基于SolidWorks Flow Simulation优化球阀结构

应用SolidWorks Flow Simulation对一款球阀半载及满载状态下的直口型和圆口型两种球体启闭件进行对比,共设计了四个CFD项目:(1)半载+直口型;(2)半载+直口型;(3)半载+圆口型;(4)满载+圆口型。通过流体动力学仿真分析,获得了不同状态下的流场压力云图及速度云图;通过流线轨迹可直接地观察到阀体内流体的运动状态;基于CFD分析结果,确定了适应实际需要的球阀的内部结构设计。此外,运用"粒子示踪"、"表面参数"及"粒子统计"命令还可预测出若流体中含有的固体杂质时,杂质被流体带出的概率情况,有助于工作人员在实际操作时,提前对流体杂质进行适当过滤。     

一种动态窗口PCA运动方向估计算法

首先针对个人航位推算系统中计步算法的阈值设定问题,提出了一种基于有限状态机的阈值自学习算法.通过该算法可以在较短的时间内(10s)获得自适应阈值,提高计步算法的准确性.然后在利用该阈值进行计步的同时,对连续步态进行分割,并以分割结果作为动态窗口进行主成分分析,可以获取目标运动的方向.此外,通过利用运动步态模型中加速度变化的规律可以有效解决180°模糊问题.实验分析结果表明,相比于固定窗口的 PCA 分析方法,基于动态窗口的 PCA 在数据处理量降低61.2%的情况下,其准确度提高了11.1%.     

基于SolidWorks Flow Simulation的滤清器过滤效果分析

应用SolidWorks软件的Flow Simulation插件对一款典型的发动机滤板式滤清器核心部件进行CFD分析。通过流体动力学仿真分析,可以直观地得到滤清器内部空气的流线分布,获得内部流体速度场切片云图。通过粒子轨迹示踪法,模拟三种不同粒径的杂质在滤清器内部的运动过程,可预测该款滤板式滤清器对气流中不同粒径杂质过滤效果,以便于下一步对产品结构进行优化设计。     

CAN总线在波动仿生推进器中的应用

波动仿生推进器是一种依据鱼类仿生学原理设计的新型水下推进器。控制器局域网(ControllerAreaNetwork,即CAN总线)是一种能有效地支持具有很高安全等级的分布实时控制的串行通信协议。基于波动仿生推进器内部环境及多电机独立控制结构的特点,采用CAN总线来构建波动仿生推进器内部的通信网络。文章对CAN总线在波动仿生推进器上的应用方案进行了系统阐述,提出了具体的软硬件解决方案,并对其中的一些关键点进行了说明。此外,对波动仿生推进器的波动控制技术,即多电机的协调控制方法也作了相应论述。     

药剂预处理金精矿氰化工艺研究与实践

对河台金矿金精矿氰化工艺,通过采用药剂X预处理的方法,提高了氰化浸出速度,优化了相关作业条件,增加了氰化处理能力。同时该法使用后,降低了材料消耗与处理成本,提高企业经济效益。     

基于粒子群优化的德州扑克在线对手利用

德州扑克中,相比于采用均衡策略求解的方法,对手利用是针对存在弱点的对手以获取更大收益的更有效方法.然而在面对一个全新对手时,在线条件下如何高效利用对手仍然是一大难题.现有方法常采用离线训练在线适应的方式来避开这一问题,即利用学习、演化等方法,通过海量离线训练来获得具有对手适应性的模型,使其能在比赛中适应不同的对手,而不是在比赛中针对一个新对手在线主动地优化自身策略.对此,以在线主动策略优化实现有效对手利用为目的,基于时间维的粒子定义提出一种基于粒子群优化的策略优化方法,将在线策略优化的思路引入德州扑克这种具有强随机性的博弈问题中,开展对手利用并实现在线比赛收益最大化.针对适应度计算受随机运气影响以及部分对手针对性策略难以优化的问题,提出一种基于局部最优解替代、全局最优解替代的改进粒子群优化算法(BR-PSO).实验结果表明,对于标准PSO方法难以针对的对手,所提出的方法能有效获得对手的针对性策略以实现最大化对手利用,而且优化策略的收益能够媲美基于手牌预测AI的收益.     

过程性考核在《塑料成型模具拆装与测绘》实训课程中的应用

以模具设计与制造专业基础课程《塑料成型模具拆装与测绘》的实践教学为例,针对该专业学生的学习特点,设计了一套过程性考核方案,从课程特点、教学目标及考核方案实施等方面探讨了过程性考核在高职模具专业实训课程教学中应用的可行性。实践证明,该考核方案具有较好的可行性,还可引进职业素养的考核,培养学生养成良好的职业习惯。     

非同源故障录波数据同步方法

过渡电阻是影响基于阻抗法的输电线路故障测距精度的主要因素,利用双端故障录波的测距方法可以从原理上消除过渡电阻的影响,文章介绍双端故障测距方法的工程应用研究,基于云南电网的实际运行数据对测距方法进行验证.利用双端故障录波进行故障测距,首先要解决的问题就是线路两侧非同源录波数据同步问题.本文提出一种综合利用故障分量出现时刻...