神经网络与有限元结合在轧机板形预报中的应用研究

通过有限元仿真分析,较准确的模拟了带钢轧制过程,获取对轧机板形影响较大的参数值,并将其结果作为训练样本对神经网络进行训练,建立了较为理想的基于神经网络的板形预测模型,实现了轧制过程中的板形参数的预报。仿真结果表明该神经网络与有限元结合的板形预测模型可获得良好的预测精度,弥补了传统板形预测模型的预测精度不能满足板形在线控制要求的缺陷。     

基于“投资-效益”准则的RC桥墩全寿命总费用

基于性能的抗震设计于20世纪90年代兴起以来,目前在土木建筑方面的文献较多,但是关于桥梁的研究成果较少。采用五级钢筋混凝土桥墩结构性能水平,以钢筋混凝土桥墩墩顶位移角为量化指标,建立了钢筋混凝土桥墩性能水平与钢筋混凝土桥墩位移角限值之间一一对应的关系。将地震危险性分析与最优设防烈度结合起来,建立基于投资-效益准则的RC桥墩全寿命总造价计算的通用框架。     

面向海洋通信网络的分布式系统容错机制

针对在船队航行过程中,由于网络通信不稳定引起的P2 P分布式系统节点频发的退出问题,通过优化P2 P分布式架构的容错策略,提高系统的抗灾能力。探讨并设计在海洋环境下分布式系统的容错机制,提出更加适用于全新容错机制的节点选举方法,提高节点选举的可靠性和稳定性。在优化的P2 P架构下,设计并实现基于船队出海环境的分布式数据平台原型系统。通过仿真实验证明该系统具有较好的可伸缩性、独立性和稳定性。     

掘进机恒功率自适应调速与记忆截割系统研究

由于掘进机在进给过程中截割头工作面负载变化存在随机性且幅度很大,设计并开发一套以可编程序控制器为数据采集和控制核心,上位机采用组态软件构建远程监控系统的掘进机自适应控制系统,采用多信息融合技术综合分析负载的变化,实现恒功率自适应调速,同时采用记忆截割与自适应调节相结合的控制方法,在记忆截割的基础上根据反馈信号进行局部调节,更新记忆曲线,保证掘进机的恒功率进给,延长掘进机截割头的使用寿命.     

基于zigbee技术在矿井下节点切换机制的研究

节点接入切换机制和路由技术是井下定位系统的关键技术。根据矿井环境的特点,改进移动节点入网接入方式,提出移动节点地址分配的新方案。该方案中移动节点的地址不由协调器分配,在入井前由程序直接设定,且不随位置的移动而改变。仿真结果表明,提高移动节点入网成功率,减少了端到端的延时和丢包率,提高了数据传输效率。     

徒步导航系统中的自适应步态优化检测方法研究

针对步态检测的可靠性和准确性成为制约个人徒步导航定位系统高精度定位的主要因素,提出一种基于K均值聚类参数调整的自适应步态检测算法。首先研究行走过程的足部运动规律,并分析惯性测量单元输出加速度和角速率的数据特征,提出采用比力幅值滑动方差作为检测依据的步伐检测方案;分析滑动方差窗口参数、初始检测阈值参数和误检修正时间参数对于检测结果的影响并指出三者的关系,确定窗口参数、初始阈值选择的一般准则以及利用K均值聚类自适应确定时间参数以纠正初始检测结果中误检步态的可行性。利用实验室现有MEMS传感器开展了5组不同状态下的徒步实验,实验结果验证了步态检测算法的可行性和有效性。     

基于红外热像检测的截齿煤岩截割特性与闪温分析

为实现采煤机截割过程中煤岩界面的精确动态识别,对采煤机截齿截割煤岩过程中的红外热像特性以及瞬态闪温差异进行研究,建立采煤机截齿煤岩截割试验台,分析得到截齿截割煤、岩过程中的温度演化规律及闪温特征.研究结果表明,截齿截割煤、岩过程中在齿尖一侧均产生突兀的点状闪温区,截岩时高温区范围与闪温瞬态峰值明显大于截煤过程,其二者峰值差与采煤机牵引速度及滚筒转速成正比,且煤岩硬度差异越大,截齿温度场峰值差越明显.研究结果为实现煤岩界面动态识别提供了重要的理论及数值依据.     

基于压电振动俘能的自供电刮板输送机张力检测系统

为实现对刮板输送机运行过程中链条张力的有效检测,克服供电模块需要定期拆卸更换的难题,提出了一种基于压电振动俘能自供电的刮板输送机张力检测系统.通过采集刮板运行过程中产生的振动能量实现电能的有效转换,保证张力检测装置和无线信号发射装置长期有效工作.通过系统多个周期张力检测实验结果表明,检测系统自供电性能稳定;截取103 s的单周期进行分析,刮板经过链轮时的最大张力峰值为274.2 kN,通过计算两端部啮合点张力的差值得到下边链的运行阻力为12 kN,测试结果符合现场实际工况,表明系统具有较高的检测精度及可靠性.     

求解互补支持向量机的非单调信赖域算法

求解支持向量机的核心问题是对一个大规模凸二次规划问题进行求解。基于支持向量机的修正模型,得到一个与之等价的互补问题,利用Fischer-Burmeister互补函数,从一个新的角度提出了求解互补支持向量机的非单调信赖域算法。新算法避免了求解Hesse矩阵或矩阵求逆运算,减少了工作量,提高了运算效率。在不需要任何假设的情况下,证明算法具有全局收敛性。数值实验结果表明,对于大规模非线性分类问题,该算法的运行速度比LSVM算法和下降法快,为求解SVM优化问题提供了一种新的可行方法。     

互联网+环境下加强大学生计算机应用能力的研究

目前,从我国高校当中实际情况来看,很多的大学生并没有完善的计算机应用能力,随着国家对计算机应用能力重视力度的不断加大,对学生计算机应用能力的培养已经成为了高校当中十分重要的部分.在我国的高校教学当中,由于受到传统教育模式的制约,因此,大多数的学生在学习过程当中过于注重理论,而忽视了实践,这就造成了学生的应用能力难以满足社会的实际需求.因此,在“互联网”+的环境下,更需要不断培养学生的计算机应用能力,培养其成为复合型人才,满足时代以及社会的需求.本文从实际出发,互联网+背景下大学生计算机应用能力的相关问题展开探讨.