某8×8越野车后悬架系统拆解方便性探讨

从技术性和环境性两方面,分解出拆解效率、紧固件比例、可达性不好的零件比例、标准化件数系数、拆解过程噪声系数、液体排放系数等6项具体参考指标,提出了拆解方便性的评价方法,可用于单个零部件总成的拆解方便性评价,也可用于评价系统总成或整车。以某8×8越野车后悬架系统为例,具体计算了单个零部件总成及系统总成的拆解方便性指标值,验证了拆解方便性评价的可行性。     

超声辅助原位聚合聚吡咯/石墨烯纳米复合材料的制备及其性能研究

利用超声波的分散、粉碎、活化、引发等多重作用以及吡咯单体与石墨烯的π-π相互作用,在实现石墨烯均匀分散的同时,使吡咯单体在石墨烯表面进行原位聚合反应,制备出聚吡咯/石墨烯(PPy/RGO)纳米复合材料。运用扫描电子显微镜(SEM)、红外光谱(FTIR)、X射线光电子能谱(XPS)等测试手段对PPy/RGO纳米复合材料的表面特性、化学组成及结构等进行了表征。在此基础上,研究了制备过程中的各种因素(如氧化剂、反应温度、石墨烯含量等)对PPy/RGO纳米复合材料产率及导电性能的影响。并采用热重分析(TGA)和导电测试分析了石墨烯含量对其热稳定性及电导率的影响。     

不规则复杂牙冠模型的建立及优化分析

从牙齿扫描的点云数据出发,提出优化的快速行进距离场构建算法用于实现牙冠模型的高精度快速生成。借助计算机辅助工程中的应力有限元分析方法,获得网格单元上的受力情况,建立有限元实体网格单元与三角面片网格模型面片间应力关系模型。利用仿真引导设计的方法实现常规临床治疗手工加工过程的数字化和虚拟化,从而有效加速建模过程,并将模型修整部分提前到设计阶段。通过创建并优化后的模型可简化治疗程序、缩短治疗周期、减轻病人痛苦。     

多代理系统在微电网中的应用

提出了一个基于多代理系统（MAS）的微电网控制框架，建立了以上级电网Agent、微电网Agent、元件Agent组成的3层多代理控制系统，并对其中各Agent的具体功能及其协调策略进行了讨论。仿真算例验证了MAS可以通过对各Agent之间的协调控制达到能量的灵活调度，并保持微电网的高效、稳定运行。     

电网调度中运行时段的最优划分方法

目前电网经济运行方式多是根据负荷的变化对设备实时调整。文章提出根据负荷曲线按时间区段进行调整的思想,并以总均方差最小为目标给出了按时间对负荷曲线分段的优化计算表达式,该方法具有通用性,在电网运行调整中兼顾了设备的寿命和电网运行的安全性。     

自卸车制动响应分析与改进

为了改善山区市场上自卸车重载时制动响应滞后的现象,从制动系统的控制原理方面,按控制回路的不同,设计出3种不同的制动系统控制回路,并在同一款车型上实施改装,然后分别进行制动响应试验,得出不同方案的制动响应参数.通过对制动响应曲线的对比分析,发现控制信号串联的设计方案,可以明显降低整车的制动响应时间.     

稀土积累对植物病原细菌生长的影响

本文研究了单一稀土氧化镧（Ｌａ２Ｏ３）在浓度为５０，１００，１５０，２００，２５０，３００，３５０，４００，５００，６００，７００ｐｐｍ时对植物病原细菌（Ｅｒｗｉｎｉａｃｈｒｙｓａｎｔｈｅｍｉ，Ｅｃｈ，Ｘａｎｔｈｏｍｏｎａｓｏｒｙｚａｅｐｖ．ｏｒｙｚａｅ，Ｘｏｏ；Ｐｓｅｕｄｏｍｏｎａｓｓｏｌａｎａｃｅａｒｕｍ，Ａｚ；Ｃｌａｖｉｂａｃｔｅｒｍｉｃｈｉｇａｎｅｎｓｅｓｕｂｓｐ．ｍｉｃｈｉｇａｎｅｎｓｅ，Ｃ３）生长的影响。在平板培养基中，当稀土浓度大于１００ｐｐｍ时，Ｅｃｈ，Ｘｏｏ，Ａｚ三种细菌菌落出现时间均比对照延迟，Ｃ３在所有处理中不生长。稀土浓度越大，菌落出现时间越迟，在５０～３５０ｐｐｍ内，不同菌落出现时间延迟１２～４８小时。随着稀土浓度提高，生长量逐渐减少，至４００ｐｐｍ时，所有菌不生长。在液体培养基中，当稀土浓度小于２００ｐｐｍ，培养时间为２４小时时，可刺激Ｅｃｈ菌的生长。除此之外，不同稀土浓度不同培养时间下，稀土对植物病原细菌均有一定的抑制作用，抑制作用随稀土浓度提高而增加，至３５０ｐｐｍ时，几乎完全抑制病菌生长，其中对Ｃ３的抑制作用最明显。     

基于基因表达式编程的电力负荷建模

电力负荷模型在电力系统规划、设计、运行和控制中具有重要的作用。但由于电力负荷本身具有随机性、时变性、非线性等复杂特性,使得负荷建模问题始终未能得到很好的解决。文章研究的主要对象是一种新的智能优化搜索算法——基因表达式编程(简称GEP),它不依赖工作人员过多的工作经验,更不需要事先规定好目标函数结构。利用GEP算法进行编程,程序可以自动地帮我们找出数据内部之间隐含的关系,从而实现函数的自动建模,进而找到最优的负荷模型。     

反向传播算法运用于电力系统神经网络的分析研究

着重研究了神经网络模型中的反向传播算法即BP算法，并对电力系统中两个 一次结线特殊的厂站的检修批答神经网络建立了BP模型，分析了BP算法中 初始权值、学习因子、冲量因子、隐含层数和隐含层节点数对该神经网络学习 过程的影响，实验结果证明，适当地选择初始权值、学习因子、隐含层节点数 等可以大大提高神经网络的学习速度,减少迭代时间，满足电力系统神经网络在线 学习的要求。