硫系玻璃非球面透镜的模压温度与应力研究

在硫系玻璃模压成形技术中,为确定适宜工艺参数和降低残余应力,提高模具精度和玻璃表面成形质量,建立基于非线性有限元分析法的硫系玻璃非球面透镜的模压成形模型。采用二维轴对称模型分析,五单元的广义Maxwell黏弹性模型作为输入模型,通过此模型研究非球面透镜在不同温度下的热量扩散和应力分布情况,并研究模压后非球面透镜表面位移、速度、温度和残余应力的关系;再用仿真结论指导试验完成,得出红外硫系玻璃IG5非球面透镜模压的适宜温度为315℃左右,压造时间为60s。     

半自动汽车防晒罩设计说明

目前随着经济的不断发展，家用轿车的普及率越来越高，随之的汽车防晒罩类的产品也是越来越丰富。但是传统的防暗罩使用不方便，隔热效果不是特别突出。对此，我们本项作品半自动汽车防晒罩，一种将取出、存放与保险连为一体，利用磁条固定防晒革边缘，并带有可伸缩支架的汽车防晒罩。包括带有磁条的汽车防晒罩主体，防晒罩保险装置，防晒罩主支架及辅助支架。其特征是2保险装置位于汽车后备箱中，防晒罩边缘装有磁条，防晒罩撑开后有支架令防晒罩内产生一个空气隔层，增强隔热效果。其有方便快捷，存放空间小，适用范围广，防晒效果好的优点，并在一定程度上节约资源，节能环保。适用于各种车型。     

融合多策略的黄金正弦灰狼优化算法

【目的】为解决灰狼优化算法(grey wolf optimization, GWO)收敛精度不高,收敛速度较慢和易陷入局部最优等不足,提出一种融合多策略的黄金正弦灰狼优化算法(golden sine grey wolf optimization, G-GWO)。【方法】首先,利用非线性调整收敛因子、动态调整比例权重和引入黄金正弦策略对GWO算法进行改进;然后,选取三类基准测试函数进行寻优实验,并与GWO算法、其他智能优化算法和其他改进GWO算法进行对比,从寻优的收敛精度、鲁棒性和收敛速度方面验证G-GWO算法的优越性;最后,建立板料冲压成形工艺参数与质量参数的BP神经网络(BP neural network, BPNN)代理模型,选用8种算法分别优化BP神经网络的权值和阈值,对比优化后的代理模型精度,验证G-GWO算法在实际工程应用中的有效性。【结果】G-GWO算法在三类基准测试函数的收敛精度、鲁棒性和收敛速度较其他算法均有较大优势,优化后的代理模型最大减薄率相对误差为3.47%,最大增厚率相对误差为4.99%。【结论】改进策略能提高GWO算法的性能,这可作为建立高精度代理模型和后续的...