化超声辅助提取黄酮工艺条件,并评价最优条件下黄酮提取物的抗氧化活性。结果表明,超声波功率为440 W,超声温度为60 ℃,超声时间为50 min。在此条件下福白菊总黄酮的得率为7.15%。当福白菊黄酮浓度为0.05 g/L时,总还原能力最强,此时测得吸光度值为0.341;当福白菊黄酮浓度为0.50 g/L时,福白菊黄酮对2,2-联苯基-1-苦基肼基(DPPH)自由基清除率达81.25%,其对DPPH自由基的IC₅₀值为0.191 g/L,表明其具有较好的抗氧化活性。     

酶解条件对板栗浆稳定性的影响研究

以市售板栗为原料,以板栗浆持水力为依据,研究酶解条件对板栗浆稳定性的影响。在单因素试验基础上,选择酶解时间(min)、酶解温度(℃)、酶的添加量(U/g)进行响应面分析试验,运用Design-Expert软件设计3因素3水平的响应面分析试验,进行试验结果分析。通过建立二次回归方程,对响应面分析可得到板栗浆稳定性的最优酶解条件。结果表明:酶解时间为90 min,酶解温度为60℃,酶的添加量为7 U/g,在此条件下,板栗浆的持水力为53.09%。     

基于综合赋权与集对分析的煤炭企业安全评价

安全评价是发现系统风险,提高生产安全性的有效手段。运用集对分析理论对煤炭企业生产安全性进行分析与评价。根据SHEL模型,结合煤炭企业实际对生产中的风险因素进行分析,确定了煤炭企业安全评价指标体系;将熵权法与超标倍数赋权法相组合来确定各评价指标的综合权重,基于集对分析理论构建了煤炭企业安全评价模型。将构建的指标体系和评价模型在平煤集团5个生产矿井进行了应用,结果显示,利用集对分析得到的评价结果与实际情况基本吻合。     

高分子材料与工程专业《高技术纤维》课程教学改革浅谈

针对教学过程中出现的问题,以培养应用型人才为目标,调整授课模式,通过激发学生自主学习讨论、加强应用型素质培养理念以及设置合理的考核方式等手段,对《高技术纤维》课程的授课内容做出教学改革,力争使高分子材料与工程专业学生有效地运用高技术纤维相关知识、技术,为解决其在化纤领域的实际问题奠定基础。     

基于单神经元PID的真空炉自适应温度控制

根据真空热处理系统的特点,将单神经元PID控制算法应用到真空热处理系统的温度控制上。根据神经网络的非线性逼近能力和自学习自适应的特点,将单神经元网络与PID控制结合实现对真空炉温度的控制,以达到提高真空炉温度控制品质的目的。并通过计算机仿真软件进行仿真试验,仿真结果表明单神经元PID控制系统可以对控制参数自整定,其对温度控制更加稳健,具有更强的抗干扰能力和鲁棒性。经过搭建真空炉温度控制系统试验平台验证后发现,应用单神经元PID控制的真空炉系统的温升过程表现出了良好的稳定性,但是温度控制的响应速度和保温的精度略有下降。要想进一步提高温控品质,需要就单神经元PID控制方法在响应速度和控制精度上做进一步改进。     

TRIZ创新理论在专业创新创业教育中的应用

以解决"提高超细粉末制备抗冲腐蚀坩埚成型率"技术问题为例,引入TRIZ创新理论及计算机辅助创新技术,利用其创新原理进行系列创新实验及实践活动,使大学生发现问题、分析问题及解决问题能力得到提升,并为企业带来明显的经济效益。     

基于光纤-无线网络的协同计算卸载算法

随着无源光网络的发展,光纤-无线网络能同时支持集中式云和边缘云计算技术,成为一种具有发展前景的网络结构。但是,现有的基于光纤-无线网络的任务协同计算卸载研究主要以最小化移动设备的能耗为目标,忽略了实时性高的任务的需求。针对实时性高的任务,提出了以最小化任务的总处理时间为目标的集中式云和边缘云协同计算卸载问题,并对其进行形式化描述。同时,通过将该问题归约为装箱问题,从而证明其为NP难解问题。提出一个启发式协同计算卸载算法,该算法通过比较不同卸载策略的任务处理时间,优先选择时间最短的任务卸载策略。同时,提出一个定制的遗传算法,获得一个更优的任务卸载策略。实验结果表明,与现有的算法相比,本文提出的启发式算法得到的任务卸载策略平均减少4.34%的任务总处理时间,而定制的遗传算法的卸载策略平均减少18.41%的任务总处理时间。同时,定制的遗传算法的卸载策略与本文提出的启发式算法相比平均减少14.49%的任务总处理时间。