面向加工中心的工艺方案优化技术

在全面考虑影响加工效率和质量的多个因素的基础上,使用多种优化方法,选择最优的工艺方案.首先用神经网络为每个加工特征选择合适的加工链,将不同特征的加工链组合成可行的加工方案集合,然后用遗传算法对加工方案排序,以辅助加工时间最少为优化目标,决策出最优的加工方案.将相关特征聚合为一个特征参加排序,大大减少了计算复杂度;最后,在聚类特征内部以刀具空行程最短为目标,规划刀具的移动路径.算法以某厂缸盖为对象进行实例验证.     

数控车削加工路线的优化研究

数控加工工艺路线是编制数控加工程序的重要依据之一,合理选择加工路线对保证零件加工精度和表面粗糙度及充分发挥数控车床的效能非常重要。结合实践经验研究典型的数控车加工路线。     

拉深工艺CAD系统中参数的优化计算

拉深工艺设计中的拉深系数ｍ、凹模圆角半径Ｒｄ、凸模圆角半径Ｒｐ重要的工艺参数，本文从拉深基本理论出发，建立数学模型，对主要工艺参数进行优化计算，根据拉深件材料及生产条件求得主要工艺参数的精确解及其相互的关系，对工艺设计计算有指导意义。     

逆向追踪图解法优化工艺路线

基于解复杂尺寸链过程中所用到的图解追踪法原理，提出一种优化工艺路线的简明方法－逆向追踪图解法。此法是在考虑满足设计要求和加工工艺要求的前提下，使得工艺路线最大限度地减少基准变换，减少尺寸链中的组成环，因而可以减少加工成本，提高加工精度。     

适合工艺流程的车削加工工艺参数优化

本文从目标函数和约束条件入手,对单刀车削加工进行了工艺参数优化,并以一数学模型为例得出全局最优解,这种优化方法对机械设计中优化工艺流程提供了非常重要的理论基础,并对机械加工降低成本和提高生产率提供了宝贵的现实意义。     

基于主轴系统动态行为的高速铣削工艺参数优化

提出了一种基于主轴系统动态行为的高速铣削工艺参数优化方法.基于主轴系统动态行为,以无颤振状态下随转速变化的极限切削深度最大及生产率最大为综合优化目标函数,构建集成主轴系统动态行为与工艺参数交互影响特性的优化模型,运用人工蜂群算法对铣削工艺参数进行优化计算,得到无颤振状态下生产率最大的最优铣削工艺参数组合方案.实例及试验结果表明,采用基于主轴系统动态行为的高速铣削工艺参数优化方法可以获得最优铣削工艺参数,该参数在实际切削时不会发生颤振.     

苎麻快速预处理工艺参数的优化

建立苎麻预处理工艺参数的优化数学模型并求出最优解。对预氯处理和预氧处理的工艺参数最优解进行了比较。     

数控铣削工艺参数优化的研究

提出了数控铣削工艺参数优化的方案，该方案将精通数控铣削的工人和工艺专家的经验知识和理论公式有机地结合起来。其中着重对理论公式进行深入探讨。     

基于灰色理论的薄壁不锈钢管弯曲工艺参数优化技术

针对导管弯曲加工工艺参数难以合理选择的问题,研究弯曲工艺参数优化技术.在导管弯曲工艺参数优化建模的基础上,提出了以虚拟正交试验和数值模拟技术确定工艺参数方案,以灰色理论进行方案评价的导管弯曲工艺参数优化技术.实例结果表明,经优化处理后的导管成形质量明显提高,验证了优化模型及优化方法的有效性.     

面向图片识别的深度学习模型并行优化方法

针对机器学习中的图片识别问题,结合已有的图片识别方法,在集群并行系统上对图片识别的并行优化方法进行研究。通过引入参数服务器机制,对分布式随机梯度下降算法中的参数更新机制进行了改进。一方面对Worker节点计算出的梯度进行稀疏化处理,以减少Worker节点和参数服务器节点之间的通信量;另一方面将参数服务器节点向Worker节点发送更新后的模型参数转换为参数服务器节点向Worker节点发送累积的梯度,然后对累积的梯度进行稀疏化处理,以进一步减少Worker节点和参数服务器节点之间的通信量。此外,为了解决由于稀疏化而引起的训练精度损失问题,引入了一种应对动量损失的动量修正方法,以提升图片识别模型的精度。实验结果表明,与基本的异步随机梯度下降算法ASGD相比,本文并行优化方法在3种不同的压缩率下,对深度学习图片识别模型的训练速度平均可提高2.95倍,测试准确率平均提高了4.6%。     

乙醛生产过程优化

依据乙醛生产的反应机理和影响因素的分析,利用生产中的实际数据,通过数学回归建立了乙醛生产过程的数学模型,并以达到最大产量为目标,求得现有装置最大生产能力及适宜操作条件.根据优化的结果,经过1998年和1999年在乙醛装置实际生产中的应用,生产负荷达到了设计负荷的127%,成效显著,实现了优化目的.     

