双边拆卸线平衡问题优化模型及算法研究北大核心CSSCI

分析大型产品在双边布局拆卸线上的作业情形,构建双边拆卸线平衡问题优化模型,并提出一种变邻域搜索遗传算法进行求解。所提算法针对任务可在左右两边工位并行分配的特点,设计了基于一维正负整数排列的染色体编码方式,以节省存储空间;在个体进化时采用变邻域搜索策略,以拓展搜索范围提高搜索质量;通过设置扰动阈值对个体实施干扰,以加快跳出局部最优。最后,采用不同规模算例验证所提算法的高效性。     

圆柱形阳极层霍尔推力器的内磁极刻蚀研究北大核心CSCD

本文重点研究引起圆柱形阳极层霍尔推力器的内磁极刻蚀的入射离子能量和入射角分布,仿真中考虑入射离子能量和入射角分布大小的变化,进而得到相应的刻蚀速率。由仿真结果可知,放电电压400 V,阳极表面磁场强度175×10^(-4)T,中心最大刻蚀速率为3×10^(-9)m/s。磁场提高到205×10^(-9)T时,中心附近刻蚀速率增加到原来的1.3倍左右,边沿处的刻蚀速率基本相同。在175×10^(-9)T的磁场强度时,把放电电压从400提高到600 V时,中心附近的刻蚀速率从3×10^(-9)提高到12.1×10^(-9)m/s,刻蚀速率增加了4倍多。此仿真结果与150 h的实验结果一致。此研究方法和结果有助于圆柱形阳极层霍尔推力器的设计和寿命评估工作。     

高温气流总焓测试技术综述

对国内外总焓测试技术方法进行梳理,介绍了多种测焓方法的原理和特点。分析稳态焓探针、热阻式瞬态焓探针、质量注入型焓探针等探针类测焓方法和能量平衡测焓法、光谱测焓法等非探针类测焓方法的优缺点。结合应用实际对这些总焓测试方法的进一步研究提出了建议。     

神经元膜电位噪声取值范围的评估

大脑神经元的活动是在复杂的生理学环境下工作的，而生理学环境中的噪声来源于多个方面．如何定量地正确评估神经系统中的噪声环境是神经信息处理的基本问题．本文通过神经能量的计算给出了噪声对神经元膜电位及对应的能量波形产生显著影响的临界值的估计范围，从而定义了神经元赖以活动的生理学意义上的噪声环境．     

基于改进蚁群算法的WSN分簇路由机制研究

针对现有的用于无线传感器网络(WSN)的分簇路由协议,存在着所有簇头直接与汇聚节点通信、远离汇聚节点的簇头能量消耗过快等一系列的问题,根据蚁群算法(ACA)及WSN分簇路由算法的特点,对ACA进行改进并引入到WSN分簇路由机制中,提出一种基于改进蚁群算法的WSN分簇路由算法;该算法将到汇聚节点的距离设定为启发函数以找到簇头下沉的最佳路径和提高蚁群算法的效率,同时,在选择节点概率公式时将该节点的剩余能量考虑在内,在数据传输过程中,减少了簇头节点的能量消耗,进而实现节点能量的高效利用,增强网络的使用寿命。以实现网络通信的高效;通过仿真,结果表明,该算法是可行的、有效的。     

基于LMD的PWM整流电路故障特征提取新方法

脉冲宽度调制(PWM)整流电路结构日益复杂,对其可靠运行提出了更高的要求;对局域均值分解(LMD)用于PWM整流电路的故障特征提取进行研究,提出一种基于LMD和加权频带能量法的特征提取新方法;该方法通过逐步抽取调频调幅成分将故障信号在频域上展开,然后基于信号能量的频带分布特点,充分考虑各频带成分与故障的相关性,构造故障特征向量,实现特征提取;最后以PWM整流电路为例进行仿真,相电压380V,仿真时间0.5s,0.1s时注入故障;结果表明,该方法能有效地提取故障信号的特征,并降低特征向量的维数。     

