聚酰胺66齿轮注塑工艺参数优化设计方法研究

以降低聚酰胺66(PA66)齿轮的注塑成型体积收缩率为例,利用正交试验与Moldflow模拟软件获得数据作为神经网络的训练样本,建立PA66齿轮体积收缩率的神经网络预估模型,并通过样本检验了人工神经网络预估模型的准确性,同时缩短了优化工艺参数的时间,达到进一步优化了工艺参数的效果。结果表明,将正交试验法、数值模拟试验与人工神经网络相结合用于塑料齿轮成型工艺参数的优化,可以大大提高工艺设计的效率,并具有较高的准确性。     

基于PLC的精馏实验装置研究与开发

精馏实验装置的控制系统通常采用控制仪表来实现,采用PLC技术代替控制仪表,实现了精馏实验装置的升级换代。精馏实验过程中回流比的控制非常重要,一般采用电磁阀来实现,很难获得较好的控制精度,采用缓冲罐加计量泵的方法实现了回流比的精确控制。精馏装置的数据采集和处理软件采用了MCGS和VB自编软件相结合的方法,既保证了操作界面的美观又实现了数据处理的复杂功能。另外还介绍了MCGS下电子天平驱动程序的开发方法。     

二维参数化图形技术研究进展

近几年来，参数化图形技术得到了不断的发展。目前已有多种参数化图形方法及系统。这些参数化图形方法可分为３种，即变分几何法、几何推理法和过程法。主要介绍这３种方法的研究进展。     

食物链传导响应算法在齿轮箱优化中的应用

为改善齿轮箱的耦合优化性能,依据食物链中生物能层层传导的机制,拟将层级富集传导优化与变异的粒子群算法相融合,提出一种基于食物链传导响应粒子群算法。为弥补算法多样性保持和寻优能力的不足,对算法种群进行变异化处理,获取变异序列作为搜索初始解,调整搜索位置。在搜索机制中融合高斯差商变异算子、惯性权重变异算子对粒子进行自适应更新,对适应度较低的粒子施加惩罚变异,以保持算法的搜索能力和多样性。通过对风力机齿轮箱优化问题的研究,验证了该方法解决多变量耦合优化问题的有效性。     

叶片轮廓余量计算软件开发

螺旋曲面的叶片轮廓余量计算在螺旋曲面加工过程中具有重要地位.由于螺旋曲面叶片轮廓余量计算十分复杂,开发了叶片轮廓余量计算软件.     

结构形状优化设计的研究

介绍了结构形状优化设计的特点及有关内容，最后给出了一个实例。     

二维工程图形的约束参数化驱动

提出一种二维工程图形约束参数化驱动快速求解策略和算法，定义了对应的图形数据结构，并在微机上初步验证了它的正确性。     

基于粗糙集理论的故障诊断规则获取方法研究

提出了基于粗糙集理论的故障诊断规则获取方法,该方法通过决策系统的可辩识矩阵和分辨函数计算核和所有的约简集,以约简集为初始节点,建立层状节点网络模型,对于各节点,提取符合可信度要求的诊断规则写入规则集中。通过应用表明,方法是确实可行的。     

短期负荷预测最大Lyapunov指数预报模式预测值的判定

首先分析了相空间中混沌吸引子邻近轨道间的平行、交叉、折叠3种拓扑关系,根据负荷吸引子的特点提出了负荷时序最大Lyapunov指数预报模式预测值的判定依据,并探讨了相空间中临近点(轨道)的选择方法。仿真试验表明改进的负荷预测建模策略避免了原有Lyapunov指数预报模式预测值选择的盲目性,吸引子临近点的选择符合电力负荷数据的特点,所建立的短期负荷预测模型提高了预测精度并达到了预期效果。     

短期电力负荷预报间隔采样混沌模型

现有研究工作表明电力系统负荷数据具有弱混沌性。在负荷预测混沌建模方法中,Lvapunov指数预报模式具有理论基础强、模型简单、预测精度高等优点,但预测时限受负荷吸引子最大Lyapunov指数限制。针对Lyapunov指数预报模式的不足,提出了k-△t间隔采样混沌模型,首先将原始负荷序列分解为多个不相交的了序列,然后对各个子序列分别建立Lyapunov指数预报模型。改进了求解最大 Lyapunov指数的方法,探讨了原始负荷序列最大可分解子序列数目的确定依据。数值实验结果表明文中提出的模型能有效地提高负荷预测精度、增加预测时限。