μ C/OS-II在车桥总成配置数据管理系统终端中的应用

基于Cortex-M3内核的ARM芯片STM32F107构建的车桥总成数据远程传输终端,包括了CAN通信、串口通信、人机接口、状态指示、电源等单元。CAN驱动芯片MCP2551实现CAN通信驱动,PS2键盘用于数据的录入与修改,LCM屏提供了人机接口对话。软件上嵌入μC/OS-II实时操作系统,建立CAN总线通信、串口通信、人机接口等多任务。实验表明,车桥总成配置数据的录入与修改操作简便,人机对话界面友好,CAN总线数据传输实时准确。     

Conditional probability Markov chain simulation based reliability analysis method for nonnormal variables

Based on fast Markov chain simulation for generating the samples distributed in failure region and saddlepoint approximation(SA) technique,an efficient reliability analysis method is presented to evaluate the small failure probability of non-linear limit state function(LSF) with non-normal variables.In the presented method,the failure probability of the non-linear LSF is transformed into a product of the failure probability of the introduced linear LSF and a feature ratio factor.The introduced linear LSF wh...     

层次约束结构的虚拟装配建模技术

为了解决虚拟环境下装配建模在信息完备性和模型复杂性等方面的问题,提出了一种基于层次约束结构的虚拟装配模型.该模型分为产品层、部件层、零件层、特征层、几何面层和面片层来表达,不同层元素之间存在层次映射关系,同一层元素之间存在约束关系.通过CAD系统和虚拟装配系统之间的数据转换,实现了虚拟装配模型的生成算法,并给出了根据虚拟装配模型生成的虚拟装配场景图的结构.基于层次约束结构的虚拟装配模型具有信息表达完备,信息集成度高,满足实时性要求等优点,同时还能与CAD系统和虚拟装配场景图实现集成.实例验证了虚拟装配建模的有效性.     

虚拟样机技术在门座起重机设计中的应用

分析门座起重机设计的现状,结合虚拟样机技术、参数化建模技术实现门座起重机的三维参数化建模,并应用虚拟装配技术生成整机系统的虚拟样机模型;通过对门座起重机虚拟样机的建模分析,为起重机有限元动力学分析提供精确的模型,减少设计开发成本.     

资源生产供应链履行社会责任的内在动力研究

运用博弈论的基本思想,通过构造一个资源生产供应链,从资源保护这个角度出发,以资源生产供应链中的节点企业——资源开采商开采自然资源为例,对资源生产供应链履行社会责任的内在动力进行了研究。结果表明：对资源开采商合作开采带来的收益增量进行合理分配,既能使资源开采商进行合作,又能实现供应链系统与各资源开采商的帕累托最优。     

企业价值链价值分配的优化研究

为研究价值链中各企业间价值合理分配的问题,在明确企业价值链中各参与者关系的基础上,从价值分析和成本分析入手,针对价值链中各参与者的不同行为模式,对企业价值链的稳定性问题和价值链调整的合理性问题进行了分析,并给出了价值链稳定性及调整合理性的判定公式和相应经济学解释.阐述了在价值贞献和价值分配之间产生偏差的原因和几种情况,依据博弈论原理建立了价值链价值分配议价模型,模型分析表明存在唯一的子博弈完美均衡,最终可以得到一个均衡策略.研究结果为合理构建和调整企业价值链提供了理论依据.     

沸腾两相流动压力波动信号的特性

研究了竖直管内沸腾两相流动时压力波动信号的特性,对压力波动时间序列进行了标准偏差分析、功率谱密度函数分析、分维数分析、相关维分析及Kolmogorov熵分析,考察了热流密度对压力波动的影响规律.结果表明沸腾两相流动具有非线性混沌特性,且热流密度对各特征参数有不同影响.     

优化SVR的加权马尔可夫链用电量预测

研究电力系统中用电量的准确预测问题.由于影响用电量的因素众多,并且用电量数据与相关因素之间呈现高度的非线性关系,传统的预测方法很难捕捉用电量的变化趋势,预测精度较低.为了提高预测的精度,提出了一种马尔可夫链优化的SVR模型.上述模型根据支持向量回归机原理,以网络搜索交叉验证的思想优化模型参数,通过加权马尔可夫链原理优化预测结果,将原来的数值预测转化为概率区间上的预测.同时,在利用加权马尔可夫链的预测信息之后,也提高了预测的精度.最后,将改进模型应用于江苏省全社会用电量的预测分析,实验结果表明优化的支持向量模型优于其它对比模型,有较高的泛化能力和预测精度.     

基于深度学习的集群式供应链应急物资需求预测研究

在突发事件和大数据情景下,建立基于数据流模糊C均值聚类算法的集群式供应链应急物资需求重要度决策算法,有助于辨识集群式供应链子系统应急物资需求的重要程度。针对集群式供应链中各子供应链之间的耦合特性和预测指标的快速变化数据流特征,提出基于长短期记忆网络的集群式供应链应急物资需求动态预测算法,提取集群式供应链多个子系统应急物资需求参数的时序特征,动态地、分布地对互联大系统的应急物资需求不确定性进行系统辨识估计。仿真实验结果表明了基于长短期记忆网络的集群式供应链互联大系统应急物资需求动态预测算法的可行性和精确性。     

面向制造任务的云制造虚拟车间构造方法

针对云制造模式下快速选择和组织相关制造资源、保证制造任务执行的问题,提出一种面向制造任务的云制造虚拟车间构造方法。该方法将制造过程抽象为制造任务执行链,链中的节点对应制造设备云服务或检验云服务,链中的有向边对应物流云服务;并通过行业域、地域和类型域来组织管理云服务,以构造规模较小的候选云服务集,同时减少功能匹配、性能匹配、价格匹配和时间匹配的计算量,达到快速构建云制造虚拟车间的目的。算例分析表明,相比其他方法,该方法能够在更短的时间内完成云服务的选择,并保证所选云服务的服务质量（QoS）在相关域中是更好的。