缝合结构对氧化铝涂层织物接缝性能的影响

为了探究氧化铝涂层织物的缝合性能和接缝效率,采用氧化铝缝纫线对氧化铝涂层织物进行缝合,通过调控缝纫线的股数、条数、间距和针距探究缝合结构对接缝力学性能的影响,同时测试氧化铝织物涂层前后的力学性能,分析接缝效率的变化规律。结果表明：氧化铝织物涂层前与涂层后的拉伸断裂强度分别为586.5、638.7 N/cm。缝纫线股数为单股和双股时,氧化铝涂层织物的接缝强度为37.1、47.0 N/cm,采用双股缝合的接缝强度比单股高出27%。缝线间距分别为5、10、20 mm时,织物的接缝强度分别为49.1、47.0、59.1 N/cm。缝纫线条数分别为1、2、3条时,织物的接缝强度分别为35.0、47.0、99.5 N/cm。缝纫线针距分别为3、5、10 mm时,织物的接缝强度为73.3、47.0、26.6 N/cm。氧化铝涂层织物接缝效率在4.2%～15.6%。总之,为使氧化铝涂层织物接缝强度达到最优,应选双股线、多条数、大间距,在工况条件和生产效率允许的范围内,尽可能减小针距但不宜小于3 mm。     

基于CBR-HJaya-BP的液压缸加工工时预测研究

为了提高冶金行业液压缸加工工时预测精度,提出一种结合基于案例的推理（CBR）和混合Jaya算法优化BP神经网络的液压缸加工工时预测方法（CBR-HJaya-BP）。使用混合Jaya算法优化BP神经网络的初始权值和阈值,采取基于Sin混沌反向学习的种群初始化策略提高初始解的质量,引入阿基米德优化算法中的转移算子,在探索阶段采用均匀交叉产生中间种群,在开发阶段使用Jaya公式产生中间种群,在解的保留策略中引入了模拟退火算法中的Metropolis准则,以跳出局部最优。以某冶金液压缸制造企业的历史加工数据库为样本,采用CBR方法提取与待预测液压缸的特征参数相似度最高的历史数据,使用提出的HJaya-BP模型进行预测实验,并与改进前的Jaya-BP模型以及原始BP神经网络模型进行对比。实验结果表明,HJaya-BP模型的预测准确度和稳定性均为最优。