摘要：目的:混合动力传动系统作为一种节能减排技术方案,可有效改善传统液压挖掘机的油耗和尾气排放。混合动力挖掘机中关键部件的研制,尤其是动力电机的研制,一直是阻碍混合动力系统应用和推广的难点。本文针对混合动力挖掘机实际工况和要求,对混合动力挖掘机的动力电机进行优化设计。创新点:根据液压挖掘机实际工况特点,总结归纳了混合动力挖掘机动力电机的性能要求,提出一种动力电机结构;根据动力电机性能和工作环境要求,为提高电机设计效率和精度,提出一套采用模型法与有限元法相结合的电机设计方法。方法:对传统液压挖掘机工况及实际载荷谱进行分析,总结归纳动力电机的性能要求。动力电机采用内置切向式和变气隙相结合的结构方案作为电机转子结构。电机的设计以安装尺寸为约束条件,以电机具有高效率、高响应及低转矩脉动等性能为设计目标,对电机定、转子结构进行优化设计。首先,建立电机定子参数化模型,确定电机定子尺寸和磁感应强度的分布关系;以电机安装尺寸极限作为边界条件,以电机额定工况下损耗最低为目标函数,对模型采用粒子群算法进行优化获取定子参数及磁感应强度分布。然后,以气隙磁感应强度的波形畸变最小为目标,利用有限元法对电机变气隙转子的离心率及永磁体尺寸进行优化设计,同时保证所获得的电机磁感应强度与定子的理论设计目标值一致。分别对电枢反应、永磁体最大去磁进行计算和校核。研制了动力电机样机并进行性能和参数测试。结论:所设计动力电机样机具有齿槽转矩小和工作效率较高的特点。样机的试验参数测量值与理论设计值吻合度较高,验证了所提电机设计及优化方法的有效性。

摘要：目的:混合动力挖掘机的能量管理策略直接影响着系统的燃油经济性。本文旨在通过研究混合动力挖掘机能量管理系统,得到最优能量管理策略,并开发实时能量管理控制器,降低系统的燃油消耗。创新点:1.通过强化学习算法,设计时间无关的实时能量管理控制器;2.通过极大值原理求得最优能量管理问题的解析解,并用来辅助实时能量管理控制器设计。方法:1.建立负载的马尔科夫模型,运用强化学习算法,得到实时能量管理控制器;2.运用极大值原理,求得最优能量管理问题的解析解,并将其作为初始能量管理策略;3.通过仿真模拟和实验研究,验证所设计的实时能量控制器的性能。结论:1.基于强化学习的能量管理控制器是一个可以在线应用的与时间无关的实时能量管理控制器;2.基于强化学习的能量管理控制器优于广泛使用的恒温控制器和等效消耗最小化策略控制器;3.基于强化学习的能量管理控制器由于其闭环特性可适用于不同类型的作业工况。

摘要：为了满足消费者将传统文化意蕴与食品包装相结合的需求,提出一种可拓语义下的传统纹样特征提取设计研究方法。通过对唐代金银器纹样加以分析筛选,确立目标纹样基元,构建可拓语义模型;对纹样基元进行语义词汇可拓分析,得到最大设计价值区间。利用图解思维对特征语义进行可视化分析,加以形状文法进行推导演变。以某款月饼包装设计为例,采用该方法设计出数款应用方案,并对其进行模糊综合评价,获得了较高满意度。

摘要：针对高性能太赫兹功能器件的规范化设计需求,本文将智能逆向设计方法应用于太赫兹带通滤波器的设计与优化中.建立与数字空间映射的亚波长超表面等效模型,从设定器件的目标功能和约束条件出发,利用智能算法探索整个解空间中的全部可能结构,迭代寻优至最优结构图案.本文利用搭建的逆向设计框架设计了中心频率为0.51 THz、带宽为41.5 GHz、插入损耗为–0.1071 dB的太赫兹带通滤波器.与传统的人工正向设计相比,逆向设计方法可解构出窄带、低插入损耗、带外抑制强、极化稳定性强的带通滤波器.