基于改进的双并联动态过程神经网络的旅游需求预测

为克服前向过程神经网络收敛速度慢、精度低的问题,提出了一种改进的双并联动态过程神经网络,对于给定的全连接的过程神经网络,通过优化其连接权值和网络结构,删除冗余连接使之成为部分连接的过程神经网络系统,并给出了基于正交基函数展开的学习算法,从而降低了计算的成本。改进的双并联动态过程神经网络应用于旅游预测问题,结果表明其预测精度能够满足工程需要。     

氧化铝种分过程粒度分布的动态模型

将实验室实验、工业试验与数值仿真(计算)方法相结合,以种分过程中的动力学规律和粒数衡算为基础,以MATLAB/Simulink软件为主要开发工具,根据种分过程的粒度变化特性,以MSMPR结晶器为对象,建立种分槽晶体成核、生长和附聚相结合的粒度衡算模型.根据不同温度下的实验数据,利用矩量法对种分过程的重要参数--附聚核β和成核速率RN进行求解.计算结果表明:附聚核在70℃左右达到最大值,成核速率则一直随着温度的升高而降低;用MATLAB/Simulink软件求解粒度模型,对不同工艺条件下种分过程的粒度分布进行预测,将预测结果与工业试验数据进行比较,相对误差低于10%.     

神农架巴山冷杉林凋落物量养分归还及分解特征

【目的】掌握森林凋落物产量及组成的动态变化、凋落物养分归还量及凋落物分解特征,了解凋落物在森林生态系统养分循环中的作用。【方法】选择神农架巴山冷杉天然林和人工林,在样地内布置凋落物收集框和凋落物分解袋,通过1 a的连续观测,比较天然林和人工林凋落物产量及分解速率的差异。【结果】巴山冷杉天然林和人工林年凋落物总量分别为6 217.44和4 833.46 kg/hm²,天然林比人工林年凋落物总量高28.63%。凋落物中以落叶为主,天然林和人工林落叶产量分别占凋落物总量的55.24%和54.76%; 其次是落枝,分别占总量的22.18%和19.66%; 树皮及花果等其他组分含量相对较少,分别占总量的22.58%和25.58%。巴山冷杉林凋落模式为双峰型,分别在10月和次年6月具有明显高峰期,而在次年2月凋落量最小。天然林和人工林凋落物养分年归还量分别为77.84和54.47 kg/hm²,天然林比人工林凋落物年养分归还量高42.91%,5种大量元素年归还量大小顺序均为N＞K＞Ca＞P＞Mg。凋落物在初始阶段分解较快,天然林和人工林凋落物在最初2个月失重率分别达18.70%和11.35%。天然林和人工林凋落物分解常数分别为0.303和0.241,凋落物半衰期分别为1.70 a和2.57 a,而凋落物周转期分别为9.30 a和12.12 a。【结论】神农架巴山冷杉林凋落物产量较高,分解速率较慢,天然林凋落物对土壤的改良效果更好。     

并行计算环境负载信息的动态监测及处理

负载平衡(load balancing)是网络通信和网络并行计算中的关键问题之一. 为达到负载平衡,就必须对各节点的负载指标进行分析,给出各节点的负载值. 通过系统调用与读取硬件配置信息,实时地获取负载计算所需的参数,利用这些参数计算出复合型负载指标. 该指标经加权处理后为并行计算的进程迁移提供了更加准确的负载值.     

并行机批作业处理优化研究

介绍了含有独立、顺序、有偏序关系的批作业的梳理,以及批作业按作业序列路径数、运行时间长短排序的瀑布式方法,重点讲述了并行机批作业执行时的“梯形”算法。     

碟式分离机整机动平衡的方法

针对碟式分离机整机振动的问题,分析了其结构及零部件的加工、定位和装配精度,比较了分离机工作状态与动平衡实验状态下支承反力的差异.重点介绍了振型分理原理,提出了碟式分离机整机现场平衡的校正方法,并通过实例证明该法的实用性及正确性.     

并联运动机床运动学和动力学分析与仿真

以4 XP XU YY U X型并联运动机床为例,采用影响系数法建立了运动学分析的数学模型,利用Lagrange方程求解出动力学模型,为其它理论分析奠定基础。同时以虚拟样机软件ADAMS为工具,建立了并联机床的仿真模型,并对并联机床进行了动力学分析,获得了并联运动机床的动态特性,从而完善并优化了并联运动机床的系统设计。     

基于动态语言的敏捷并行程序设计方法研究

阐述了基于模型同构、利用动态语言实现敏捷并行程序设计的方法,通过对Python语言并行性的研究,分析了在动态语言背景下实现敏捷并行程序设计的机制,提出了一种改进并行动态语言的模型,着重讨论了并行数据模型的映射方法,以及利用信号同步和数据锁实现并发控制的机制.     

结构动力分析显隐式混合积分并行算法及实现

在分布式并行计算机环境下开展有限元并行算法研究是计算力学领域的前沿课题之一。基于区域分裂法,提出了一种新的结构动力分析的显－隐式混合积分并行算法,给出了其算法执行过程,并从物理直观意义上解释了该算法的设计思想,指出了其本质是一种单元弱耦合的混合积分算法。同时在网络并行计算机群系统上,基于并行平台（ＰＶＭ）设计了算法程序。最后,通过数值算例证明了该算法的可靠性和有效性,并指出了进一步提高并行效率的关键是如何合理确定隐式积分区域单元数目