A review on ultrasonic spot welding of copper alloys

As a solid state joining process, ultrasonic spot welding has been proven to be a promising technique for joining copper alloys. However, challenges still remain in employing ultrasonic spot welding to join copper alloys. This article comprehensively reviews the current state of ultrasonic spot welding of copper alloys with a number of critical issues including materials flow, plastic deformation, temperature distribution, vibration, relative motion, vertical displacement, interface friction coefficient, online monitoring technique, coupled with the macrostructure and microstructure, the mechanical properties and electrical conductivity. In addition, the future trends in this field are provided.     

水轮发电机组推力轴承油槽内流动及传热特性研究

为解决推力轴承瓦温过高的问题,采用数值模拟方法分析了某水轮发电机组推力轴承内循环冷却系统油槽内润滑油的流动及传热特性。结果表明,靠近镜板处油流速度大,远离镜板位置油流速度小;镜板内缘压力最低,沿着推力轴瓦径向向外压力逐渐增大;初始瓦温、初始油温一定时,随着水温降低,整体油温下降幅度并不大。根据研究结果,对推力轴承内循环冷却系统提出适当增大冷却器U型管直线段的长度、增大冷却器管径、提高冷却水的压力和流量、加大油冷却器铜管间距的改进建议。     

小浪底细砂岩单轴压缩声发射特征研究

采用岩石伺服试验机和声发射仪,对小浪底三叠系细砂岩进行单轴压缩声发射试验。基于试验结果,将试样变形过程划分为压密、弹性、塑性和破坏四个阶段,分析了不同阶段试样声发射幅值、峰值频率、振铃计数和能量的变化特征,在此基础上对比分析了试样声发射ｂ值以及累计振铃计数的演化规律,得出了岩石的破坏时间前兆特征。研究结果表明:压密和弹性阶段试样声发射幅值、振铃计数和能量处于较低水平、峰值频率频带数量依次增多;塑性阶段试样幅值增大、振铃计数与能量上升且整体处于较高水平、峰值频率数值增大且呈现多频带化,临近破坏阶段试样产生大量100ｄＢ的高幅值信号,振铃计数与能量持续急增,峰值频率降低,频带减少;声发射ｂ值的变化规律可以间接反映岩体内部微裂隙萌生、扩展的演化特征。     

叶片数对超低比转速斜流式水轮机的影响

叶片数是影响超低比转速斜流式水轮机水力性能的因素之一。文章利用Fluent 16.0软件,研究分析了不同叶片数模型在不同流量工况下,外特性曲线以及内部流场分布图。结果表明:不同叶片数时,流量从最高效率点向小流量变化时效率下降的速度要比从最高效率点向大流量变化时的快。对于具体参数组合的超低比转速斜流式水轮机,存在最优的叶片数使得其水力性能最优。     

A band selection approach based on wavelet support vector machine ensemble model and membrane whale optimization algorithm for hyperspectral image

Applied Intelligence - Hyperspectral Image (HSI) has become one of the important remote sensing sources for object interpretation by its abundant band information. Among them, band selection is...     

Short-term load forecasting using bayesian neural networks learned by Hybrid Monte Carlo algorithm

This paper presents a short term load forecasting model based on Bayesian neural network (shorted as BNN) learned by the Hybrid Monte Carlo (shorted as HMC) algorithm. The weight vector parameter of the Bayesian neural network is a multi-dimensional random variable. In learning process, the Bayesian neural network is considered as a special Hamiltonian dynamical system, and the weights vector as the system position variable. The HMC algorithm is used to learn the weight vector parameter with respect to Normal prior distribution and Cauchy prior distribution, respectively. The Bayesian neural networks learned by Laplace algorithm and HMC algorithm and the artificial neural network (ANN) learned by the BP algorithm were used to forecast the hourly load of 25 days of April (Spring), August (Summer), October (Autumn) and January (Winter), respectively. The roots mean squared error (RMSE) and the mean absolute percent errors (MAPE) were used to measured the forecasting performance. The experimental result shows that the BNNs learned by HMC algorithm have far better performance than the BNN learned by Laplace algorithm and the neural network learned BP algorithm and the BNN learned by HMC has powerful generalizing capability, it can welly solve the overfitting problem.     

NDN数据提供者移动支持策略能耗建模与分析

基于数据提供者的移动节点在网络中的不同位置及不同移动速度,结合命名数据网络（NDN）请求者驱动的数据传输模式,提出了3类NDN移动支持策略的网络能耗解析表达式,为NDN移动网络的研究提供了形式化的建模方法.对这3类移动支持策略在不同场景下能耗的分析与比较结果表明,数据流行度分布、移动节点所处位置及移动速度对策略的能耗影响不尽相同,为后续探求最优能效的移动支持策略提供了理论参考.     

水工隧洞地震作用计算模型的适用性研究

针对水工隧洞在地震作用下的计算问题,对水工隧洞地震作用计算模型进行了计算对比和适用性研究。分析常用的4种计算模型用于计算水工隧洞地震作用的可行性,通过理论和数值计算确定"径向和切向反力弹簧模型"的计算参数,研究了地震作用下隧洞上方计算土体对隧洞衬砌的作用方式。结合试验验证,该方法和数值计算对比的结果表明:围岩的法向和切向弹性抗力系数受隧洞埋深、围岩类型和衬砌不同部位的影响,随埋深的增加先增大,然后趋于一个定值,围岩条件越好,数值越大,在隧洞两侧部位的数值较大;在地震作用下,隧洞上方计算土体以切向力的方式作用在隧洞衬砌的上半部分,可以通过将隧洞上部计算土体分条后进行计算。该方法可充分考虑地震对隧洞的动力和约束作用,适用于水工隧洞抗震计算。     

基于TOPSIS-模糊综合评判的模糊推理模型在开河预报中的应用

冰凌开封河受到较多自然和人为因素的影响,具有较高的不确定性,为了进一步提高冰凌开封河预测的精度,考虑各因素的综合作用成为解决问题的关键。先采用主成分分析法初步确定冰凌开封河历时影响因子的权重,运用模糊推理模型依据影响因子矩阵的相似性进行初步预测,进而采用TOPSIS-模糊综合评判模型对预报因子进行识别,筛选出合理的预报因子进行二次预测。运用实例对基于TOPSIS-模糊综合评判模型冰凌预报因子识别的模糊推理模型的效果进行了检验,同时与冰凌预报模糊优选神经网络BP模型进行对比,结果表明:在TOPSIS-模糊综合评判模型因子进行识别基础上的模糊推理模型预测精度较高、效果较好,既能够有效识别预报因子,又能够较好地提高预报封河、开河历时的精度,为凌汛预测提供了新的途径。     

年最大洪峰流量群居蜘蛛优化投影寻踪预测模型

年最大洪峰流量预测,受较多的复杂因素的影响,不确定性较强,用常规统计方法做出准确预报具有较大困难。从水文序列本身出发,提出将投影回归模型应用于年最大洪峰流量预测,为了更好获得投影寻踪模型参数和预测精度,提出了运用延迟相关系数法确定回归预测因子、群居蜘蛛算法优化投影寻踪模型最佳投影方向参数a、利用最小二乘法确定多项式的权系数c、岭函数个数M的群居蜘蛛优化投影寻踪年最大洪峰流量预测模型,结合长江宜昌站(1882年-2004年)的年最大洪峰流量资料进行实例预测,训练阶段平均绝对相对误差为8.61%,预测阶段平均绝对相对误差为10.51%,该模型预测效果较好,模型结果稳定,可有效应用于年最大洪峰流量预测。