网格搜索引擎技术研究

网格中有许多可利用的资源，网格系统的可用性依赖于搜索引擎的搜索能力。首先介绍了网格资源管理和传统的搜索引擎技术，然后在P2P搜索引擎技术的基础上，提出了一种更加有效的网格搜索引擎技术——网格对等搜索。     

一类计量经济模型的微分几何方法

研究了一类计量经济模型.首先,利用Severini和Wong(1992)提出的广义子集参数似然建立了类似于Wei(1991)的几何结构.然后.研究了参数估计同统计曲率有关的一些渐近性质,本文的结果进一步推广和发展了Wei(1991)等的工作.     

软计算信用分析方法比较探讨

研究了信用分析中的软计算方法——BP网络与自适应神经模糊推理,并对软计算方法与DEA、TOPSIS的结合运用作了进一步探讨。采用V-foldCross-validation技巧,利用样本公司实际指标数据对该模型的评分效果进行了实证研究。     

BJ492Q汽油机的计算机模拟与分析

本文据计算机对BJ492Q汽油机循环模拟结果进行分析讨论。认为该汽油机的有关参数不是较佳值,为提高其燃油经济性和其它性能应改善燃烧,即减小m值,推迟点火提前角θ,缩短燃烧持续时间△φ(?)。     

基于模型的系统工程在航空发动机控制设计中的应用

 基于模型的系统工程（MBSE）采用模型的表达方法描述系统的整个生命周期过程中需求、设计、分析、验证和确认等活动,以其无歧义、模块化、可重用、可追溯等优点迅速覆盖了航空航天、船舶等相关工程领域。总结了MBSE的方法论、建模语言和建模工具,并探索适合航空发动机功能建模的解决方案。     

检测器误差对路网流量推算影响的灵敏度分析

以路网检测器布设可测流问题中检测器误差对路网流量推算的影响为研究对象,采用基于交叉口转弯比的流量守恒方程和网络检测器布设模型,给出灵敏度分析方法并将其作为检测器误差分析的通用方法.将路段流量推算结果受误差源路段检测器误差的影响定义为关键系数,通过理论推导得出,多个误差源路段流量检测器误差对路网流量推算结果的影响为单个误差源路段流量检测器误差影响的线性叠加.最后以方格式路网为实例,采用在路网的只进和只出路段布设检测器两种方案,利用关键系数给出了检测路段流量误差对未检测路段流量推算的影响.     

直喷汽油机恒转速增转矩工况燃烧与排放

在一台直喷汽油机(GDI)上,利用发动机瞬态控制和测试系统,研究恒转速增转矩工况下节气门切换幅度和切换耗时对发动机燃烧与排放动态响应的影响,并通过基于比例积分(PI)调节的过量空气系数(λ)闭环控制和节气门超调策略优化瞬态工况的燃烧和排放.试验结果表明:在恒转速增转矩工况,发动机工作参数相对于节气门的变化有一定的滞后,切换时间越长各参数与节气门变化的跟随性越好;切换幅度较大时,各参数稳定性较差;进气的响应特性是影响发动机瞬态工况下燃烧与排放的主要因素.在所研究的工况下,过量空气系数闭环控制的最优PI(比例值、积分值)组合为P=0.08/I=0.5;进气门超调策略可以更有效地减小进气响应的滞后时间,使燃烧更充分,降低颗粒物数量浓度和碳氢(HC)排放.     

不同压缩比下稀释方式对直喷汽油机节油影响

基于一台1.0 L涡轮增压发动机,在9.6及12的压缩比下,研究了化学当量比、稀薄燃烧(稀燃)及低压废气再循环(EGR)工况下的燃烧与油耗特性.结果表明:EGR在压缩比12、大负荷工况下,节油效果优于稀燃,其余工况下稀燃的节油效果均更好.通过改变压缩比并结合稀燃或EGR,小、中、大负荷下燃油消耗率(BSFC)相比于压缩比9.6化学当量比工况降低最多为7.5%、10.4%和9.3%.结合一维仿真,分析并对比了大负荷下稀燃与EGR的节油原因及其差异.结果表明:在压缩比12、大负荷、过量空气系数(λ)小于1.4的情况下稀燃不能抑制爆震,节油效果不明显;相同工况下EGR可以有效抑制爆震,降低燃油消耗率达5.5%;大负荷下稀燃和EGR的节油来源主要为传热损失和排气损失减少,二者对节油的贡献程度之和大于90%.     

基于无线温度监测的内燃机连杆轴瓦故障诊断技术研究

针对内燃机连杆轴瓦故障频发且监测手段有限的技术难点,提出了基于无线温度监测的连杆轴瓦磨损类故障诊断方法。通过分析连杆轴瓦与轴径相对运动时的摩擦力学关系,在考虑润滑的前提下推导出轴瓦温升计算方程,作为基于温度监测的轴瓦故障诊断方法的理论依据;以TBD234V12型柴油机为对象,搭建连杆轴瓦故障模拟实验台模拟轴瓦磨损故障,并配置无线测温系统捕捉异常温度信号,对比正常情况下的温度信号可知,磨损的连杆轴瓦表面温度相比正常轴瓦温度有明显上升。理论和模拟实验结果表明,基于无线温度监测的内燃机连杆轴瓦故障诊断方法具有较高实用价值。     

基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法

针对柴油机缸盖振动信号非线性、非平稳的特点,以及传统故障诊断方法需要先验知识且特征提取费时费力的缺点,提出了一种基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法。首先通过复Morlet小波将柴油机缸盖振动信号转换为时频图,该变换包含了信号的时频域信息,比单一的时域或频域信号更适合分析柴油机缸盖振动这种非平稳信号;其次将时频图输入至AlexNet神经网络进行特征自动提取并建立故障诊断模型,解决了传统手工提取特征费时费力且需要专家经验的问题;然后通过Batch Normalization和Dropout技术改进网络结构,并优化神经网络超参数以提高模型的准确度和计算效率;最后将本文方法与传统的故障诊断方法应用于柴油机气门间隙异常故障诊断并进行对比,发现其诊断准确率最高,验证了所提方法的优越性。