汽车车窗摇手柄注塑成形优化设计与试验分析

利用Moldflow软件对汽车车窗的塑料摇手柄注塑成形过程进行模拟和优化,通过DOE试验对工艺因素熔体温度和保压压力进行分析,生成3D响应曲面图,对比分析填充时间、流动前沿温度、体积收缩率、翘曲变形等参数,然后进行模流分析,使用正交试验法分析影响摇手柄翘曲变形和体积收缩率的因素,寻找最优加工参数.结果表明:保压压力和熔体温度对各参数影响程度较大,响应曲面图形状比较陡峭,各因素对翘曲变形和体积收缩率影响的最优组合为A1B3C1D4E4,利用最优参数进行模拟,得到最大翘曲变量和体积收缩率为0.636 mm和11.37%.     

基于层次分析法的重卡变速操纵性能主观评价

基于层次分析方法(Analytic Hierarchy Process,AHP),构建重型卡车变速操纵性能综合评价指标体系和层次分析法结构模型,重点分析变速操纵性能评价的4个方面:外观和形状、人机工程、操纵性能和NVH性能。通过层次分析法,确定了变速操纵性能主观评价指标的权重。对同一车型的三种不同变速操纵机构进行实车评价试验,对方案层评价指标按照十分制进行评价打分,利用所计算的评价指标权重,得到总体性能评分。     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。     

基于基尼系数的网络异质性研究

为了定量研究网络的异质性,将洛伦茨曲线和基尼系数等概念推广至网络异质性的研究当中,提出了基于连通子图重要度的复杂网络的基尼系数,用来表征网络异质性;然后,得到具有n个节点和k个连通子图的网络的异质性取得最大值和最小值的条件;最后用一算例来阐述该研究的有效性与实用性。     

8-维3-李代数的Manin Triple

利用对合导子及伴随表示的对偶模构造了对偶3-李代数,证明了特征为0的代数闭域上任意4-维3-李代数存在对合导子,并利用4-维3-李代数的对合导子构造了7种不同构的8-维3-李代数的Manin Triple。     

基于低秩表示的判别特征提取算法

为了更好地获取高维数据的特征,提出一种特征提取算法——低秩判别映射. 首先基于低秩表示构造代表样本关联性的关联矩阵,然后利用关联矩阵应用判别准则. 低秩表示以样本作为基函数,利用所有样本构建关联矩阵,其构造特点决定了关联矩阵能够很好地体现样本集的全局结构和样本之间的判别关系. 人脸数据集的实验表明,低秩判别映射优于其他广泛应用的特征提取方法.     

α-Fe2O3/CuO/rGO非均相芬顿催化剂的制备及其降解苯酚的性能

采用改进的Hummers法制得氧化石墨烯(GO),与FeSO₄在120 ℃下回流还原,再通过浸渍Cu(NO₃)₂、煅烧得到α-Fe₂O₃/CuO/rGO非均相芬顿催化材料,并对材料进行扫描电子显微镜(SEM)表征和X射线粉末衍射(XRD)分析.以苯酚为目标污染物,研究α-Fe₂O₃/CuO/rGO复合材料对苯酚的催化降解性能.结果表明:在pH=5.8,双氧水的初始浓度为40 mmol/L,催化剂投加量为1.0 g/L条件下,降解90 min时,α-Fe₂O₃/CuO/rGO对0.1 g/L苯酚的去除率达到100%;在降解180 min时TOC的去除率约70%,说明α-Fe₂O₃/CuO/rGO对苯酚有较高的矿化效率,是一种具有应用前景的芬顿催化剂.     

裂缝尺寸对微生物修复混凝土强度的影响

为研究微生物在不同宽度、深度的裂缝尺寸下对混凝土强度的修复效果,选用巴氏芽孢杆菌为裂缝修复剂,在宽度为0.75,1.0,1.25 mm及深度为15,30,45,60,75,90 mm的不同裂缝下对混凝土进行修复,通过混凝土抗压试验,测出未修复和修复的试块抗压强度.结果表明:(1)微生物在不同裂缝尺寸下的修复对混凝土强度都有提升作用;(2)裂缝深度对混凝土修复强度的影响更大;(3)在同一裂缝宽度下,修复效果出现了先上升后降低的趋势,在深度为30 mm和45 mm的时候,修复效果最佳.     

舰船主变流机组火花试验分析

针对某舰船主变流机组火花偏大导致的输出功率和转矩不足问题,研究了火花偏大对机组运行特性的影响。通过等效电路模型构建了机组同步电机、直流电机的数学模型及同步电机和直流电机的机械耦合方程,建立了主变流机组数学模型,仿真试验表明,主变流机组模型在额定工况下对机组转速和端电压幅值的控制效果较好。通过分析直流电机电枢电流换向过程,明确了主变流机组火花的产生机理。将Cassie电弧近似为火花数学模型,并将其串联至机组直流电机电枢回路中,实现了机组火花偏大的虚拟注入,仿真试验结果表明:在相同负载条件下,火花偏大会使电枢电流下降、纹波系数增加。对一台4 kW主变流机组原型样机进行了试验,结果表明:随着机组负载的增大,无论是否存在火花偏大问题,直流电机电枢电流纹波系数都会减小;在同等负载条件下,火花偏大时直流电机电枢电流的纹波系数比正常工况下的纹波系数大;Cassie电弧模型正确且有效。该研究可为机组火花偏大的在线监测及故障诊断提供一种参考。     

综合多维度优化的网络党建用户关系评价研究

针对云南省基层党建综合服务平台经典用户相似度算法结果精确度低的问题,提出一种党员用户关系评价模型.首先基于用户间的微博文本、位置、共同好友、交互、背景设计适用于该平台的相似度优化算法,然后利用最大似然估计方法综合5个维度的相似度结果,得到最终的党员用户关系评价模型.以平台真实数据对模型进行性能分析,结果表明,与基于网络距离和内容的相似度算法、基于微博的相似度算法相比,提出的优化算法及最终模型在准确率、召回率和F1值上均有较大提升.