耐压门C形密封圈大间隙密封性能分析与结构优化

采用有限元分析对耐压门C形密封圈密封结构进行计算分析和截面尺寸优化,计算校核典型算例下的密封性能,分析C形密封圈截面尺寸参数对其大间隙工况下密封性能的影响。结果表明:典型算例中C形密封圈结构在流体载荷增加的情况下,接触应力峰值也随之增加,并始终大于流体载荷,能够保证密封性能;大间隙密封工况下,C形密封圈截面开口半径、开口间隙和削斜高度对其密封能力影响显著。根据分析结果,优化了密封圈截面尺寸参数,优化后的密封结构在预紧压缩和大间隙工况下的密封性能均优于原始密封结构。     

解析热能动力联产系统节能优化途径

随着我国经济的高速发展,为了使能源得到最有效的利用,人们采用联产节能系统来解决这一系列问题。本文对各种节能技术进行简要分析,对其利用技术与优化途径展开讨论,并提出个人见解。     

朝凯煤矿露天台阶爆破装药结构优化应用研究

本文以神达朝凯煤矿正在开采的台阶为工程背景,针对该矿在台阶爆破过程中存在着大块率高、根底多的现象,通过改变装药结构的方式对爆破参数进行优化。实践证明,优化后大块率和根底问题的治理效果明显。     

汽车车门密封条动态异响分析及结构优化

分析汽车车门密封条与钣金密封面之间的相对滑动、硬接触等造成的动态异响,结合非线性有限元分析软件Msc.Marc对密封条断面进行分析及实车异响排查验证,确定异响源于门洞密封条与车门摩擦或密封条本体撞击粘连,对密封条结构进行优化,彻底解决此类异响问题,并提高密封条的密封性。密封条结构优化后压缩载荷衰减率从7. 64%降到5. 82%,可为后续车型设计提供参考。     

基于深度学习的传感器优化布置方法

针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。     

仿生多瓣式锥型月壤钻采机构研究

针对月球表面钻孔勘探的需求,基于竹象虫钻食竹笋和蚯蚓在土壤中蠕动前进的机理,设计了一种集钻探、采样和储样功能于一体的可开闭、蠕动进给的仿生多瓣式钻采机构。钻采机构采用分段式设计,由分瓣式锥形钻头、主机架和副机架3个部分组成。针对分瓣式锥形钻头的不同部位进行力学和钻进排屑性能分析,建立了钻头与月壤相互作用力学模型,并以此为基础对钻头结构参数进行优化设计。研究结果表明,锥形基体所受的径向挤压力与半锥角成反比。     

悬臂式掘进机截割头截齿的优化与改进

针对悬臂式掘进机截齿磨损严重、过载停机以及截齿受力不均而被损坏等情况,通过建立截割头和煤岩的3D模型,分析截割头载荷的数学模型,对截割头截齿部分进行受力分析,针对截割头的截齿排列提出合理性方案,使各截齿受到外力差异减小,进而提升掘进机的性能并获取更大的生产价值。     

一种成本有效的面向超参数优化的工作流执行优化方法

随着云计算技术的成熟,越来越多的数据分析任务被放在云计算平台中处理。而面向数据分析应用的机器学习算法的超参数优化是一个非常耗时且耗费资源的过程。超参数优化执行的成本开销是用户关注的一个重要因素之一。目前,针对超参数优化的研究大部分以学习模型性能为目标,考虑成本开销的研究工作较少。由此研究了基于当前的超参数优化方法,在不改变学习模型性能(如准确率、查准率、召回率等)的基础上,使得超参数优化执行尽可能快的同时成本开销尽可能低。首先,生成一个包含多个并行分支的超参数优化工作流,每个分支上的所有任务都运行在同一台服务器上。然后通过有色装箱算法来决策这些分支所包含的任务。实验结果表明所提算法可以在保证执行时间的前提下减少成本开销。