超大能力超细全尾砂超长距离管道自流输送技术

 为解决司家营铁矿超大能力超细全尾砂超长距离管道自流输送难题, 在研究超细全尾砂管道自流输送、骨料颗粒沉降堵管及管道沿程阻力损失特性的基础上, 利用Fluent 软件对超细全尾砂超长距离大管径的自流输送特性进行分析。结果表明:超细粒径全尾砂易于悬浮, 大管径输送可有效降低沿程阻力损失。工作流速为2.95 m·s^-1、管道内径为155 mm 的超细全尾砂浆体的垂直脉动速度分量S_v=0.24 cm·s^-1远大于尾砂的干涉沉降速度0.034 cm·s^-1, 最大允许充填倍线N_max高达10.6, 充填料浆可均匀悬浮顺利自流至采空区。     

工程车辆发动机与液力变矩器匹配优化设计

为研究工程车辆发动机与液力变矩器之间的匹配对其动力性能和经济性能的影响,首先对工程车辆工作的不同工况进行分析,建立两种最高功率扭矩点位不同的发动机与液力变矩器的共同工作输入和输出特性的数学模型,并进行分析,优化计算方法;然后以工程车辆的动力性为目标,建立以液力变矩器有效直径为设计变量的发动机与液力变矩器匹配的优化模型,使用MATLAB进行实例计算,结果表明,优化后工程车辆发动机与液力变矩器的功率匹配在动力性方面提高了3.5％,燃油经济性方面则降低了3.1％。     

基于CATPCA的优化Transformer卫星电源消耗时序预测研究

提出一种由基于最优尺度量化的分类主成分分析数据处理模块和优化Transformer时序预测模块组成的卫星电源消耗预测方法.针对卫星工程数据的高冗余问题，建立了基于赫斯特指数分析（Hurst）、灰色关联分析以及分类主成分分析（CATPCA）的卫星高维数据处理模型，对百维度时序数据进行有效提取，重构输入数据.采用对抗学习网络架构，建立多学习Transformer的卫星电量预测模型，模型综合考虑影响卫星能源消耗的多种因素以及时序数据依赖，可以在较短的时间内完成高精度卫星电源消耗时序预测.实验部分采用卫星真实运行数据，综合考虑影响卫星能源消耗的多种因素，12 h预测拟合优度达到94%，比BP神经网络，长短期记忆网络（LSTM）精度更高.可以有效克服常规工程数据的冗余、缺失以及脏数据问题，解决了常规时序预测需要依赖长期数据的不足缺陷，有效完成卫星能源短时消耗高精度预测.这对卫星在轨任务规划、卫星在轨健康管理等后续任务提供可靠支持.