桩锚基坑支护锚索位置优化分析与探讨

基于实际基坑桩锚支护工程,围绕桩身内力与基坑变形关键指标,探讨其与锚索位置之间内在关系,研究发现:桩身弯矩与剪力均随锚索间距的增大而减小,且其随第一排锚索位置的下移而减小;桩顶水平位移随锚间距影响较小,而坑顶地表沉降则随其增大而增大,同时两者均随第一排锚索位置的下移而增大;与锚索间距相比,第一排锚索位置对桩身内力和基坑变形的影响更为显著.鉴此,进一步给出了桩锚基坑支护锚索布设方案的建议,其研究结果可为其他类似工程提供参考与借鉴.     

双臂机器人传接位置选取与路径规划方法

为提高物体在机器人双臂之间的传接效率,从优化传接操作过程角度出发,提出了一种传接位置选取和双臂移动路径规划方法.通过对传接过程进行分析建立双臂机器人传接位置优化模型,将传接位置选取问题转变为一个非线性约束优化问题.使用改进的遗传算法进行求解,为机器人双臂传接过程选择基于时间最佳的传接位置.在Moveit!规划框架下,采用双向快速扩展随机树(RRT-Connect)算法完成传接过程中的双臂路径规划,使得双臂免于碰撞.利用保存的历史规划信息对随机采样算法存在的不可重复性问题进行优化,找到耗时最短的双臂移动路径.仿真和实验结果表明:提出的方法可以为机器人双臂之间的传接操作找到基于时间最佳的传接位置,并且为双臂规划到达目标传接位置的近似耗时最短路径,提高双臂传接的效率.     

叶片进口边位置对快堆二回路钠泵空化性能的影响

为了提升快堆二回路钠泵的空化性能,在确保其他几何参数不变的前提下,将原型样机的叶片进口边分别前伸三次构造出模型泵A、B、C.基于RNG k-ε湍流模型、Zwart-Gerber-Belamri和Schnerr&Sauer空化模型,对各模型泵进行三维定常单相、两相空化数值模拟,预测出各个模型泵的水力性能曲线、不同工况下的空化性能曲线和内流场参数.通过对比原型样机和各个模型泵的水力性能及内流场参数,得到结论:叶片进口边前伸对钠泵的水力性能影响不大,其中模型泵B的水力性能下降量最小;各模型泵的临界空化余量均不同程度降低,模型泵B的空化性能最优;适当地前伸叶片进口边位置,钠泵的空化性能明显提升.     

无模型自适应去噪控制及其应用

为了使无模型自适应控制(Model-Free Adaptive Control,MFAC)更好地解决伴有噪声干扰系统的控制问题,在无模型自适应控制方法的基础上,针对伴随噪声干扰的系统进行分析研究,引入带有滤波作用的跟踪微分器,在反馈过程进行滤波操作,提出一种基于改进跟踪微分器(Improved Tracking Differentiator,ITD)的无模型自适应去噪控制方法,同时给出了该算法的收敛性证明.并通过仿真证明了本文改进的控制方法可以快速跟踪给定信号并且具有良好的抵抗噪声干扰特性.最后,将其应用在循环流化床锅炉汽包水位的控制中.     

高温下正十二烷喷雾及燃烧数值模拟研究

耦合RANS湍流模型、KH-RT破碎模型及SAGE燃烧模型,运用CFD数值模拟平台,对正十二烷在高温定容状态下的喷雾及燃烧现象进行研究。首先进行喷雾模型的标定与验证,确定了适合模拟的最小网格尺寸,然后分析若干边界条件对于正十二烷喷雾着火的影响规律。结果表明,环境压力对正十二烷喷雾尖端平均推进速率的影响程度不大;随着环境温度的升高,正十二烷喷雾的气相贯穿距不断增大,液相贯穿距呈现下降趋势,但变化并不明显;随着环境温度、环境氧浓度的升高,正十二烷喷雾滞燃期在不断地缩短,着火位置越来越靠近喷嘴。     

基于数值模拟的高压磨料射流喷嘴流场分析及结构优化

为得到高压磨料射流喷嘴内部水流和磨料颗粒运动分布的最佳特性,本文基于二相流理论,利用数值模拟方法研究了高压喷嘴内部混合水相的速度及湍流强度分布,重点分析了磨料入口位置对喷嘴出口处磨料颗粒收束性及喷嘴内壁面磨损状况的影响,并提出了减轻壁面磨损的改进措施。结果表明,距喷嘴中心轴线距离越远,喷嘴内部混合水相的湍流强度越低,但由于磨料入口处存在旋涡,混合水相速度则随之先降低后升高。随着磨料入口位置越靠近高压水入口,出口处磨料的收束性呈现先变好后变差的趋势,磨料颗粒则会大量聚集于磨料入口与上壁面交界处,造成喷嘴内壁磨损,此时可通过在后壁面和上下壁面使用圆角过渡来改善射流流向,进而减少聚集处磨料颗粒的体积分数。     

雄性竞争可促进新物种形成

性选择是否导致新物种的形成?一直是进化生物学家争议的热点。此前大多数研究都聚集于自然选择,尽管有研究考虑到了性选择,但主要关注雌性选择交配对象与进化的关系。如今,美美国密歇根州立大学生物学家通过对棘鱼进行跟踪观测与研究发现,雄性之间激烈的竞争对新物种的形成具有重要的作用。此外,这样的竞争甚至可以消除不同物种之间的界线。研究项目负责人之一、美国密歇根州立大学生物学家珍妮特?博夫曼表示,"我们     

选择性搜索和多深度学习模型融合的目标跟踪

提出一种基于深度学习的多模型(卷积神经网络和卷积深信度网络)融合目标跟踪算法.该算法在提取候选粒子方面,使用选择性搜索和粒子滤波的方法.CVPR2013跟踪评价指标(50个视频序列、30个跟踪算法)验证了:该算法在跟踪中能有效地缓解目标物体由于遮挡、光照变化和尺度变化等因素造成的跟踪丢失情况的发生.     

基于支持向量机的多特征选择目标跟踪

目标判别跟踪方法一般以单一跟踪结果(正样本)和部分负样本训练分类器,并只用单一的特征描述目标,因此在目标发生遮挡、光照变化、形变等情况下很容易导致跟踪的失败. 为了克服单一正样本和单一特征训练的分类器导致跟踪不稳定的问题,提出一种基于支持向量机的多特征描述、多个正负样本进行分类器训练的目标跟踪方法,用训练分类器对所有候选粒子的不同特征进行判别和选择,并将具有最大置信概率的粒子确定为跟踪结果. 在跟踪过程中,利用子空间学习的方法实现正样本的更新,并以更新后的正负样本训练分类器. 实验结果表明,该方法在目标存在遮挡、光照变化、形变等情况下均可以取得较好的跟踪效果.     

混合型有源电力滤波器电流跟踪控制方法研究

本文首先分析了混合型有源电力滤波器的结构及工作原理,针对传统电流跟踪控制方法响应速度慢、稳定性能差的缺点,本文采用了基于递推积分的Pl控制算法,并且取得了比较好地控制效果,另外,针对该控制算法响应速度比较慢的问题,本文采用了一种模糊算法在线调整递推积分PI的系数,以此提高其响应速度,仿真结果证实了该控制算法可以改善APF系统的动态跟踪性能和稳态性能。