表面镀覆零件尺寸精度控制方法研究

表面镀覆层对零件的尺寸精度具有显著影响。零件因不能确定准确的预留尺寸,使得其尺寸精度难以控制,给生产加工带来了很大的难题。为解决此问题,首先对表面镀覆种类进行了分类,分析了各镀覆种类对零件尺寸的影响原理,提出了"单边尺寸变化Δ"这一术语;然后,针对行业中常用的表面镀覆种类,确定了其各自对应的Δ值;最后,针对不同的表面镀覆种类,提供了概率法和极值法2种计算表面镀覆前尺寸的方法。此外,还提出了一些保证表面镀覆零件精度的相关经验。据此可准确控制表面镀覆零件的尺寸精度。     

基于深度学习的电网安全态势感知方法

为了提高电力网络的安全性,实现电力网络的可持续运行,引入深度学习神经网络,开展对电力网络安全态势感知方法的设计研究,以此提出一种全新的安全态势感知方法。本文采用电力网络安全态势评估指标,结合各类电力网络环境因素,对未来可能发生的电力网络变化趋势进行预测;明确电力网络安全态势评估指标及其相关表述含义后,对电力网络安全态势风险进行综合量化,通过划分电力网络安全态势风险量化及等级,构建基于深度学习的电力网络安全态势预测模型,验证模拟安全态势感知预测结果。通过真实电力网络算例的方式,得出新的安全态势感知方法应用在现实电力网络运行环境中时,能够实现对其安全等级的精准预测,可以为电力网络的可持续运行提供安全保障条件,具有一定的实用性。