不同用途船用柴油机运行工况特点及可靠性风险分析

本文主要分析了渔船、内河运输船、高速客船、公务船及工程船等几种不同船舶细分市场主推用柴油机的运行工况路谱,结合柴油机失效机理总结出各细分市场中柴油机的主要失效风险,最后从设计及可靠性验证的角度提出相关优化建议。本次研究结果对进步开展发动机结构设计、仿真校核、性能标定以及专项可靠性验证提供了理论撑。     

模糊形式背景下的技能层约简与前级(后级)知识结构的充要条件

模糊技能映射为构建知识结构提供一个途径，但将基本局部独立模式应用于前级(后级)知识结构中会呈现不可识别问题，因此，在模糊技能映射的前提下，文中主要解决两个问题：技能约简耗时过长、寻找前级(后级)知识结构的充要条件.首先，基于模糊技能背景，构造一对算子，通过算子确定的模糊技能概念格直接获取简单闭包空间，同时获得每个知识状态对应的最小技能熟练程度.然后，提出技能层约简的概念，利用标记技能约简对冗余技能层进行约简，并给出技能层约简算法.同时给出模糊技能映射诱导前级(后级)简单闭包空间的充分必要条件，并提供获取前级问题集和后级问题集的算法.最后，在5个UCI数据集上的对比实验验证文中算法的可行性和有效性，同时获取前级问题集和后级问题集.     

基于TUCKER-DBN的机械故障识别方法研究

针对传统深度信念网络（DBN）存在的分类精度不高、训练速度较慢、仅适用于一维信号等不足，将DBN结合TUCKER分解，提出一种新的故障识别方法。该方法首先利用TUCKER分解大幅度压缩数据，提取其核心张量作为故障特征，然后将核心张量输入到DBN分类器中进行训练和识别。将该方法与传统的DBN故障识别方法进行对比研究，在采集的120个样本中，选择30个样本进行故障识别测试实验。结果表明:使用TUCKER-DBN识别方法的识别率为93%，较传统的DBN故障识别方法的识别率更高；并且使用TUCKER-DBN识别方法的训练时间比传统DBN故障识别方法所用的时间更短。     

叙境

家是个人的叙事空间,是情绪和灵魂得以释放真我的场所,是美好故事生长的沃壤。本案是下叠户型,前后有花园小院,屋内分为负一层、一层、二层。业主是家中的男主人,妻子与孩子常年在国外,父母则在异地居住。因此如何规划每个楼层的功能,使之更符合屋主的生活习惯,成为本次的重点。空间采用了业主青睐的简洁、干净的纯色调和深色系风格。另外,业主个人服饰和饰品较多,有在家烹饪和就餐的需求,还热衰于养些植物,因此在收纳及细节上需要兼顾其诉求,且业主更注重睡前阅读的习惯,所以书房也需要重点规划。     

基于长时序遥感的京津冀森林物候特征分析

森林是全球生态系统的重要组成部分，由于植被物候对于气候变化具有一定的敏感性，在全球气候变暖背景下，研究森林物候变化对深入理解陆地生态系统对全球气候变化响应方式具有重要意义。研究基于MODIS-NDVI长时间数据，采用动态阈值法提取了京津冀地区2002—2020年森林物候期参数，分析了近19年来京津冀地区森林物候变化时空变化特征，利用同期降水和气温数据，进一步探讨了森林物候对气候要素变化响应。结果如下：(1)京津冀地区森林物候具有明显的纬向空间分布特征，即纬度每上升1°,生长季开始时间(SOS)、生长季结束时间(EOS)和生长季长度(LOS)分别推迟2.25 d、提前2.1 d和缩短4.35 d。SOS为89～113DOY,EOS为254～273DOY,LOS为143～182 d;(2) 2002—2020年森林SOS年际变化率为-4.5 d/10 a, EOS年际变化率为4.2 d/10 a, LOS年际变化率为8.7 d/10 a;(3)海拔每上升100 m, SOS推迟0.8 d, EOS提前0.8 d, LOS缩短1.6 d;平原地区的森林物候变化幅度比在其他地貌的变化幅度更大；...     

求解旅行商问题的改进k-opt遗传算法

为了增强遗传算法的局部搜索能力，加速算法运行效率，尽量避免算法陷入早熟问题，提出一种改进k-opt遗传算法求解旅行商问题。该算法利用改进的k-opt方法初始化获得较优种群，引入改进的交叉变异机制增强算法全局搜索能力，结合改进的k-opt方法强化算法局部搜索能力。实验结果表明，改进的k-opt遗传算法能有效平衡算法探索和开发能力，其求解的质量优且运行效率高。     

国内外标准中裂纹尖端张开位移的计算结果差异

对12Cr1MoV钢板进行了不同试验温度下的断裂韧度测试，再按照3个标准分别计算了裂纹尖端张开位移，并分析其差异。结果表明：按照ASTM E1820—2020b和GB/T 21143—2014标准计算得到的裂纹尖端张开位移较小，而按照ISO 12135:2021标准计算得到的裂纹尖端张开位移较大。当材料的断裂韧性计算结果在裂纹尖端张开位移的最小允许值附近时，计算依据的标准不同，会导致判定结论的不一致。