电动汽车用动力电池振动疲劳测试方法开发

动力电池是当前新能源汽车中的核心零件,其性能,安全,可靠与耐久性直接影响整个车辆安全耐久性能,而电池系统的抗振动冲击特性是产品开发设计过程中需要满足的重要指标.文中着重阐述动力电池振动疲劳的测试验证策略与具体实施指导,为电池系统研发和测试工作提供重要参考.     

弹性元件参数优化对扑翼机构转速波动影响研究

以特拉华大学机械系统实验室所研制的样机模型进行建模,该模型传动机构采用曲柄摇杆机构.传动机构在运转的过程中,翅翼会在气动力和惯性力作用下产生周期性波动,导致电机转速波动增大,影响机构的平稳运行,产生振动和噪声.在仿真试验中引入弹簧元件,可有效降低电机转速波动,利用正交试验设计方法对影响电机转速波动的影响因素进行极差分析,得出弹簧的连接点位置是主要因素,弹簧的刚度系数是次要因素,弹簧原长影响最小.搭建了物理实验平台,验证了仿真结果和正交试验设计方法的正确性.     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

电气化铁路既有线深路堑扩堑石方控制爆破

介绍电气化铁路既有线无隔墙台阶爆破扩堑方法。沿既有线方向设置低台阶 ,边界处布置光爆孔 ,采用“同列同段和列间微差”的起爆网路。采用自制的“炮被”和架设“钢管排架”阻挡飞石、滚石和滑石 ,确保了既有线的安全。文中还概述了“炮被”和“钢管排架”的制做以及作者的认识和体会。     

动作时序配合优化的安全稳控系统设计

动作时序配合直接影响安全稳控系统的动作准确性,在安全稳控系统设计时,若动作时序配合与系统耦合性不足,在实际运行时可能会出现误动作,导致直流输送段或直流接受端出现严重损坏.通过稳控一次、二次判据时 序的配合与优化,稳控数据调用的有效性辨识与优化,故障演化过程稳控装置动作时序配合与优化,对动作时序配合进行优化,实现安全稳控系统设计的完善.     

供水管网DMA优化分区设计方案

实施独立计量分区(district metered area,DMA)是辅助供水管网管理和漏损识别的重要手段.图划分算法是进行DMA分区的方法之一,常规图划分算法应用中,存在解空间受限、分区后原水流状态易发生较大改变、形成较多串联分区(对流量计算不利)的缺点.在常规图划分算法基础上进行了改进:粗化阶段按照特定规则匹配、合并非输水干管两端的节点,形成简化的管网拓扑结构;分区阶段得到管网初步分区方案;细化阶段提出基于贪心算法、枚举算法、蒙特卡洛算法的分区调整方法,结合改进的仪表安置方法、水力模拟、优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS),对分区方案进行调整.将该方法应用于YX市供水管网,成功进行了分区.     

装配式建筑的施工要点及质量控制措施

文章阐述了装配式建筑的优势,分析了装配式建筑的施工要点,探究了装配式建筑施工质量的影响因素,提出了装配式建筑施工质量的控制措施,包括制定科学的管理制度、深化项目工程设计、完善构件生产系统、加强机械设备管理,以期给相关人员提供借鉴与参考。