基于响应面法的钻割一体化喷嘴稳健性优化

针对现有钻割一体化喷嘴可靠性及破岩能力较差的问题,在泵压(30 MPa)一定的条件下,基于Hashish切割理论,以喷嘴出口直径、收缩角、出口圆柱段长度以及锥形直线段长度为设计变量,以喷嘴出口轴心速度为响应变量,结合喷嘴特征参数与钻割一体化钻头的匹配及加工精度问题,选择适当的约束条件,以喷嘴出口轴心速度最大为优化目标,采用响应面法(RSM)结合物理试验验证,在单因素筛选实验的基础上,建立了响应变量与其主控因素之间的响应面模型,分析了各主控因素之间交互作用对响应变量的影响规律,对适合松软煤层的大直径喷嘴进行稳健性优化.试验验证表明:相同条件下,喷嘴流量系数提高了1.26%,冲蚀体积明显增加,破岩能力及效果增强.     

变频冷水机组的动态特性及多回路PI控制响应

基于质量与能量守恒原理，从控制的角度提出了一套动态冷水机组的集总参数法数学模型，研究了诸如运行频率、热力膨胀阀（TEV）开度等输入变量对系统输出性能的影响．动态响应显示热系统的响应比压力、制冷剂流量的慢许多，表明制冷系统是一个两时间尺度的系统．采用电子膨胀阀（EEV）代替热力膨胀阀，分别采用频率控制器和阀门控制器调节运行频率和阀门开度来实现冷冻水出水温度和压缩机吸气过热度控制．模拟了冷冻水出水温度设定值阶跃变化和阶跃外扰作用下系统的团环响应．结果显示冷冻水出水温度的响应比吸气过热度的响应慢，并且采用TEV的变频制冷系统比采用EEV的变频系统响应速度慢．采用蒸发压力为频率控制器的控制变量时，系统响应比以冷冻水出水温度为控制变量时系统响应快，但是由于实际中很难给出蒸发压力的设定值，因此采用冷冻水温为控制变量的控制更易实现．     

影响旅游者决策的相关情境因素分析——以大唐芙蓉园为例

以大唐芙蓉园为例,对以西安为旅游目的地的游客抽样调查,应用调查数据和LD—gistic模型分析了影响旅游者决策的17个情境变量。结果表明有6个情境变量和2个控制变量对旅游者决策影响显著。同时逐步具体分析这些变量对“游客是否游览大唐芙蓉园”的作用。最后讨论了研究结果的应用。     

考虑接触界面全接触的压接型IGBT器件功率循环寿命预测

柔性直流输电技术的飞速发展，对换流阀用压接型IGBT器件的可靠性要求进一步提高。目前针对压接IGBT可靠性寿命模型的研究存在不足，一方面，大多数模型对接触问题考虑不全面，物理模型为焊接形式或不能滑动的联合体，不符合实际物理机理，因此可靠性模型不能全面真实反映实际情况。另一方面，解析寿命模型的拟合方法，无法单一控制变量完全解耦，单变量拟合曲线并不能准确反应变量与可靠性寿命的关系。建立了考虑全部接触问题的功率循环计算模型，针对压接型器件的封装特点引入压力作为新变量，提出一种采用改进多元线性回归拟合方法的多变量寿命模型，该分析方法可应用于压接型IGBT在功率循环下的可靠性评估。通过有限元计算结果验证，多变量寿命模型相比单变量拟合更加准确。     

模糊线性回归及其在模糊可靠性分析中的应用

在T ANAKA提出的模糊线性回归模型的基础上,对其进行了扩展和改进,建立了输入变量和输出变量同为模糊量时的模糊线性回归模型,实现了从输入变量到输出变量之间的模糊性传递,从而使得结构/机构系统基本变量的模糊特性可以通过回归分析传递给响应变量,进而将一个多变量的模糊可靠性问题转化为只有模糊响应量和模糊允许量两个变量的问题,大大简化了模糊可靠性分析问题。最后,应用所提的模型对一个含隐式功能函数的弹性四连杆机构进行了模糊可靠性分析,分析结果表明了该模型的可行性。     

响应变量随机缺失下部分线性单指标模型的非参数判别检验

研究了响应变量随机缺失情况下部分线性单指标模型的非参数部分检验问题,检验非参数部分预测变量同响应变量之间是否存在非线性关系.用参数和非参数函数的借补估计对缺失响应变量进行插值,并基于借补估计构造了广义似然比检验统计量,证明了其渐近分布性质.     

安全生产约谈制度何以有效?——基于26个案例的模糊集定性比较分析

基于“压力——状态——响应”的理论模型,运用模糊集定性比较分析的研究方法,提取26个安全生产约谈案例的相关数据,在单个变量不构成对结果变量产生必要性影响的前提下,进行了条件组态分析。根据分析结果,本研究归纳出安全生产约谈制度的三个作用机制模型：舆情回应型、预警响应型和多重压力驱动型,并根据每个作用机制类型的影响路径提出了对应的政策建议。     

一种永磁直线同步电机混沌系统的反馈控制方法

针对永磁直线同步电机混沌系统参数不确定的控制问题,基于具有很强非线性映射能力的RBF神经网络,研究一种基于径向基神经网络(RBFNN)的反馈控制方法。该方法以永磁直线同步电机的定子交轴电流、直轴电流以及转速作为控制变量,首先采用RBFNN学习这3个变量所体现出来的混沌动力学特性,然后用训练好的径向基函数神经网络模型反馈控制混沌系统。数值模拟结果表明,提出的算法具有很强的鲁棒性,抗干扰能力强、响应速度快、控制精度高。     

基于人工神经网络的磨料水射流切削工艺建模

磨料水射流（AWJ）切割工艺已经被遍及世界的许多车间所采用，其优点广为人知。为了进行精密加工，如精密切割、铣削、钻孔和磨削等，必须精确预测AWJ的侵蚀深度。文章基于人工神经网络（ANN）对AWJ切割工艺进行建模。模型采用三层结构，输入变量有水射流压力、水喷嘴直径、磨料粒子粒度（直径）、磨料流量和切割头进给速度。输出量为AWJ的切割深度。样本数据在JJ-Ⅰ水射流切割机床上实验获取，A3钢样板作为切割试件。采用改进的BP算法和样本数据对建立的人工神经网络进行训练。训练好的网络以一定精度建立了AWJ切割工艺中各参数之间的映射关系。所建模型可以精确预测AWJ的切深。将该模型集成到AWJ切割机床的计算机数控器中，可以实现AWJ精密加工。     

浆液磨料水射流切割能力试验及切割深度预测模型

为提高浆液磨料水射流切割能力,运用自研的浆液磨料和切割设备,进行混凝土和岩石切割试验,分析切割压力、喷嘴移动速度、材料单轴抗压强度对切割能力的影响。结果表明：相同工况下浆液磨料水射流切割能力远超纯水射流的,混凝土切割深度显著提高,并且材料强度越大,浆液磨料水射流切割能力优势越明显;浆液磨料水射流能够实现对中—硬砂岩的有效切割（0.5～1.0 h内能切割100 mm深,10 m长）,可以应用于煤矿切顶卸压、切顶留巷、工作面夹矸处理等现场工程;射流喷嘴在切割对象同一位置的冲击时间越长,“水垫”作用越明显,相同切割时间内,喷嘴多次快速移动的重复切割比单次慢速移动的切割效率高。通过分析切割实验结果,以切割压力、喷嘴移动速度、材料单轴抗压强度为变量构建切缝深度预测模型,并在此基础上得到重复切割时以切割次数为变量的切割深度预测模型。