关键词： 重型齿轮   静态分析   瞬态分析   材料与遗传算法多目标优化   有限元  

摘要： 文章以某重型齿轮为研究对象进行有限元分析,并在此基础上对原设计齿轮进行遗传算法多目标优化,改善齿轮对变形及受力情况。结果表明重型齿轮主要失效区域为齿轮啮合部分,该部分往往是最大变形与最大受力位置。在进行多目标优化后,可减少变形量0.00016 m,降低应力值1622.544 MPa,减轻齿轮对体积488.9215 e ^(4)mm^(3),由此可知文章多目标优化方法对降低重型齿轮变形量、应力以及减轻体积效果较为显著。

关键词： 水浴消解   电感耦合等离子体质谱法   锰   测定  

摘要： 通过优化前处理方法、取样质量及仪器条件,探讨了水浴消解-电感耦合等离子体质谱法测定土壤中锰含量的方法原理、注意事项及最佳条件。结果表明:该方法简便易行,准确性好,灵敏度高,适用于测定土壤中的锰含量。

关键词： 叙事逻辑   替代性想象   内在东方主义   元社会域  

摘要： 构建中国话语和叙事体系,讲好中国故事、传播中国声音,已成为提升国家文化软实力的关键任务。电影作为文化传播的重要载体,在此进程中扮演着不可或缺的角色。文章以《战狼2》为研究对象,探讨其在爱国主义叙事方面的实践与挑战,旨在反思近年来部分主旋律影片在叙事中存在的潜在问题,提出中国电影需在叙事理念与表现手法上真正增强文化自信,在更广泛的语境中讲述多样化的中国故事,以在全球文化交流中发挥更加积极的作用。

关键词： 人工智能   意识形态安全   风险识别   智能治理  

摘要： 人工智能技术的迅速发展和广泛应用,给高校意识形态安全带来理论公关、群体极化、话语权混乱等潜在风险。面对人工智能时代的风险与挑战,高校普遍存在技术手段应用不足、教育与引导不力、缺乏预警和防范机制等现实困境。强化高校意识形态领域人工智能潜在风险的精准认知与有效识别,构建高校意识形态安全的人工智能风险评估体系与防控机制,实现人工智能时代高校意识形态安全的智能治理,是有效应对人工智能时代高校意识形态风险的应然举措。

关键词： 废旧锂离子电池   含锂炉渣   锂含量测定   酸溶   碱熔  

摘要： 火法冶金是实现短流程回收废旧锂离子电池中有价金属的主要途径,但含锂炉渣中的锂元素难以精准测定。本研究以废旧锂离子电池熔炼所得Li_(2)O-Al_(2)O_(3)-SiO_(2)基含锂炉渣为研究对象,对比分析常规酸溶法、加压酸溶法、碱熔法3种消解方法对炉渣中锂含量测定结果的影响。结果表明,采用常规酸溶法,在HCl+HF体系下,当加热板温度为200℃、消解时间为2 h时,含锂炉渣中锂含量的测定结果为9.62%;与加压酸溶法和碱熔法相比,常规酸溶法测定便捷,结果准确、稳定且安全性高。本研究可为开发含锂炉渣中高效、便捷、稳定的锂元素定量分析方法提供参考。

关键词： 电力调度自动化系统   人工智能技术   电网   人工神经网络  

摘要： 文章介绍了电力调度自动化系统的构成,分析了电力调度自动化系统中人工智能技术的应用意义,并从多个方面探究了其应用策略,以期促进电力调度自动化系统实现更高效、稳定的运行,并为电网的智能化发展提供有力支持。

关键词： 惯量估计   惯性时间常数   频率稳定   人工神经网络   极限学习机  

摘要： 随着新能源的大规模并网,电力系统中同步发电机的比重正在减少,导致系统惯量降低、时变性增强。因此,迫切需要一种快速且精确的系统惯量评估方法。通常,电力系统惯量可通过同步发电机等值模型法进行粗略估计,但该方法对负荷模型的影响考虑不足,误差较大。除此以外,现有的惯量估计方法大多依赖于扰动后的系统量测数据,在运行方式日趋多变的背景下,难以反映当前系统惯量的真实情况。因此,该文提出一种基于极限学习机(extreme learning machine,ELM)的系统惯量快速估计方法,该方法在构建系统等值负荷模型的基础上,利用极限学习机算法评估系统负荷对系统惯量的影响,以此提升仅考虑同步发电机影响的系统惯量估计精度,并实现系统惯量的快速估计。基于此,采用多个标准系统对所提方法进行测试,结果表明该方法均能够快速、准确地估计出系统的实际惯量。

关键词： 悬垂系数   面料数据库   神经网络   遗传算法  

摘要： 通过对面料悬垂系数的精确预测,实现面料悬垂性虚拟化的初步研究。回归分析等方法虽实现了部分悬垂指标的预测,但其存在预测准确性不高,部分指标无法计算的问题。为此,提出了一种基于遗传算法优化BP神经网络(GA-BP神经网络)的新方法,从面料数据库中选取100块纯棉机织面料样本,其中训练样本80块,测试与验证集各10块,通过遗传算法优化神经网络的参数,采用相关性分析优化样本输入参数,以此提高模型的预测能力。10块测试样的悬垂系数预测结果表明,与传统BP神经网络相比,GA-BP神经网络平均绝对百分比误差从12.74%降到了7.03%,同时,利用经验公式判断误差循环获取了最佳的隐含层节点数为9。研究表明,GA-BP神经网络能够有效提升面料悬垂性预测的准确度,对于面料悬垂性的虚拟化表现具有重要的应用价值。

关键词： 模块化机器人   遗传算法   构型优化  

摘要： 为解决如何根据特定任务需求快速设计机器人的问题,提出一种性能驱动的模块化机器人构型多目标优化设计方法。以总质量、单位工作空间、全域可操作度3个性能指标为优化目标,构建模块化机器人构型的多目标优化模型。针对在构型优化问题中,连杆尺寸选择过少的问题,对优化变量采用整数编码方案,使连杆尺寸能在范围内连续取值,将离散尺寸与连续尺寸的构型优化实例进行对比,通过计算pareto前沿中所有点的欧氏距离均值衡量解集的分散度,结果表明尺寸取值连续实例的解集分散度较取值分散的实例减少了12.89%,验证连续尺寸方案的有效性。对pareto前沿中的构型进行分析,采用皮尔森相关系数法判断各优化目标之间的相关性,结果表明单位工作空间与全域可操作度的相关性最高,达到0.701,总质量与单位工作空间的相关性仅有0.007。在MATLAB上选择解集中的两个构型进行工作空间仿真分析,仿真结果表明,在总质量相同的情况下,构型A相较于构型B的单位长度工作空间减少了12.86%,同时全域可操作度增加了5.24%,该方法设计得到的解集中的构型均能满足任务需求。

关键词： 浮现主义   复杂动态系统理论   基于使用的理论   联结主义   第二语言习得  

摘要： 浮现主义为语言研究提供了新颖的理论视角,引发学界对于二语习得研究的理论范式、方法路径以及未来发展空间进行深入思考。本文首先从浮现主义的最新理论发展与实践应用出发,探讨二语习得研究领域的三大理论(复杂动态系统理论、基于使用的理论和联结主义理论),基于此阐释浮现主义的核心观点。其次,本文梳理了跟浮现主义密切相关的五种研究方法(语料库、神经科学、计算机建模、网络分析和Q方法),基于此探究浮现主义在二语习得领域的研究路径。最后,本文对如何利用浮现主义观深入挖掘二语习得的机制问题进行了展望,基于此拓展语言习得和教育研究的发展空间。