切书机基础件的有限元分析

国产切书机在设计过程中,很少考虑切书机基础件的动态性能。当国产切书机在高速运转时,振动急剧加大,严重影响加工质量和工作效率。利用ANSYS有限元分析软件,对切书机基础件进行模态分析,根据基础件的振型,对基础件结构进行改进,并对改进前后的结构进行谐响应分析,证明改进效果比较明显。     

新工科背景下面向虚拟仿真实验的微机原理与接口技术实验教学探索——评《精密机械设计系统》

微机原理与接口技术这一课程内容具有知识点零散、抽象、难以理解的特点,采用虚拟仿真环境实验教学方式,能够更加直观形象地对微型计算机的工作原理以及执行指令的过程进行详细讲解,提升学生学习兴趣的同时,也能够提升课堂的整体教学效果,进一步推动学生软硬件设计开发的能力.结合《精密机械设计系统》一书,学生能够采用虚拟仿真实验对书中...     

遵循IEC 61850实现变电站自动化系统时间同步的频率调节算法设计

根据IEC 61850标准的要求,将网络对时方式应用到变电站自动化系统中。由于时钟偏差本质上是时钟本身与标准时间源之间频率的偏差造成的,作者以统计学中的艾伦方差分析法为基础,提出一套由软件实现的频率相位混合调节时钟同步算法。具体应用表明,该算法运行24 h的平均偏差为3.08 ms,最大偏差为15 ms,满足变电站层时间同步的精度要求(小于100 ms),同时可以有效减少对时间服务器的访问频率,并使时钟曲线更加平滑。     

基于MVC模式的Web OA系统设计与研究

MVC(模型/视图/控制器)设计模式是建立在面向对象设计思想之上的新型方法和程序框架。文章结合笔者开发WebOA系统的实践,介绍了MVC设计模式的概念和基于MVCModel2的Struts框架,然后重点介绍采用Struts架构进行WebOA系统的设计与实现。最后通过一个登录管理子模块的实例,指出基于MVC模式开发面向对象系统可获得很好的性能、可扩展性和易维护性。     

面向高性能业务应用的基于剖视信息的系统能耗优化

当前,很多部门使用高性能计算机周期性地进行业务性的数值计算。维护这些业务系统的主要代价是每天消耗的大量电能,降低能量消耗能够极大地降低维护业务系统的成本。高性能业务系统的核心是微处理器,当前,微处理器普遍支持动态电压调节技术。该技术通过降低微处理器的电压和频率减小微处理器的能耗,但是一般会导致系统性能的下降。提出了一种面向高性能业务应用的能量优化技术。该技术利用系统支持的多个频率层次,建立性能约束下的能量优化模型,优化业务应用的能耗。根据程序信息获取方式的差别,提出了SEOM 和 CEOM 两种能量优化模型,SEOM模型的程序信息可以直接测试获取,CEOM的程序信息采用编译器插桩方法获取。使用典型平台对能耗优化效果进行了验证,最多可节省12%的能耗。     

基于1451协议的传统与智能传感器的即插即用

针对目前国内正在大量使用的传统传感器以及实现智能检测的需求,基于智能化、网络化的设计思想,借助IEEE1451智能变送器接口标准、网络技术和DSP及ARM 和HPI技术,介绍了智能传感器控制系统前端的软硬件构成,研究并建立了本智能网络化传统传感器智能化检测系统.实现了基于1451协议的远程与本地传感器数据采集系统的设计.试验表明该系统可以实现经改造的传统传感器与智能传感器的即插即用.     

改进直接转矩控制在海上风力机模拟中的应用

分析了用于海上永磁直驱同步发电机的风力机模型及其运行特性,采用基于全阶自适应定子磁链观测器和定子电阻在线辨识的改进直接转矩控制技术,实现异步电机模拟风力机输出特性.仿真结果表明,改进直接转矩控制改善了传统直接转矩控制在低速范围内具有较大电流和转矩脉动的缺点,更加适用于低转速的海上永磁直驱同步发电机.     

拟合函数—神经网络协同的页岩气井产能预测模型

气井产能预测是气田开发的一项重要任务。而页岩气生产受地质和生产中诸多因素影响,非线性特征强,传统基于机理的产能预测方法难以综合且准确表征多维度和多结构类型的产能影响因素,难以快速求解页岩气压裂后生产动态。针对这一问题,基于LSTM和DNN神经网络,本文提出了一种新型的拟合函数—神经网络协同的页岩气井动态产能预测模型。首先,通过数据维度重组,将目标井前期的产量、压力等时序参数与用液强度、加砂强度、总含气量、脆性矿物含量等静态产能控制参数混合构建数据集,以实现目标井后期生产曲线的预测。其次,基于现场真实日产气量数据,利用Arps产能曲线拟合模型对同区块的邻井产能数据进行特征筛选,以间接加入含产能递减规律的弱物理约束;基于实际工况下单日生产时间与产量的强相关性,于神经网络模型内部加入强物理约束,进而提高本文模型的产能时间序列预测精度和局部稳定性。基于本文模型,对我国某页岩气区块进行未来产能曲线预测,并对预测结果进行k折交叉验证。其中,分别讨论了神经网络模型参数、产能控制参数和时间步长等因素对于模型精度的影响。结果显示,本文模型具有较高的准确率。在邻井生产数据样本较少情况下,该模型仍可以通过用...     

固定床错流流动和传热耦合的数值模拟

引入对流项和黏性项的流动模型和传热模型耦合,对内置传热管构件的固定床错流传热进行了研究,获得了床层温度分布,并与文献实验数据进行比较:计算值与文献实验值基本一致,表明模型能正确描述床层的温度分布。然后在不同的三角形和正方形排列方式情况下,研究了床层内在多圆管管间及周边的温度分布,结果表明:错流传热与流体流动方向密切相关,床层被加热的区域在加热管二侧,管壁附近和床层加热管前方,这些区域出现了较宽的被加热区;采用三角形排列方式,与采用正方形排列方式相比,强化了床层内的对流传热,使得床层内温度分布更趋于均匀。     

基于蚁群优化算法的基因选择

将蚁群优化算法(ant colony optimization algorithm,ACO)引入基因选择领域,并用基因与类别的相关性分析所得值来初始化最优化问题,缩短了找寻最优解的时间;以基因子集整体的样本辨别能力与子集中基因之间的平均距离的线性表达作为目标函数,有利于在找到关键基因的同时消除冗余;同时,由于目标函数不采用分类准确度,大大降低了计算复杂度,提高了方法的灵活性和适应性。