关键词： 轻量化设计   有限元计算   遗传算法   拓扑优化   火箭弹尾翼  

摘要： 针对尾翼轻量化设计,提出了一种联合仿真优化设计方法,以改进遗传算法为寻优算法,用有限元计算完成受力分析,编写程序使寻优过程和有限元计算过程联合对结构进行优化。将结构参数离散为设计参数并编码,将有限元计算结果作为约束条件,零件体积为优化目标,通过外点法将约束和目标转换为适应度函数,经过迭代获得最优结构参数。仿真结果表明:用该方法优化对某型火箭弹尾翼进行优化,在满足原工况下的受力要求的同时,减轻了约30%的结构质量,该优化方法具有一定的可行性;在联合仿真寻优的过程中,多种群遗传算法相对于普通遗传算法有更好的搜索效果。

关键词： 磁流变阻尼器   结构设计   多目标优化   数值模拟  

摘要： 针对用于下肢假肢的磁流变阻尼器阻尼力调节范围受限且体积大、能耗高的问题,提出了一种阶梯式变间隙磁流变阻尼器,该阻尼器可根据人体不同步态需求,通过控制线圈电流与改变阻尼间隙来调节输出阻尼力。阐述了阶梯式变间隙磁流变阻尼器的结构和工作原理,建立了阻尼力计算模型并进行了磁路分析。在满足下肢假肢阻尼力要求的前提下,以阻尼器功率最低、活塞体积最小为优化目标,采用多目标遗传算法对阶梯式变间隙阻尼器的关键结构参数进行优化,得到最优结构尺寸,对优化后的阻尼器进行磁场与力学性能仿真,验证优化结果的合理性。结果表明,优化后的阻尼器在满足输出阻尼力设计要求的条件下,总功率降低了23.3%,活塞体积减小了28.4%,为假肢用磁流变阻尼器的优化设计提供了参考。

关键词： 改进遗传算法   种群分布   通信节点   安全风险   告警  

摘要： 由于通信节点在告警阈值设定方面存在局限性,导致平均绝对误差MAE较大,因此设计一种基于改进遗传算法的通信节点安全风险告警方法。全面采集通信节点的安全影响因素,并进行预处理。提取通信节点的异常流量和访问模式变更等安全风险告警特征,采用改进后的遗传算法,构建通信节点安全风险告警模型。模型不仅能够准确预测潜在的安全威胁,还能根据实时数据动态调整告警策略。最终,通过改进后的模型部署,实现对通信节点安全风险的实时监控与高效告警。实验结果表明,设计方法在所有类型的攻击风险下均展现出了较低的MAE值,特别是在拒绝服务攻击和数据篡改攻击方面,其MAE值分别为0.052和0.036,明显低于其他两种方法,这表明提出的基于改进遗传算法的通信节点安全风险告警方法更适用于实际应用。

关键词： 舞台机械设备   数据传输   边缘计算   工业网关系统  

摘要： 针对多个剧院现场多种机械设备云平台监控的数据需求,提出一种基于边缘计算的远程数据传输系统研究方案。该方案基于微软.Net5.0框架设计,选取剧院现场常用的Modbus协议与西门子S7通讯协议作为数据输入方式,输入的数据经过边缘计算处理后,使用WebSocket协议上传至云端服务器,为舞台机械设备云监控提供实时数据支持。优先级分类的加入不仅满足了系统中紧急数据实时性的要求,也减轻了网络负担。经测试,系统具有可移植性良好、实时性高、数据传输稳定等特点,对工业领域等对数据实时性要求较高的需求场景数据传输系统设计具有一定的参考价值。

关键词： 多元线性回归   人工神经网络   水泥-粉煤灰   砂浆   抗压强度  

摘要： 文章针对低水胶比的水泥-粉煤灰砂浆,采用多元线性回归及人工神经网络方法,分别建立了基于砂胶比(S/B)、粉煤灰掺量(F/B)、水胶比(W/B)及养护龄期(T)的抗压强度模型。结合各模型的决定系数R2,均方根误差RMSE等对模型进行综合评价。结果表明:水泥-粉煤灰砂浆抗压强度回归模型和神经网络模型均具有较高的R^(2)和较小的RMSE。回归模型的归一化系数表明,砂胶比、水胶比及养护龄期的影响最显著,粉煤灰掺量影响最小。模型误差进一步表明低水胶比的水泥-粉煤灰砂浆抗压强度的多元线性回归及人工神经网络模型具有一定的适用性与可靠性,且最佳人工神经网络模型具有更高的准确性和泛化能力,可为水泥-粉煤灰砂浆配制及其在矿山井巷围岩支护工程中的应用提供参考。

