基于谐波平衡法的摆线钢球行星传动等速输出机构非线性动态特性研究

为揭示摆线钢球行星传动等速输出机构的非线性动力学行为,建立考虑机构钢球数目、输入激励、啮合副啮合状态及啮合刚度的纯扭转强非线性动力学模型。将啮合副预紧函数表现为多项式的形式,将啮合副间隙函数表达为描述函数的形式,通过谐波平衡法将微分方程组转化为非线性代数方程组,利用MATLAB进行求解,得到系统的基频稳态响应。通过改变钢球数、轴向压缩量与啮合刚度,分析参数变化对系统非线性特性的影响。结果表明,预紧系统只有两阶频率激发共振,系统非线性程度随钢球数、啮合刚度和预紧量的增加而减弱,预紧量是影响系统非线性程度的主要因素;间隙系统激发共振频率的阶数与钢球数目有关,幅频响应曲线出现典型非线性特征,出现单边冲击与双边冲击现象。基于多项式函数的谐波平衡法为深入研究摆线钢球行星传动系统的动态特性提供了一种有效方法。     

Deep learning and optimization algorithms for automatic breast cancer detection

Breast cancer is caused by the abnormal and rapid growth of breast cells. An early diagnosis can ensure an easier and effective treatment. A mass in the breast is a significant early sign of breast cancer, even though differentiating the cancerous mass's tissue from normal tissue for diagnosis is a difficult task for radiologists. The development of computer-aided detection systems in recent years has led to nondestructive and efficient cancer diagnostic techniques. This paper proposes a comprehensive method to locate the cancerous region in the mammogram image. This method employs image noise reduction, optimal image segmentation based on the convolutional neural network, a grasshopper optimization algorithm, and optimized feature extraction and feature selection based on the grasshopper optimization algorithm, thereby improving precision and decreasing the computational cost. This method was applied to the Mammographic Image Analysis Society Digital Mammogram Database and Digital Database for Screening Mammography breast cancer databases and the simulation results were compared with 10 different state-of-the-art methods to analyze the proposed system's efficiency. Final results showed that the proposed method had 96% Sensitivity, 93% Specificity, 85% PPV, 97% NPV, 92% accuracy, and better efficiency than other traditional methods in terms of Sensitivity, Specificity, PPV, NPV, and Accuracy.     

基于LSTM-FC的瓦斯浓度时空分布预测

传统的工作面瓦斯预测方法仅利用瓦斯数据的时间特性,缺乏与空间相关的先验信息,因此利用瓦斯数据的时空特性,采用深度学习算法长短期记忆与全连接神经网络相结合的方法构建LSTM-FC（Long Short Time Memory-Fully Connection）瓦斯浓度时空序列的预测模型。LSTM能够解决瓦斯序列的长时间依赖性,全连接神经网络能够准确捕捉瓦斯序列的空间关联性,深入挖掘瓦斯数据之间的时空特性,通过预测不同位置的瓦斯值,构造工作面的瓦斯分布图。实验结果表明,通过使用LSTM-FC模型,预测误差有了明显减少,相比于其他神经网络预测模型,预测精度有所提高。     

经甲苯刻蚀后中间相沥青低温转化行为研究 (1)甲苯刻蚀对中间相偏光显微形态的影响

用甲苯刻蚀技术研究自制萘沥青的溶解性能和低温转化行为，在偏光显微镜下对沥青中间相小球的出现、生长及融并情况进行了观察，并结合不加偏光情况下对中间相的显微形态观察，对该中间相沥青的性质进行了详细的描述。     

环氧树脂增韧改性的研究现状

综述了改性环氧树脂的最近研究状况，概述了橡胶粒子、热塑性树脂及热致液晶聚合物等对环氧树脂改性方法。对环氧树脂改性的方向进行了展望。     

住宅小区电动汽车充电负荷分期管理策略

为进一步提高电动汽车有序充电用户参与度,降低峰期电动汽车充电负荷,延缓配电变压器过载,结合住宅小区电动汽车停留时段,综合考虑用户充电意愿及峰谷分时电价时段划分,设置中长期有序充电和长期有序充电两种管理模式,满足不同充电需求的用户参与有序充电。其中,中长期管理模式根据住宅小区居民负荷曲线变化特征,采用倒序法选取充电开始时刻,达到削峰、移峰的效果;长期管理模式采用最小值最大法选取充电开始时刻,达到填谷的效果。仿真结果表明,通过协调控制不同管理模式的用户参与度,可进一步降低负荷峰谷差,减小负荷方差,降低充电费用,所提策略为用户提供更多样的选择。     

机床主轴径向误差运动在线检测与信号处理

在机床加工工件时,实时测量机床主轴的径向运动误差。测量对象是在该机床上加工的圆柱形工件,而不是通常所使用的标准棒。采用误差分离技术将工件的形状误差从所测信号中分离出来,实现在线测量主轴的径向误差运动。并采用基于自适应阈值的小波包算法去除加工时存在的噪声。同时,从谐波抑制特性和总体频域特性两个方面分析了测量系统频域特征。     

圆柱滚子轴承筒形保持架冲孔机头设计改进

圆柱滚子轴承筒形保持架冲孔机头在加工倾斜落料通道时较为困难,而且废料心在滑落过程中易发生料道堵塞情况,造成冲孔模具的损坏。针对以上问题,对机头进行了技术改进,设计了全新的冲孔机头,将落料通道由倾斜改为竖直方向,并设计了废料心储存盒,解决了冲孔机头倾斜落料通道加工困难的问题,使废料心能顺利下落,并储存在储料盒中,避免了料心堵塞落料通道,造成模具损坏的潜在危险。     

计及补偿效果的需求侧资源调频辅助服务市场机制研究

随着智能电网的发展,需求侧资源参与调频已成为可能,如何量化传统自动发电控制（automatic generation control,AGC）机组与需求侧资源对系统调频的贡献,鼓励需求侧资源参与调频市场是当下亟待解决的问题。在考虑了传统AGC机组和需求侧资源不同的调频性能以及需求侧资源对传统AGC机组替代效果的基础上,建立了电能-调频联合市场出清与补偿模型。基于IEEE 14节点系统数据进行实证分析,仿真结果表明该模型可以大幅度提升需求侧资源在市场中的中标概率与收益,减少系统对调频备用容量的需求和购买费用。     

考虑电动汽车充电负荷的配电网运行风险控制与优化

针对大规模充电负荷接入导致配电网运行风险增大,需要控制和优化的问题,采用加权分布熵为指标来评估配电网的运行风险,基于此提出了配电网接纳电动汽车极限辆数的评估方法,并由此建立了各节点接纳能力评估模型;基于优化潮流分布的原理,提出了通过网络重构和闭环运行来改善配电网运行风险的方法;根据节点脆弱程度提出了充电负荷接入节点优化方法来改善配电网的运行风险。仿真算例分析了配电网接纳电动汽车的极限辆数,并研究了网络重构、闭环运行和充电负荷接入节点优化对配电网运行风险的改善效果。仿真结果表明,该方法优化效果明显,可为控制和改善配电网运行风险提供参考。