摘要：海上天然气凝析液井口平台具有空间有限、远离陆地、无人员常驻、设备维护成本高等特点,对除砂设备与工艺提出了更高的挑战。针对这个问题,提出了一种结构紧凑、体积小的管式除砂设备,并以压降、质量分离效率、粒级分离效率为评价指标对除砂器性能进行了评价。结果表明,分离室直径由D1发展为2D1的过程中,质量分离效率提升较快。继续对分离室扩径,质量分离效率升高趋势减缓,除砂器压降迅速增大;除砂器采用二级分离结构对分离性能的提升较为明显,质量分离效率提升20%以上。将分离后的砂砾粒径与管道携砂临界粒径、井口安全运行临界粒径进行比较,大粒径砂砾的分离效率达到80%以上,管式除砂器可以完成海洋井口平台砂砾预分离任务。

摘要：针对产品形态智能决策框架系统性不强、模型决策机制单一且历史样本数据量少等问题,提出一种基于混合迁移学习的细粒度产品形态智能决策方法.该方法将Swin Transformer和ResNets作为骨干网络设计了3个并行混合迁移学习子网络,包括产品形态识别网络(Form-CN)、产品形态深度回归评价网络(Form-REN)和产品形态分布拟合评估网络(Form-DFEN).首先应用Form-CN对产品进行细粒度形态分类判别,实现产品形态设计定位识别任务;其次应用Form-REN对产品整体形态语义进行预测评价;然后通过Form-DFEN对产品形态进行分布拟合评估;最后由Form-REN和Form-DFEN完成综合决策.以创建的手电钻数据集进行实验,并与其他经典模型进行比较,结果表明,所设计的3个网络分别取得了99.0%的准确率、0.2583的均方误差和84.3%的准确率;所提方法能够精细、高效地辅助设计师进行综合智能决策,为产品形态智能决策提供了一个更为系统的参考框架.

摘要：为有效提取具有差异性的产品风格特征,提出一种基于复合学习通路的细粒度风格识别卷积神经网络(FSR-CNN)。一是注意力学习通路,以残差结构为基础,采用串并结合的方式将坐标注意力、卷积块注意力和多头注意力嵌入其中,提出轻量化的混合注意力残差网络(HA-ResNet),用于抽取“专用特征”。二是迁移学习通路,应用微调预先训练的GoogLeNet以扩充HA-ResNet模型容量,实现多感受野“通用特征”抽取。最后对二者输出的特征进行融合,并使用MLP分类器识别产品风格类型。在自行车头盔数据集上进行实验,并与其他经典深度卷积神经网络模型进行比较,实验结果表明FSR-CNN模型表现出较高的准确率和良好的稳健性,为产品风格精细检索与知识重用提供了一种新的模型算法架构。

摘要：概念草图设计作为人类的高阶视觉认知活动,是辅助设计师记录、构思、创造和评估想法的重要手段,对生成创新概念具有积极影响。为模拟设计师的这种高阶视觉认知行为,实现智能化辅助创意草图设计,提出一种基于深度学习的产品概念草图智能生成设计集成方法框架,包括端到端的草图设计GAN(Sketch2Render-GAN)和草图神经风格迁移网络(Sketch-NST)两个核心模块。前者实现概念草图生成与渲染,后者执行草图风格特征变换。分别以手电钻和自行车头盔为实验对象进行了验证,结果表明该方法框架可快速获得大量具有创新概念的草图,并实现草图自动渲染及风格变换。有助于辅助设计师在视觉认知层面突破设计固化,提高设计效率。此外,为改善工业设计师与AI模型间的人机设计协作模式,还开发了智能草图设计生成器(S-SDG_v0.1),从而有效降低设计师应用智能算法辅助设计的门槛。

摘要：为了在多主体参与、多需求共存条件下有效识别复杂产品再设计中各模块的主从关系,提升再设计效能,构建包括认知域、需求域及模块域的多域协同评价方法.基于认知域中不同认知主体的情感需求及物理需求,完成设计需求域的建立.结合模糊评价及相对偏好分析,获取需求域映射的各模块域间映射重要度.考虑模块间的关联关系,提出模糊设计结构矩阵理论与DEMATEL结合,获取各模块的域内相关重要度.运用合作博弈思维建立结合域间映射重要度及域内相关重要度的综合评价模型,识别各模块的主从关系.相较于从单一角度进行模块重要度分析模式,所提方法的评价结果更为客观、全面、准确.以CKA6180数控机床为例,验证多域协同的模块主从关系评价方法的有效性与可行性.