关键词： earth dam   permeability coefficient   pore water pressure   monitoring data   bayesian inversion   artificial neural network  

摘要： Most earth-dam failures are mainly due to seepage,and an accurate assessment of the permeability coefficient provides an indication to avoid a *** uncertainties are encountered in the seepage analysis,and may be reduced by an inverse procedure that calibrates the simulation results to observations on the real system being *** work proposes an adaptive Bayesian inversion method solved using artificial neural network(ANN)based Markov Chain Monte Carlo *** optimized surrogate model achieves a coefficient of determination at 0.98 by ANN with 247 samples,whereby the computational workload can be greatly *** is also significant to balance the accuracy and efficiency of the ANN model by adaptively updating the sample *** enrichment samples are obtained from the posterior distribution after iteration,which allows a more accurate and rapid manner to the target *** method was then applied to the hydraulic analysis of an earth *** calibrating the global permeability coefficient of the earth dam with the pore water pressure at the downstream unsaturated location,it was validated by the pore water pressure monitoring values at the upstream saturated *** addition,the uncertainty in the permeability coefficient was reduced,from 0.5 to *** is shown that the provision of adequate prior information is valuable for improving the efficiency of the Bayesian inversion.

关键词： 云雾混合计算   系统架构设计   智能灌溉  

摘要： 阐述云雾混合计算的框架和特点,探讨基于云雾混合计算的智能灌溉系统架构设计,包括数据收集与实时处理(雾计算层)、深度数据分析与优化(云计算层)、自动控制与决策(集成层)的设计。

关键词： 荞麦   氨基酸   微波消解技术   液质联用法  

摘要： 目的:利用微波消解技术对荞麦中氨基酸提取方法进行优化,并以LC-MS法对荞麦中氨基酸进行定量分析。方法:以荞麦作为研究对象,分别比较了微波消解法中不同温度和时间对样品中氨基酸提取效率的影响。结果:实验结果表明,荞麦氨基酸的提取过程中,微波消解法在130℃、15min的条件下,具有较高的提取效率;在此优化条件下,检测样品具有较好重复性,样品峰面积RSD值均小于1.5%。结论:微波消解法对荞麦中氨基酸提取测定的回收率较好、提取时间较短、提取效率高,可应用于荞麦中氨基酸的含量测定,初步对微波消解技术在荞麦中氨基酸含量提取的应用条件进行了筛选,为荞麦中氨基酸的测定提供参考依据。

关键词： 短波分集通信网   改进遗传算法   频率资源   频率规划  

摘要： 短波分集通信网采用多个频率保障用户通信,以提高接收可靠性。在多用户并发接入时,可采用遗传算法对用户进行频率规划,在满足给定用户需求的情况下节约频率资源,但存在规划过程耗时较长、优化效果不佳等问题。为解决这些问题,提出一种新的改进遗传算法,对短波分集通信网频率资源进行规划。仿真结果表明,该改进算法对比原遗传算法规划时间更短、优化效果更佳,为短波分集通信网实践运用提供了依据。

关键词： 天然气   轻烃回收   混合制冷剂   参数优化   BP神经网络   遗传算法  

摘要： 天然气液烃回收装置中,各操作参数间关联密切,混合制冷剂的组成和配比直接影响系统能耗和产品质量。基于某液烃回收装置的实际生产数据建立了该系统的BP神经网络模型,可根据天然气进料和生产要求变化优化预测混合制冷剂配比及其他关键操作参数。该模型整体预测精度较高,大多输出参数的平均绝对百分比误差小于5%,最小误差低至0.118%。用遗传算法对预测效果不理想的输出参数进行优化,制冷剂分离器液相流量误差由9.208%降低至3.321%,塔顶一板压差误差由9.602%减小为4.051%。基于所建立的GA-BP神经网络模型在夏、冬两季不同进料条件下,对制冷剂组分和制冷剂分离器液相流量、压力两项关键操作参数进行优化。优化结果表明,在夏季工况下应适当增加混合制冷剂中甲烷、丙烷和异丁烷的摩尔分率和液相制冷剂流量,并减少制冷剂中乙烯的摩尔分率。在冬季工况中,应适当减少异丁烷摩尔分率,并降低液相制冷剂压力。以夏季进料条件为例,优化混合制冷剂配比和各项操作参数,优化后制冷系统能耗降低518.12kW。