卡尔费休法测定液态氯乙烯中水含量的研究

采用卡尔费休法测定了液态氯乙烯单体中的水含量。试验确定了采样工具、样品的预处理方式及选用溶剂的最优方案,并进行了精密度与准确度的验证。结果表明卡尔费休法测定液态氯乙烯单体中的水含量准确、快速,可以用来准确、及时地指导生产。     

等温退火对8030铝合金导线组织性能的影响

研究了不同等温退火工艺对8030铝合金导线组织及性能的影响。结果表明:等温退火前后合金均由α-Al基体和Al₆Fe相组成。在同一等温温度下,随着等温时间的延长组织逐渐趋于均匀化;同一等温时间下,随着等温温度的升高,组织趋于均匀化的时间缩短。经过等温退火处理后铝合金导线的导电率均有所提高,在470 ℃均匀化退火24 h后再经240 ℃等温4 h,合金导电率达到最高值57.21%IACS,比未经热处理试样的导电率提高了2.4%IACS。经过等温退火处理后铝合金导线的硬度及抗拉强度均有所降低,塑性大幅度提高。在470 ℃均匀化退火24 h后再经260 ℃等温8 h,合金的伸长率最高可达23.64%。热处理前后合金均为塑性断裂。     

考虑煤层倾角和钻孔倾角的钻屑量理论研究

为准确预测与预防深部开采煤与瓦斯突出,建立了考虑煤层倾角与钻孔倾角的新钻屑量理论计算公式,并分析了煤层倾角和钻孔倾角对钻屑量的影响。以平煤股份有限公司八矿为研究对象,将钻屑量理论计算值与该矿己15-21030风巷现场钻屑量实测值进行对比验证,得出在煤层倾角一定时,钻屑量随钻孔倾角增大呈幂指数递减关系,减小的比率呈“V”形变化趋势,原钻屑量理论值与实测值平均误差为5.5%,在考虑煤层倾角与钻孔倾角情况下的新钻屑量理论值与实测值平均误差为3.9%。     

渐变刚度板簧式轻卡悬架阻尼参数仿真设计

为了有效提高渐变刚度钢板弹簧式轻型卡车的乘坐舒适性,根据弹簧受力与刚度和变形之间的关系,利用等频原理,建立了渐变刚度钢板弹簧力学特性解析计算模型,并利用钢板弹簧加载-卸载试验对所建立的模型的正确性进行了验证。基于1/2车辆行驶振动模型,利用MATLAB的Simulink工具箱,建立了考虑渐变刚度钢板弹簧力学特性的轻卡行驶振动仿真分析模型。最后,以人体振动舒适性最佳为目标,利用多岛遗传算法,建立了轻卡悬架系统阻尼参数仿真设计方法,并利用实车试验对所建立的轻卡悬架系统阻尼参数仿真设计方法的正确性进行了验证。上述研究为渐变刚度钢板弹簧式轻卡悬架系统参数的设计提供了有效参考。     

基于信息熵抑制的大数据特征隐匿性加密仿真

针对传统大数据特征加密方法中大数据精度较差、加密耗时较长的问题,提出基于信息熵抑制的大数据特征隐匿性加密方法。分析信息熵抑制相关理论,采用信息熵映射函数对大数据分类,将信息熵抑制过程转化为计算2个文件相似性的过程,并根据余弦相似度公式以及Hamming距离值计算数据相似度,完成数据消冗。在完成数据消冗的基础上,分析分组密码方法和ECC加密方法,结合两种方法得到大数据特征隐匿性加密处理计算公式,实现基于信息熵抑制的大数据特征隐匿性加密。实验研究结果表明,所提方法能够有效去除冗余数据,提升大数据精度,加快数据加密的处理速度,高效完成大数据加密过程。     

多机器人体间动态碰撞检测方法仿真研究

当前多结合包围求碰撞检测法、Average-Case法、K-DOPs法等实现多机器人体间动态碰撞的检测,均存在寻优性能较差、检测效率较低的问题。为此提出一种基于动态粒子群的多机器人体间动态碰撞检测方法。采用OBB层次包围盒方法,缩小多机器人之间需要动态碰撞检测的区域,同时把动态碰撞检测问题转换为物体特征对间距离机制的非线性优化问题,进而构建层次拓扑框架进行局部碰撞检测,将机器人体引入到粒子群算法中建立混合进化算法,找到动态碰撞检测的最优解,实现多机器人体间动态碰撞检测。仿真结果证明,所提方法的检测效率高达96%,且具有较高的寻优性能。     

基于改进的Random Subspace的客户投诉分类方法

电信业的客户投诉不断增多而又亟待高效处理。针对电信客户投诉数据的特点，提出了一种面向高维数据的改进的集成学习分类方法。该方法综合考虑客户投诉中的文本信息及客户通讯状态信息，基于Random Subspace方法，以支持向量机（Support Vector Machine，SVM）为基分类器，采用证据推理（Evidential Reasoning，ER）规则为一种新的集成策略，构造分类模型对电信客户投诉进行分类。所提模型和方法在某电信公司客户投诉数据上进行了验证，实验结果显示该方法能够显著提高客户投诉分类的准确率和投诉处理效率。     

基于混合蚁群算法的异质车队低碳VRP研究

针对货运车辆在配送调度过程中产生大量碳排放的问题，建立模型将多种影响碳排放量的因素协同优化。模型中考虑了不同载重量的异质车队，两个节点之间有多条道路的柔性路径，以及车辆重量随卸货而减少的动态负载等因素，以碳排放量、行驶时间和行驶路程为优化目标，并加入了节点需求时间窗、根据速度变化划分路段、交接和卸货时间的约束。提出了一种混合蚁群算法，利用蚁群算法信息素强度更新方式保持群体记忆性，利用粒子群算法的快速收敛特性增加计算效率。通过随机数值算例的仿真优化与对比分析，验证了算法和模型的有效性。     

结合预训练模型和语言知识库的文本匹配方法

针对文本匹配任务,该文提出一种大规模预训练模型融合外部语言知识库的方法。该方法在大规模预训练模型的基础上,通过生成基于WordNet的同义—反义词汇知识学习任务和词组—搭配知识学习任务引入外部语言学知识。进而,与MT-DNN多任务学习模型进行联合训练,以进一步提高模型性能。最后利用文本匹配标注数据进行微调。在MRPC和QQP两个公开数据集的实验结果显示,该方法可以在大规模预训练模型和微调的框架基础上,通过引入外部语言知识进行联合训练有效提升文本匹配性能。