聚氨酯橡胶摩擦轮有限元及疲劳寿命分析

针对汽车滑板输送机聚氨酯橡胶摩擦轮的开裂问题,对摩擦轮与滑板之间的相互作用进行预压紧力和接触摩擦驱动有限元分析,获得摩擦轮的应力和变形分布等结果.在获得摩擦轮周向应力分布的基础上,根据疲劳裂纹扩展公式对聚氨酯橡胶部分进行疲劳寿命分析,验证是否满足设计要求.分析过程和结果能为聚氨酯橡胶摩擦轮的详细设计提供参考.     

计及多因素的配电网电容器优化配置研究

对配电网电容器优化配置进行研究,计及多因素建立了以系统的有功网损费用、电容器投资费用、电容器维护费用和预期中断费用之和为最小的目标函数,采用改进粒子群算法对该问题进行求解.在改进算法中采用自适应惯性权重,并对粒子群速度进行了变异操作,提高了粒子群算法的全局寻优能力.仿真结果表明,该方法使补偿后支出总费用较补偿前降低22.50%;并使得电压质量得到明显改善,各节点的故障率明显减小,其平均故障率可降低13.44%,系统的整体可靠性能得到改善.     

基于卷积神经网络的霉变烟叶图像识别方法研究

针对人工在线精选霉变烟叶时,存在效率低下、容易漏检等缺点,提出了一种基于卷积神经网络模型对霉变烟叶图像进行筛选、分类识别的方法。首先建立烟叶数据集,然后搭建卷积神经网络模型,利用卷积神经网络先初步提取特征,再筛选提取主要特征,然后进行各部分的特征汇总;最后实现图像的分类,从而实现了快速、准确的识别霉变烟叶图像和正常烟叶图像。实验结果表明,与人工挑选霉变烟叶的方法和烟叶传统图像分类算法相比较,搭建的卷积神经网络不仅具有较高的识别准确率,也简化了人工提取图像特征的复杂过程。     

基于反应扩散方程的水平集结构拓扑优化方法与实现

为实现更加先进的拓扑优化算法,研究采用反应扩散方程的水平集结构拓扑优化方法,通过理论推导给出算法中的参数选择建议.该方法允许在拓扑优化过程中生成新的孔洞,初始结构无须包含孔洞,不需要重新初始化步骤,从而可提高算法的收敛性.针对传统拓扑优化中主要采用体积约束、以柔度最小为目标和体积保留率设定存在一定主观性的问题,探究不同体积保留率下的结构应力水平的变化规律,结果显示可以依据结构最大应力水平与体积保留率的变化规律确定最优体积保留率.     

层状岩体横观各向同性劣化模型研究

层状岩体呈现出明显的横观各向同性力学特征,为此,将层状岩体视作层间岩石与层面组成的复合材料,分别就层间岩石力学性质建立相应的力学模型,并提出了劣化模型的弹模裂化极限取值统一限定条件。可考虑层状岩体强度及弹性模量在峰后随塑性应变增大而减小的现象,更能准确地模拟层状岩体洞室开挖的力学响应。在乌东德水电站陡倾层状岩体洞室的围岩开挖稳定性分析的应用中,计算结果与现场监测结果吻合,证明该模型适用性。     

变电站自动化系统时间同步协同攻击的检测与防护方法

为了使攻击的后果最大化,受国家支持的攻击者可以使用时间同步的协同机制发起高度隐蔽的网络攻击,而无须进行通信。这可能会使多个变电站内的所有断路器同时跳闸,从而引发大停电。提出了一种基于时间加速的方法来检测时间同步的协同攻击。在变电站自动化系统年度检修期间,通过逐步加速系统时间来触发时间逻辑,以识别是否存在潜在的恶意软件。此外,还提出了一种基于变电站自动化系统的异步化时间同步管理方法。将根据结构脆弱性指数识别的几个关键变电站的时间保持异步。因此,这些关键变电站将不会与其他变电站一起遭受时间同步的协同攻击,并且可以大大降低相关后果。基于IEEE 39节点系统的数值模拟表明,通过使2个关键变电站保持时间异步,可以显著减少2到3个变电站的协同攻击的负荷损失,并且电网可以具备应对时间同步协同攻击的韧性。     

Ni-Cr-Fe-Si-B合金涂层及铝青铜基体熔合区组织的研究

采用钨极氩弧焊方法在铝青铜基体上施焊了Ni—Cr-Fe-Si—B合金涂层，并运用金相显微镜、扫描电子显微镜及能谱分析了喷涂层、熔合区及热影响区的组织形貌和成分分布。结果表明，喷焊时，在涂层与基体界面两侧各组元均发生了明显的扩散，Cu、Ni组元间可相互取代，基体融合区组织的基本组成仍为α (α γ2)，但同时也形成了Cu2FeAl7、NiAl3等新相，且融合区组织细小，涂层与基体间为冶金态结合。     

一种基于LINGO的交错式验证码生成技术

验证码技术是有效防止非人为控制程序的一种防范机制,技术应用领域很广泛。在互动多媒体技术领域中的验证码技术,应通过自带的系统字库生成英文验证码,并对传统的验证码生成技术进行优化改进,采用交错式方法混乱字符增加噪点,经过多次实验该验证码加大了程序系统自动识别难度,从而达到了降低其机器识别率效果。     

基于粗糙集数据分析的可拓推理机制研究

目前可拓变换推理中的可拓变换主要依靠历史资料、人为指定或过往经验来进行,这大大制约了可拓变换在智能化推理中的应用。为解决此问题,提出了一种基于粗糙集数据分析的可拓推理机制。该机制首先采用粗糙集对数据进行分析来获取分类及规则知识,然后利用这些知识来指导可拓推理,从而实现了可拓变换及推理的可控性和高效性,为可拓推理的智能化应用莫定了基础。