供水管网DMA优化分区设计方案

实施独立计量分区(district metered area,DMA)是辅助供水管网管理和漏损识别的重要手段.图划分算法是进行DMA分区的方法之一,常规图划分算法应用中,存在解空间受限、分区后原水流状态易发生较大改变、形成较多串联分区(对流量计算不利)的缺点.在常规图划分算法基础上进行了改进:粗化阶段按照特定规则匹配、合并非输水干管两端的节点,形成简化的管网拓扑结构;分区阶段得到管网初步分区方案;细化阶段提出基于贪心算法、枚举算法、蒙特卡洛算法的分区调整方法,结合改进的仪表安置方法、水力模拟、优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS),对分区方案进行调整.将该方法应用于YX市供水管网,成功进行了分区.     

Inconel 690传热管GTAW对接焊接头组织及力学性能研究

对Inconel 690传热管材进行钨极气体保护焊(GTAW)对接焊,采用拉伸试验机、压扁试验机和光学显微镜测试和分析传热管焊接接头,同时利用ANSYS软件开展焊接接头在设计工况失压时的一次应力强度校核。研究结果表明:焊缝中心为树枝胞状晶,熔合线附近为粗大柱状晶。室温时接头的平均抗拉强度为619 MPa,平均屈服强度为292 MPa,350℃时接头平均抗拉强度为475 MPa,平均屈服强度为206 MPa,拉伸接头断裂从熔合区开始贯穿整个焊缝组织,呈塑性断裂。压扁试验和反向压扁试验结果表明管接头完好。通过ANSYS分析可知,设计工况下传热管接头350℃许用应力强度150 MPa限值可满足其一次应力强度要求,且裕量较大。     

凌庄子水厂保水堰流量系数试验

凌庄子水厂蓄水池进水口处有一保水堰,为非标准薄壁堰,不能使用已有堰流公式对其过流量进行准确计算。为了得出较为精确的过流流量,按照重力相似准则制作几何比尺为1∶5的模型进行试验研究。在已有自由出流公式的基础上,对自由出流流量系数进行修正并对淹没情况下流量变化过程进行研究。对该非标准堰自由出流流量系数的实测值与经验值进行分析比较,发现堰板槽降低了实际自由出流过流能力。淹没出流的流量系数主要与下游尾水位有关,试验中形成的淹没式堰流受实际堰型尺寸影响,下游尾水位和堰上水位近似相等,不完全适用已有淹没出流流量公式,通过试验给出了修正淹没系数随h/p的变化关系。结果表明利用堰前、堰后水位初步计算过流流量是可行的,可为该工程提供参考,也可为实际工程中非标准矩形堰的流量计算提供思路。     

一种飞行计划航段自动激活方法

飞机从一个航段飞向下一个航段时,需要对下个航段是否激活进行判断.提出了一种新的飞行计划航段自动激活方法,通过获取飞机当前位置及其磁差,并结合临近的3个航路点对应位置的磁差经纬度,分别计算3个航路点与飞机位置对应的磁航向角,通过磁航向角之间做差进行比较,进而判断是否被激活.算法推导完成后,通过基于模型的系统工程工具SCADE SUITE进行了建模,并结合杰普逊航图进行了实际数据采样与仿真.仿真结果表明:该航段自动激活方法能够有效稳定地激活下一航段,比传统方法计算简便,方法实用有效.已在实际飞行中成功应用,达到了预期效果.     

基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

浅析后现代主义思潮下网络语言的艺术导向

一直以来,学术界都认为后现代主义的语言行为是属于一种充满质疑、反思和批判的认知范式.而对于提倡通俗文艺的今天,它所代表的意义又具有鲜明的时代特征.其独特的语言方式,既充满对美好事物的期盼,又对当下一些社会现象进行了有力批判.同时也应认识到后现代主义思潮下网络语言的局限性.因此,本文的重点是寻求一种对时代发展具有推动作用的语言行为,以此来实现大众更好的交流,进而推动社会政治经济文化和谐发展.     

基于GA-BP的汽车风振噪声声品质预测模型

目前对于汽车风振噪声的优化研究主要以声压级（Sound pressure level，SPL）作为单一评价指标，既不能全面反映噪声的物理属性，也无法考虑人耳对噪声的主观认知过程。为准确评价风振噪声，引入声品质，运用大涡模拟（Large eddy simulation，LES）对风振噪声进行数值仿真，根据实车道路试验判断仿真的准确性；对仿真结果进行声品质客观评价与主观评价，综合声品质客观评价参数与声品质主观评价试验结果建立BP神经网络预测模型；利用遗传算法（Genetic algorithm，GA），进一步对BP神经网络的结构参数进行优化，建立GA-BP声品质预测模型。研究结果表明，GA-BP声品质预测模型在训练速度和预测精度上都优于BP神经网络预测模型。预测模型基于声品质主客观评价结果，其预测值可以代替传统的声压级评价指标，为风振噪声提供更为准确合理的评价。     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.