排序方式: 共有10条查询结果,搜索用时 828 毫秒
1
1.
2.
针对协同优化算法计算量大、优化结果多为局部最优解的问题,提出了一种改进的协同优化算法。首先,在系统级一致性等式约束中采用改进的松弛因子,使系统级优化的可行域是存在的,且可行域的范围逐步减小,以保证子学科间的一致性;其次,在子学科中,将目标函数分为一致性目标函数和子学科最优目标函数两个部分,以不同的权重相加作为子学科的目标函数,既考虑了一致性,又兼顾了子学科独立性。最后,以各子学科级独立优化结果作为初始点进行优化。采用两个经典案例对改进算法进行验证,优化结果表明,改进的算法具有更好收敛速度和可行性。 相似文献
3.
4.
针对协同优化过程对初始点敏感以及容易陷入局部最优点的问题,提出了一种改进的协同优化算法。改进后的协同优化算法综合考虑学科级优化设计点与系统级设计点的距离以及子学科级内部最优设计点,能较好地减弱优化结果对初始点以及松弛因子选择的依赖性,更容易找到优化问题全局最优设计点。最后,通过两个经典算例验证了改进算法的有效性及稳定性。 相似文献
5.
传统纺纱工序长而散、用工多,造成单产能耗高、产品一致性差、运营成本高等行业痛点问题;纱线原料的多元化使原料及成品回收难度大。为实现2030年碳达峰、2060年碳中和目标,提出了人-机-料-法-环的五位一体化碳中和纺纱的低碳生产策略,凝练并分析了集约型、简约型和延伸型低碳纺纱技术。分析结果表明:与传统纺纱相比,集约型智能纺技术运行成本降低32.67%,单位产品能耗降低17.5%、产品不良率降低61.54%,有效解决了纺纱行业的痛点问题,实现低碳高质纺纱;简约型高速纺纱技术能缩短或消除纺纱流程,纺纱速度高达550 m/min,实现了降低碳排放、提高效率的目标;低碳纺纱发展方向要向前后端延伸,对前端原料要多应用功能化循环利用技术、变废为宝技术、节能减排技术,在中端要发展固碳纺纱技术和循环利用技术,在终端研发绿色环保纺织品的制冷、隔热等功能纱制备技术。 相似文献
6.
针对高速动车组转向架涂层的防护性能和机械性能要求,本研究采用低环氧当量与高环氧当量复配树脂作为成膜物质,以硅烷改性玻璃鳞片为防腐填料,选用微纤维化的木质纤维为流变剂,研制了一种在钢铁基材上耐盐雾性超过 1 000 h,拉开法附着力大于 5 MPa,抗石击碎裂性 2级,一次涂装厚度可达 200 μm的高速动车组转向架用环保型水性涂料。研究结果表明:所研制的高速动车组转向架用水性涂料在达到防护性能和机械性能要求的同时,以一次涂装替代传统底漆加面漆的两次涂装工艺,缩短施工周期、降低干燥烘烤能耗,满足轨道交通车辆行业绿色涂装要求。 相似文献
7.
为了适应生产线上不同摆放姿态下工件的视觉识别,实现基于视觉的机器人工件定位及抓取,构建了六自由度工件姿态变换模拟实验平台运动学模型及视觉系统模型,通过坐标变换实现工件姿态参量的测量。建立了六自由度姿态变换实验平台坐标系,通过3个滑动副、3个转动副,构建了基于Denavit-Hartenberg(D-H)方法的六自由度姿态变换实验平台运动学模型,并得到了D-H参量表、各个关节的变换矩阵及实验平台基座到末端的总变换矩阵。基于小孔成像原理,构建了姿态变换实验平台视觉系统的内、外参量模型,获得了工件表面点与图像点间的内参量关系矩阵及工件坐标系与相机坐标间的外关系矩阵。由激光环形光条图像,得到工件表面在摄像机坐标系中的法向量,并通过坐标系间的变换得到工件表面在世界坐标系中的法向量,进而推算出工件的姿态参量。结果表明,姿态参量的横滚角θ平均误差为0.373°,俯仰角φ平均误差为0.253°,偏转角ξ平均误差为0.673°。被测工件的姿态测量值与真实值基本吻合,满足不同姿态下的工件视觉测量要求。 相似文献
8.
为减小由光电探测器产生的荧光信号中噪声的干扰,在经典小波阈值去噪方法的基础上,提出一种新的阈值函数去噪算法。这种新的阈值函数具有较好的连续性和稳定性,能够保留原始信号的特征。采用Matlab对比不同阈值函数的去噪效果,结果表明新的算法兼顾了软、硬阈值的优点,又在一定程度上弥补了传统小波阈值去噪方法的缺陷,提高了荧光信号的信噪比,获得了更好的去噪效果。 相似文献
9.
10.
为解决印刷电路板缺陷检测中缺陷类别易混淆,缺陷目标微小难以检测的问题,提出了一种改进的YOLOv5检测模型。在骨干网络引入Swin-Transformer架构,获取局部和全局信息的多尺度特征。增加一个针对小目标的预测特征层,新的多尺度特征融合和检测结构使模型学习更加全面的特征信息。使用ECIoU_Loss作为损失函数,实现电路板缺陷检测速度和准确率协同优化。实验结果表明,改进后的YOLOv5模型在PCB Defect数据集上的平均准确率为98.7%,达到了99.7%的预测精确率和97.4%的召回率,比当前主流的检测模型性能更优越,改进后的YOLOv5模型能更有效的对电路板缺陷进行分类和定位。 相似文献
1