大兴安岭冰帽群的发现及初步研究

对于大兴安岭地区是否发生过第四纪冰川作用,地质学界一直存在争议。通过野外调查发现,在内蒙古克什克腾旗世界地质公园青山园区的山脊与山坡上,大规模分布有流线构造,同时在边缘地带存在着典型的终碛条带构造、冰碛砾石扇构造。流线构造由粗粒黑云二长花岗岩组成,砾石为棱角状,多长条形,长为数十厘米至数米。构成流线构造的砾石垄,垄宽1～3 m,高0.3～1.0 m,长数十米,最长的可达数百米。长条状砾石a轴与流线构造的延伸方向一致,板状砾石则叠压成鱼骨状。经与国外文献中冰帽遗迹特征进行对比分析,确定这些流线构造属于冰帽冰碛流线构造,从而证实了大兴安岭地区曾经存在众多小型冰帽,统称为"兴安冰帽群"。根据砾石表面具有极其微弱的风化程度、流线构造与全新世灰黑色亚黏土堆积在一起的特征,初步推断该期冰帽的发生时间可能为全新世的拦马冰期。     

基于源网荷互动的智能配电网降损优化策略研究

智能配电网中不同的等效负荷组网具有不同程度的参与荷网源互动降损的能力,与常规能源配合,可起到一定的降低智能配电网损耗的作用。本文分析了智能配电网中常规电源、等效负荷组网以及配电网拓扑结构的调节特性,并以此为基础,根据不同的调节特性分别建立调节特性数学模型。在所得调节特性数学模型的基础上,以配电网损耗为目标,结合各调节主体及配电网的约束,采用粒子群算法进行优化,研究了智能配电网降损手段。     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解，但现有算法存在陷入局部最优、早熟收敛等缺陷，因此提出一种改进的蚱蜢算法:采用边界反弹机制，提高算法效率;引入正余弦搜索机制，加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动，防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明，该算法在电动汽车充换电站调度优化问题上，性能优于原始蚱蜢算法以及其他现有群智能算法.     

基于量子粒子群优化算法的换热器综合能效评价研究

换热器是工业领域中被广泛应用的一种通用工艺设备,降低生产过程中的能源消耗来提高生产效益逐渐被重视。采用理论分析和数值模拟仿真相结合的方式,将影响换热器能效评价的各类因素进行了合理的归类与分析,根据各类型影响因素,建立了一个线性加权函数形式的换热器综合能效评价模型,对模型中的各个权重系数采用量子粒子群的优化算法进行优化,得到与各项能效因素相对应的最优权重,从而建立起最优的换热器综合能效评价方法。     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

混合粒子群算法的电火花成型加工工艺参数优化

针对电火花成型加工机床工艺参数难以确定以及工件表面质量差的问题,在CTM450机床上探究了脉冲电流、脉冲宽度、脉冲间隔对成型加工中MPR和Ra的影响,在正方实验的基础上,以提高材料去除率和工件表面质量为优化目标,设计了混合粒子群算法,将仿真优化后的结果与实际加工效果进行验证,表面该算法准确有效.     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

数控内齿珩轮强力珩齿拓扑修形方法研究

在圆柱斜齿轮进行珩削修形加工时,通常采用专用的金刚石修整轮对珩磨轮的齿廓和齿向进行修整,因此,齿轮修形参数不同,所使用的金刚轮也不同。为了增加金刚石修整轮的通用性,降低修形齿轮加工成本,缩短齿轮研发周期,文章在已有研究的基础上提出了一种基于调整内齿珩轮强力珩齿机床各轴运动参数的方法来实现齿轮修形加工。根据各轴的运动关系,建立内齿珩轮强力珩齿机床加工齿轮的齿面数学模型;将机床的A、B、X轴的运动表示为具有Φ_(C_1)、L_Z 2个变量的高阶多项式函数,分析多项式系数对齿面法向偏差的影响;建立齿面法向偏差的目标函数,利用粒子群优化算法(particle swarm optimization,PSO)进行优化,得到机床的运动参数。仿真结果证明了该拓扑修形方法的有效性。