双缝隙喷嘴射流冲击正弦形状带材过程压力系数的研究

气垫炉广泛应用于铝带、铜带和硅钢的热处理过程,而双缝隙喷嘴是气垫炉装置的核心部件。研究悬浮带材表面的压力系数分布特性,可以为气垫炉的高效高值生产奠定重要理论依据。研究了Re=48 194～12 048、高度H/D=1～3、间距L/D=17.2和正弦幅值A=0～30 mm时,双缝隙喷嘴射流冲击正弦形状带材表面的压力系数分布规律。研究结果表明:雷诺数Re对压力系数C_p以及主驻点与第二驻点的压力系数差值影响并不明显;压力系数C_p随着H/D的增大而减小,而双缝隙喷嘴驻点处的压力系数与非驻点处的压力系数差值随着H/D的增大而增大。随着正弦幅值A的增大,主驻点位置逐渐向x/D=0移动;压力系数C_p随着正弦幅值A的增加而减小;随着L/D的减小,主驻点位置向喷嘴的几何中心线移动,第二驻点的压力系数逐渐增大。     

气垫炉机架的动态特性分析与设计

气垫炉平台中机架的动态特性直接关系到气垫式热处理过程能否稳定进行,特别当机架的频率与设备的运转频率相等时,容易引起设备的共振,因此开展关于机架动态特性的研究能够为设备动态理论研究奠定重要的理论基础。本文首先设计了气垫炉的机架结构,获得了机架的前16阶模态的固有频率和振幅。机架加工完成之后,采用测振仪检测机架的振动,测试结果表明:机架所设计的固有频率能够避开设备的运转频率,机架实际振动的最大幅值小于0.02mm,因此本设计中的机架满足动态特性要求。     

基于GA的负相关剪切集成不平衡行为分类研究

基于传感器的人类活动识别(HAR)在健康医疗领域具有重要的研究价值及研究意义。以往的关于传感器人类活动分类识别算法的研究,并没有考虑不同类别行为数据间的不平衡性。为了解决不同行为类别数据间的不平衡性影响算法精确度的问题,此算法采用下采样方法从大类和小类数据集中随机抽取选出若干组数量上相等的两种数据的集合,将多个不平衡数据变成平衡数据。其次,多个平衡数据集上训练多个弱分类器。然后,此算法以弱分类器的负相关和预测精度为代价函数,使用遗传算法挑选出能够使代价函数值最高的弱分类器来构成集成分类器。使集成算法内的弱学习器具有较高预测精度和多样性。最后,此算法使用挑选出的弱学习器构成集成学习器对人的行为进行集成分类。此算法在已有的行为数据集上进行了仿真实验研究,实验结果证明本文提出的基于遗传的负相关剪切集成不平衡行为识别算法相对于传统算法能够有效提高不平衡行为识别的正确率。     

气垫炉漂浮技术研究综述

随着汽车工业的迅速发展,利用铝合金薄板替代汽车上钢材已成为汽车轻量化的一个必然趋势,而气垫炉漂浮技术是制约汽车用铝合金薄板生产的关键问题之一。目前关于气垫炉漂浮技术的研究较少,分别从气垫炉的简介及发展历史、漂浮技术的关键问题、气垫炉漂浮技术展望等几个方面对漂浮技术进行了评述。特别是针对漂浮技术的压力系数、流体与带材流固耦合、喷嘴与流场、带材漂浮高度和气垫炉设备等关键问题进行了分析,对未来的研究发展进行了展望。     

大规格气垫炉试验平台机架的静态特性分析与设计

开发大规格气垫炉试验平台对于打破国外对气垫炉装置的垄断和提高我国铝合金热处理水平具有重要意义。风机机架的静态特性对气垫炉的正常运转具有较大影响,本论文采用数值仿真和经验公式验证两种方法对大规格气垫炉试验平台机架的静力学特性进行研究与分析,获得了机架的应力、机架沿x,y,z方向的变形量、机架的总变形量,设计了机架的结构,将机架制作和加工完成之后,采用仪器测量后表明:本设计能够使气垫炉试验装置正常运行,符合设计要求,本研究为气垫炉装置的开发与设计奠定了重要的理论基础和设计经验。     

基于行人检测与峰值密度聚类的行人多次徘徊检测算法

为了提升传统行人徘徊检测方法的准确性,提出了一种结合行人检测与峰值密度聚类的行人多次徘徊检测算法（Multiple Wander Detection Combining Pedestrian Detection and Peak Density ClusteringMWD＿PD＿DPC）。首先,在行人检测算法的特征提取网络与FPN层之间加入自适应卷积注意力机制（SKNet）,提升模型在多尺度场景下行人检测精度。然后,提出了柔性非极大值抑制（DIOU-Soft-NMS）来缓解行人在密集场景下错误抑制的现象,提升行人检测算法在密集场景下的检测精度。最后,使用峰值密度聚类算法（DPC）对行人的轨迹进行分析,来判断是否发生徘徊行为。并通过AdaFace人脸识别算法对徘徊的行人进行人脸匹配,来判断行人是否在不同时间段多次发生徘徊行为。实验表明,该方法单次徘徊检测的准确率到达了94.6%。行人多次徘徊检测的准确率到达了78.7%。     

基于改进麻雀搜索算法的步战车火力分配模型

火力分配是现代和将来作战中的关键要素，在战斗中具有非常重要的研究意义。文章针对步战车的火力分配运用问题提出了基于改进麻雀搜索算法的步战车火力分配模型。首先，提出了一种步战车火力分配相关的数学模型；其次，为了求取步战车火力分配最优方案，提出了一种基于强化学习的自学习麻雀搜索算法（Self-learning Sparrow Search Algorithm Based on Reinforcement Learning,SSA-RL）；最后，为了避免不良麻雀个体进入子代种群，提出了一种个体精度约束方法。对本文的改进算法进行多次防真实验，证明了SSA-RL的有效性，为解决火力分配问题提供了新的方法和思路。     

基于精英策略和ABBO算法的输电线路故障诊断模型

针对输电线路故障分类问题，提出了一种基于精英策略的生物地理学与算术优化混合算法（ABBO）的输电线路故障诊断模型。首先，为了避免BBO算法的早熟收敛，提出将算术优化算法（AOA）的乘除加减算子代替生物地理学优化算法（BBO）的变异算子以优化特征属性权重；其次，提出将低于精度阈值的非精英个体进行二次变异的精英策略，以保留优质个体的方式提高算法精度；最后，提出一种基于重力的固定半径的近邻检索方式以改善案例推理中存在的不平衡问题。实验证明，与传统的基于BBO、AOA算法的故障诊断模型相比，该模型能够更加准确的识别故障类型。