基于数值优化方法的轴流压气机叶片设计与分析

基于商业软件NUMECA的叶轮机械全三维优化设计平台Design3D,采用三维N-S方程流场计算、网格自动生成、三维叶片参数化造型与遗传算法寻优相结合的方法,对一跨音速轴流压气机叶轮进行了三维叶片型线优化设计.优化目标是在流量、总压比不减小的情况下,降低总压损失,以提高其整体效率.优化叶片与原叶片相比,总压损失显著降低,等熵效率提高了1.285%,同时总压比和流量也都得到了提高.通过流场分析,可以看出优化叶片性能的提高主要是源于中上部叶展区域的总压损失的减小,而总压损失的减小则主要归功于分离区的减小和激波的削弱.     

燃烧室迷宫复合冷却结构流场数值研究

以燃烧室迷宫复合冷却结构为研究对象,采用数值模拟方法研究该冷却结构内部流场、温度的分布情况,获得其流场结构及冷却效率沿轴向的分布规律,并与采用气膜冷却的原型火焰筒进行了对比。研究表明:相对某型航空发动机燃烧室火焰筒,该冷却结构的冷却效率高,流场分布均匀。计算结果对于迷宫复合冷却结构的设计和冷却性能试验研究都具有一定的理论指导意义。     

井下不稳固地层塌方空区喷射混凝土充填施工工艺

巷道施工掘进阶段穿过破碎不良地质段时经常会伴随顶板局部冒落,甚至塌方的现象,不仅制约了施工进度,加大了支护难度,还留下了矿山安全生产隐患.对此巴基斯坦杜达铅锌矿30m水平运输巷在遇顶板塌方后研究采用钢拱架支护拱架顶部预留充填管路快速充填混凝土施工方法.实践证明该施工方法实现了机械化作业,提高了充填支护效率和质量,保障了...     

直列8缸柴油机增压器的振动研究与优化设计

某直列8缸发动机在开发过程中出现增压器振动速度大的问题,为此利用Abaqus软件建立增压器仿真模型,并根据增压器振动的实测结果对模型进行修正。根据仿真结果,提出改进建议：加强整机固定,降低振动源振动;降低增压器支架高度,增大增压器底座刚度。对优化后的增压器进行振动测试,结果表明振动速度低于限值,满足设计要求。     

基于场矩阵分解机和CNN的点击率预测模型

点击率预测是在线广告和推荐系统的基本任务之一. 主流模型通常通过对高阶和低阶特征进行特征交互建模来提升性能和泛化能力. 然而, 许多模型往往仅学习每个特征的固定表示, 而忽视了特征在不同上下文中的重要性, 并且一些模型结构过于简单. 因此, 本文提出了特征细化卷积神经网络融合场矩阵分解机(FRCNN-F)模型, 以解决这些问题. 首先, 在特征细化网络(FRNet)中融合了卷积神经网络的特征生成模块, 利用其在局部模式下重新组合生成新特征的优势, 提升了重要特征选择能力. 其次, 设计了场矩阵分解机, 使模型能够感知上下文并通过不同场的交互进行显示建模, 从而增加了子模型的组合方式. 最后, 通过在 Frappe 和 MovieLens 两个公开数据集上对比实验, 实验结果表明, FRCNN-F模型相比基线FRNet在AUC得分分别提升了0.32%和0.40%, 交叉熵损失函数Logloss分别降低了1.50%和1.11%. 该研究对于实现广告的精准投放和个性化推荐具有实际应用的价值.     

TiNiCu合金薄膜的制备及形状记忆性能

采用镶嵌靶、通过直流磁控溅射法在不加热的情况下于硅基片上制备了Ti-49．57％Ni-5．6％Cu合金薄膜。XRD图谱表明,该薄膜为非晶态。对其进行的退火晶化后的形状记忆性能研究发现:薄膜分别经550℃×0．5 h、650℃×0．5 h晶化处理后无残余塑变存在下的最大恢复应力、最大恢复应变分别为180 MPa、2．7％;90 MPa、1．4％。     

NJG型真空激光准直系统在炳灵大坝监测中的应用

介绍了NJG型真空激光准直系统工作原理、系统组成、系统布置、主要性能及技术指标.该系统在炳灵水库蓄水初期大坝变形监测中及时准确地反映了大坝位移变化情况,初步取得了良好效果,说明应用NJG型真空激光准直法监测大坝变形,能够实现水平和垂直位移同步自动监测,精度较高,故障率较低,便于维护,具有推广价值.     

常村矿S_(1-4)胶带平巷瓦斯涌出规律的探讨

根据常村矿S1 - 4 掘进工作面的具体情况 ,探讨了综掘巷道瓦斯涌出的规律 ,并提出了数学表达式 ,可作为通风部门设计供风量的参考     

基于LoRa技术的高压输电设备在线监测系统设计

偏远地区高压输电设备由于没有网络,在线监测数据的实时传输是实际应用中的一个难点问题。为此,文章设计了一种基于泛在物联网和LoRa技术的高压输电设备在线监测系统,其通过构建低功耗、远距离传输的LoRa无线通信自组织网络,将前端传感器采集的输电设备状态信息及其他数据传输到LoRaWAN网关,再通过5G无线网络将数据上传至后端服务器,实现在线监测系统的整体通信链路。模拟实验结果显示,与现有技术方案ZigBee、LoRa和NB-IOT相比,采用文中所设计的方案,系统传输速度（20～100 kbit/s）最快,且丢包率、传输时延和平均耗时（分别为1.6%、0.27 s和60 s）最低,表明该系统在具有较快传输速度的同时兼顾了低功耗远距离的特点,实现了数据的稳定传输,适用于偏远地区高压输电设备的在线监测。     

基于轻量级语义信息融合的动作识别方法

针对目前大多数的动作识别方法使用深层网络训练模型导致模型参数量大、验证成本高以及语义信息利用不足等问题,提出一种基于轻量级语义信息融合的动作识别方法(LSIF-GCN),实现了模型的轻量化和对语义信息的充分利用。首先,LSIF-GCN将数据预处理后的关节流、速度流和骨骼流三种不同的输入信息编码至高维空间后,经过一层图卷积操作,以达到特征增强和降低维度的目的,再把三种信息流在通道维度上进行拼接融合。然后,为了充分利用语义信息提取不同关节之间潜在的权重关系,提出一种“瓶颈型”的四层图卷积模块。最后,采用分流网络设计的时间卷积模块,并引入自注意力机制,在减少模型参数量的同时也提高了网络的性能。该模型具有简单的结构和训练过程,便于在低成本的嵌入式设备的实时动作识别系统中部署。在NTU-RGB+D 60和NTU-RGB+D 120数据集上的大量实验表明,该方法不仅在识别精度和模型复杂度(参数量和GFLOPs)上优于目前一些主流的轻量级方法,而且与一些近几年的SOTA方法相比也具有一定的优势。