基于Maxwell的电磁阀仿真与分析

针对电磁阀传统设计方法中,产品设计周期长、试制实验费用高等问题,本文采用有限元方法在产品设计初期对电磁阀的性能进行预测。首先,运用Ansoft Maxwell软件分别建立了电磁阀的三维与二维有限元模型,进行了磁场分析与电磁力计算,通过比较发现三维模型与二维模型计算结果与测试结果均吻合较好。最后,在二维模型的基础上,运用Maxwell软件的参数化设计功能进一步分析了不同初始间隙、不同驱动电压对电磁力的影响。结果表明,基于Maxwell的电磁阀有限元仿真能够在产品的设计初期快速地预测电磁阀的性能,为电磁阀的设计与优化提供理论指导。     

直线一级倒立摆分数阶控制器设计及仿真

针对直线一级倒立摆的稳定控制问题,设计了分数阶比例积分(FOPI和FO[PI])控制器。首先,根据Newton力学方法建立了倒立摆系统的数学模型。然后,采用基于向量的增益鲁棒性分数阶控制器参数求解简化算法,设计了分数阶比例积分控制器。最后,在MATLAB环境下进行了分数阶比例积分控制器参数整定方法的有效性验证,并且对倒立摆系统分别采用分数阶比例积分控制器和整数阶PID(IOPID)控制器进行了稳定控制仿真实验,并将得到的摆杆角度响应曲线进行了对比分析。结果表明:分数阶比例积分控制器对系统的稳定控制效果优于IOPID控制器,且在分数阶比例积分控制器中,FO[PI]控制器对系统稳定控制最好,响应时间较快、振荡幅值较小且具有鲁棒性。     

基于机器学习的心脏病预测模型研究

心脏病作为当今社会对人类生活健康威胁最严重的血管疾病之一，不仅严重威胁人类的生命安全，而且高昂的治疗费用还会给家庭和社会带来严重的经济负担。针对目前心脏病预测研究中存在准确性不足及缺乏特征可解释性的问题，通过挖掘影响心脏病的重要特征，实现对心脏病准确预测和影响因素可解释性分析。首先，利用T检验来分析特征之间的显著差异性（P-value），通过P-value值降序排列选出特征进行组合。然后，利用十种机器学习模型和SHAP方法实现对心脏病的预测及其特征可解释性分析。在UCI心脏病数据集上进行验证实验，在七个医学领域广泛使用的评价指标上都到达了1，优于与对比论文实验结果。最后，利用SHAP方法对13个特征进行可解释性分析，通过特征重要性排序可视化结果，挖掘单个特征与心脏病之间的关联，能为医生对心脏病的精准医疗提供决策支持。     

基于改进MOGWO算法的气体分馏装置节能优化

研究了气体分馏装置的节能优化问题,根据装置实际的工况数据建立PRO/Ⅱ工艺模拟模型,并对操作参数进行灵敏度分析,在此基础上应用线性回归分析法建立装置的多目标优化模型,采用惩罚函数机制与改进的多目标灰狼算法对模型进行求解。优化结果表明,可通过多组操作参数的优化搭配,使气体分馏装置在增加产量与减少丙烯排放的同时降低生产能耗,实现装置的节能优化。此方法为气体分馏过程及其他精馏过程的节能优化设计提供了新的理论依据。 关键词：气体分馏装置 多目标灰狼算法 惩罚函数 动态搜索因子 节能优化     

基于深度学习的机械轴承故障智能诊断

智能故障诊断对于提高智能制造的可靠性具有重要意义。基于深度学习的故障诊断方法在工业领域已经取得了很大的成功,但是不同的模型提取的特征存在一定的差异。针对数据特征提取不全面等问题,提出一种基于深度学习的融合网络模型(CLOD)。首先通过傅里叶变换对故障信号进行时频分析,得到时频谱样本,然后将样本送入经过LSTM模型和改进的CNN模型融合后的卷积网络模型(CLOD)中训练学习,最后通过更新网络参数来提高模型性能,实现轴承故障精确智能诊断。与传统方法比较,CLOD在保证准确率的基础上,极大的增加了模型的拟合速度和稳定性。     

基于文本挖掘技术的教育类文献主题识别方法研究

针对传统文本统计学抽样风险问题，采用文本挖掘技术提取相关文献中具有分析价值的信息，引入自然语言处理技术对文献信息进行主题词抽取和清洗，利用文本聚类结合知识图谱和数据可视化，为分析相关文献研究方向的现状、热点和发展趋势等提供依据。以教育类文献为例，通过研究表明，自然语言处理技术与聚类方法结合数据可视化可以为分析当前教育领域的研究热点和发展趋势提供有力的数据支撑。     

基于机器学习的小鼠基因位点预测方法研究

DNA N6甲基腺嘌呤（6mA）是DNA中一种重要的甲基化修饰,参与生物学许多调控过程,在生物过程中起着重要的作用。文章用了公开的小鼠数据集进行研究,首先对小鼠的基因序列（A、T、C、G）通过数学表示符进行信息编码,然后采用卡方检验的方法对编码信息进行特征筛选,筛选出6mA位点相关的特征进行下一步的研究,最后用了七种机器学习算法构建分类模型,并采用五折交叉验证（5-Fold Cross-Validation）对预测结果进行验证,结果显示在使用滑动窗口编码方式下选取前20个最优特征作为训练集样本特征,其随机森林模型对于小鼠6mA位点预测准确率可达到1。     

基于文本挖掘与知识图谱的文献计量方法研究

传统文献计量方法容易忽略文献中的文本词频，导致分析结果不能更好地突显相关领域的核心主题和研究热点，提出一种基于文本挖掘与知识图谱相结合的文献计量方法。通过共词分析构建主题词矩阵，利用共现分析、文本聚类、数据可视化和文献计量等方法分析文献核心主题和研究热点，为后续学者的研究提供参考。以高等教育改革文献为例，通过研究表明，文本挖掘和知识图谱相结合的文献计量方法可以得到高等教育改革领域的核心主题和研究热点，为高等教育改革的后续研究提供数据支撑。