摘要：为提升产品评价模型中的信息归纳与理解能力,提高产品设计决策的准确性,基于卷积注意力并联神经网络模型,提出视知觉驱动的产品造型感性意象评价方法。根据视知觉整体性,运用一维卷积构造整体识别模块,使网络可关联不同产品的部件特征;根据视知觉选择性,运用通道注意力机制构建选择识别模块,使网络可识别重要产品部件特征。融合视知觉整体性和选择性,并联整体识别模块与选择识别模块,结合生成对抗网络获得目标感性意象产品造型;通过与4种神经网络模型进行试验比较,验证了卷积注意力并联神经网络模型的整体效果最优,在认知负荷较高的感性意象评价中具有明显优势,且能有效辅助生成目标感性意象造型。

摘要：目的为适应不同人群的手型和使用鼠标时的操作习惯,构建数据驱动的形态生成系统,辅助设计师进行鼠标形态创新设计,有效提升鼠标形态方案的人机合理性。方法采用实验测量方式提取用户使用鼠标时的特征形态数据,利用参数化脚本技术模拟用户使用鼠标场景,包括用户操作方式、手型尺寸等,探索手部行为与鼠标形态的人机关系,构建一种人体数据驱动的鼠标形态生成系统,对获取的方案进行实体评估验证。结果利用人体数据驱动可生成多款鼠标形态,算法生形具有良好的适应性。结论基于Grasshopper建立的用户行为模拟器可有效探索用户在使用鼠标时的行为方式,构建的鼠标形态生成算法具有快速响应特征,可依据用户手势行为进行鼠标形态设计,快速获得适合用户的概念形态方案。

摘要：目的 在大数据时代背景下,为有效利用在线评论信息及准确地掌握用户对产品设计的感性意象需求,挖掘产品形态核心要素,提出1种基于复杂网络的产品形态意象与要素挖掘方法。方法 首先,爬取产品的在线评论信息,经语言处理获得候选感性意象节点集合,使用相关性计算构建出产品形态意象网络;然后,应用复杂网络中心性理论,对网络进行拓扑分析,计算度中心性、接近中心性、介数中心性和相应的特征权重,获得各意象节点的综合中心性特征值,经方差计算,获得节点的灵敏性特征值;接着,按意象Kano模型划分节点类型,经社团分析进行意象解耦,获得产品设计目标意象、应用意象熵、计算目标意象的综合值;最后,建立多意象加权驱动的产品形态要素挖掘方法,应用复杂网络及其分析方法获得核心要素,进而指导形态设计。结果 以口红形态为研究对象,运用基于复杂网络的产品形态意象与要素挖掘方法获得了“高端”“时尚”“精致”的目标意象,并计算得到综合意象,构建出口红形态要素网络,经分析获得了3个核心要素。结论 通过实例验证,该方法可获得更为客观、全面和准确的产品形态目标意象及核心要素,将有效指导意象形态创新设计。

摘要：为了考察高含氮木质废弃物的气化特性,在热重-质谱-红外联用装置与固定床装置上进行了Ar和Ar+O2气氛下高含氮木质废弃物和木粉的热解气化试验,研究了2种原料热解气化过程和产物的异同。结果表明:2种原料的热解气化失质量和失质量速率曲线整体一致,阶段划分较为类似,但高含氮木质废弃物挥发分析出峰值出现的温度低于木粉15～20℃,失质量速率峰值为木粉的70%左右;2种原料热解气化产物主要成分整体上较为类似,但高含氮木质废弃物热解气化产物中CH4浓度明显高于木粉;高含氮木质废弃物气化产生含氮气体污染物高于木粉,固定床试验中产生的NH3浓度为木粉的147倍。该文结果可为高含氮木质废弃物的处理和高效资源化利用提供参考依据。

摘要：以聚二甲基二烯丙基氯化铵和丙烯酸为原料,Va-044为引发剂,通过自由基聚合、共聚合成了聚二甲基二烯丙基氯化铵-丙烯酸。考察了反应温度、引发剂质量分数、丙烯酸质量占总反应物料的质量比对产率的影响,结果表明,当反应温度为70℃,引发剂质量分数为0.6%,丙烯酸质量占总反应物料的质量比为16.7%时产率最高,为91.4%。通过在油田进行现场试验发现,合成的杀菌剂在油田水处理中有明显的作用。