切向结构永磁同步电机磁钢径向并联组合研究

针对低速大转矩切向结构永磁同步电机中磁钢尺寸对性能的影响进行研究.提出一种"工"字形排布的磁钢径向并联组合优化方案.在保证电机磁钢轴向长度和体积不变前提下,分析磁钢磁化方向长度变化对电机性能的影响.分析表明:磁钢的磁化方向长度在一定范围内增加可降低磁钢漏磁、增大反电动势和降低转矩波动;但磁钢的磁化方向长度过度增加会大大降低电机磁通面积,使得电机反电动势不增反降.在此基础上,提出一种降低磁钢漏磁、增大反电动势和降低转矩波动的三块磁钢径向并联组合的"工"字形排布方案:近气隙侧和近隔磁槽侧磁钢槽内分别插入磁化方向长度短、径向宽度窄的磁钢以降低近气隙侧和近隔磁套侧磁钢漏磁;近气隙侧磁钢和近隔磁槽侧磁钢之间采用磁化方向长度较短的磁钢以保证磁钢磁通面积降低得不多.通过仿真实验验证所提方案的可行性.     

道路桥梁施工管理中存在的问题及优化措施

道路桥梁在建设过程中,由于前期设计考虑不当,中期建设施工管控问题,加上过于重视经济效益,过度节约成本,这些诸多因素导致道路桥梁工程的质量问题,最后严重影响着通车运营后的行车和行人的安全,所以在桥梁建设过程中,相关人员要严格把控好桥梁的质量及人员安全,对已建成的桥梁所存在的问题,总结经验,有则改之,无则加勉。要不断地利用新技术新材料来提高道路桥梁建设的水平,增强道路桥梁工程的质量,推动道路桥梁建设行业的不断发展。     

信息化技术在地理教学中的应用研究

地理教学是初中教学工作的重要组成部分,但现阶段信息化技术的应用存在很多不合理的地方,影响了初中地理教学的效果。信息化技术在初中地理教学中的应用对促进教学改革、提高教学质量有很重要的作用,能极大提高学生的学习能力、创新能力,激发学生的学习主动性,提高地理教学质量。     

基于粒子群优化和支持向量机的花粉浓度预测模型

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量；其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数；然后利用最优参数优化花粉浓度预测模型；最后，使用优化后的模型对花粉未来24 h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。     

VMC1000L立式加工中心整机结构优化与验证

该文采用有限元方法对VMC1000L立式加工中心进行静力结构分析,根据分析结论对机床的薄弱环节进行结构优化,并通过对比分析明确结构优化后的整机较优化前最大变形减少19.5%,且经抽样检测验证了结构优化方向的正确性。在实现整机结构优化的同时,为后续机型的设计和结构优化、分析验证提供了相应的理论依据和技术途径。     

某机耕天桥支架设计优化与施工技术

在山海高速ZK24+272机耕天桥施工中,针对满堂支架方案进行优化设计,并从设计、施工、周转使用等方面进行比较分析,提出钢管贝雷架+脚手架和型钢少支架+脚手架方案,结果表明优化后的方案不仅结构简单、布局合理、施工方便、周转灵活,而且降低了施工成本,缩短了工期,确保工程安全如期完成。     

云组合服务网络的异常植入数据检测算法

云组合服务网络在路由转发控制受到节点的同态扰动影响,容易受到植入入侵,为了提高网络的安全性,提出一种基于阈值组合判决的云组合服务网络的异常植入数据检测算法。构建网络异常植入数据的统计特征模型,采用大数据挖掘技术进行云组合服务网络异常植入数据特征检测和滤波分析,提取云组合服务网络数据的谱特征量,采用支持向量机学习方法进行云组合服务网络的异常植入数据检测过程中的自适应寻优控制,采用双门限阈值组合判决方法,实现对目标数据的准确检测,提高对异常植入数据的准确定位检测能力。仿真结果表明,采用该方法进行云组合服务网络异常植入数据检测的准确概率较高,检测性能较好,提高了网络安全性。     

结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。