基于超声能量扩散的CFST界面剥离损伤检测方法与验证

钢管混凝土(CFST)构件因其具有良好的抗压、抗弯、抗剪能力,近年来被广泛用于各类型工程结构之中。鉴于CFST施工过程中,钢管与内部混凝土之间可能出现离析、剥离等缺陷,会降低或破坏钢管与混凝土的协同作用,导致承载力降低等问题。在受到极端荷载下,严重时会导致较大安全隐患和失效可能。因此,开展CFST剥离损伤检测十分必要。该文试制了采用超声能量扩散进行构件损伤检测的测试平台;对一批预设界面剥离损伤的方形截面CFST柱进行了不同频率超声波、考虑不同剥离尺寸影响的实测研究,得到归一化扩散及耗散系数,并以此作为管壁与内部混凝土剥离的检测指标;基于最佳激发频率提出CFST界面损伤判定依据,并采用COMSOL软件进行数值模拟验证。结果表明：归一化扩散及耗散系数对剥离损伤尺寸较敏感,可作为探明损伤规律性的重要参数。提出的CFST界面损伤判定模型与仿真试验吻合良好,最小误差为3.03%,平均误差小于10%,表明损伤判定模型能准确、有效定量识别钢管与核心混凝土间的界面剥离损伤,可拓展应用于同类型构件的损伤诊断和预判。     

涡流管能量分离特性的实验研究

选用空气作为工质,探讨了进口压力和冷流比对涡流管能量分离性能的影响。实验结果表明:随进口压力的增大,涡流管的温度分离效应随之增强,但增幅逐步趋于平缓。冷流比约为0.37时可获得最佳制冷效应,冷流比约为0.65时获得最佳制热效应。此外,还分析了温度滞止点与温度分离点随进口压力及冷流比的变化规律及其内在机理。     

基于YOLOV4的工件表面质量在线检测方法研究

目的 提升自动化产线上工件表面微小缺陷的检测精度和检测速度。方法 首先,在预处理阶段提出采用CutMix的数据增强方法,增加训练样本的多样性,提高模型的鲁棒性和泛化能力,避免训练模型产生过拟合;使用K–means++聚类算法生成边界候选框,以适应不同尺寸的缺陷,并较早地筛选出更精细的特征。其次,借助CSP Darknet53网络及SPP模块提取输入原始图像的特征,通过训练获得针对工件表面质量的在线检测模型,提升YOLOV4缺陷位置检测及识别的精度。结果 实验结果表明,文中所提出的基于YOLOV4的工件表面质量在线监测方法的预测精度达到97.5%,检测速度达到32.8帧/s,均优于同类的深度学习算法。以贵州某航空工业产品的自动化产线作为实验平台验证了所提方法的可行性和有效性。结论 该方法具备结构简单清晰、自适应性强等优点,检测精度和速度均满足工业场景需求,可以将其用于产品表面质量的在线检测。     

电爆喷涂制备管内多孔涂层及其形成机理

管内多孔涂层是增强传热性能和提高换热效率的有效途径。采用电爆喷涂制备管内多孔涂层,研究0.5 mm铜丝在不同初始电压下涂层的表面形貌、粗糙度和孔隙分布,并通过沉积能量和爆炸产物讨论微结构涂层的形成机理。结果表明：改变初始电压可以得到不同微观形貌的涂层。初始电压为14.0 kV时,得到最优多孔涂层,形成由小颗粒堆积而成的多孔结构,其表面积是未喷涂涂层管的4.47倍,孔隙率高达57.8%;15.2 kV时,由小熔池凝固后形成均匀的圆形多孔涂层,孔隙率为40.3%。涂层的形成主要取决于不同电压下爆炸时铜丝沉积的能量,它作为喷涂粒子的热动条件,决定了喷涂粒子的能量和粒径大小,不同状态的喷涂粒子与基管表面碰撞后或颗粒堆积或形成熔池,最终导致涂层微观形貌的差异。