摘要：以ChatGPT为代表的大模型在文字生成、语义理解等任务上表现卓越,引起了工业界和学术界的广泛关注.大模型的参数量在3年内增长数万倍,且仍呈现增长的趋势.首先分析了大模型训练的存储挑战,指出大模型训练的存储需求大,且具有独特的计算模式、访存模式、数据特征,这使得针对互联网、大数据等应用的传统存储技术在处理大模型训练任务时效率低下,且容错开销大.然后分别阐述了针对大模型训练的3类存储加速技术与2类存储容错技术.针对大模型训练的存储加速技术包括:1)基于大模型计算模式的分布式显存管理技术,依据大模型计算任务的划分模式和计算任务间的依赖关系,设计模型数据在分布式集群中的划分、存储和传输策略;2)大模型训练访存感知的异构存储技术,借助大模型训练中的访存模式可预测的特性,设计异构设备中的数据预取和传输策略;3)大模型数据缩减技术,针对大模型数据的特征,对模型训练过程中的数据进行缩减.针对大模型训练的存储容错技术包括:1)参数检查点技术,将大模型参数存储至持久化存储介质;2)冗余计算技术,在多张GPU中重复计算相同版本的参数.最后给出了总结和展望.

摘要：随着深度学习技术在现实世界的广泛应用,人们对基于深度神经网络的系统安全性提出了更高要求.鲁棒性是神经网络的重要安全性质,对网络鲁棒性的量化分析和验证是深度学习模型安全性研究的关键问题.针对神经网络验证技术中难以解决的效率问题,提出了一种新颖的优先次序优化方法.结合局部鲁棒性的规约方式,在一组待验证输入内选择具有更高验证需求的不稳定点代替常规的逐点验证模式.根据对鲁棒性问题与决策边界距离的关联性分析,提出了一种基于网络输出单元值大小的鲁棒性评估方法作为优先验证的输入点选择依据.在此基础上将其扩展为输入的预分析模块与验证工具集成,进而设计了基于优先次序的验证框架.在常用的验证基准上进行了实验,结果表明,该方法的决策边界分析理论与突变测试结果一致,鲁棒性评估中选择不安全样本的平均准确率高于90%,通过减少安全样本的验证开销使验证效率提高了148.6%~432.6%.

摘要：以航空发动机润滑油箱在机匣上安装时所采用的成附件安装结构支架为典型代表,具有复杂结构形式的异形支架,要求具有相对较高的刚度和较轻的质量,为此,建立了综合正交试验方法、有限元分析方法和神经网络拟合方法相结合的一种结构动力学特性的优化设计方法,对于具有复杂结构形式的支架结构具有较高的优化设计效率。应用正交试验方法,在支架样件模型的设计变量的可行域内合理地选择零件的解集,使该解集能充分反映优化的目标变量与设计变量之间的关系;使用有限元参数化仿真方法,对选择出的样件模型进行参数化仿真计算,得到解集中每个样件模型对应的优化的目标变量值;基于神经网络拟合方法,基于参数化仿真得到的数据,构建出设计变量与优化目标变量之间的数学模型,并使用多目标优化算法NSGA-Ⅱ进行迭代求解,得到最终优化设计结果;优化样件与初始样件的固有频率相对变化率与仿真计算值基本一致,可以验证支架结构多目标优化设计方法的准确性和有效性。

摘要：甚低频段由于低传播损耗特性，在远距离信号传输及军事通信方面有巨大潜力。传统天线庞大物理尺寸以及复杂网络匹配限制了低频天线通信的发展。磁电(ME)天线基于声波谐振原理可以突破尺寸极限且易于阻抗匹配，在甚低频段传输具有独特优势。基于此设计了P/T/P结构的发射天线和T/P/T结构的接收天线组成的新型ME天线系统。依据磁机电耦合模型分析天线在接收/发射电磁波时的规律；依据辐射模型研究近场范围内天线磁场分布情况；以声波介导激励，实现ME天线在甚低频段的发/收通信实验。实验得到在谐振频率下，ME发射/接收天线在压电占比分别在0.66, 0.34时，结构优化前较于优化后输出电压提升82.6%，通信距离提升42.2%；相较于同等尺寸电小天线辐射效率提高3个数量级；可实现传输速率为5bit/s的调制通信，依据结构优化实现了天线性能的提升。

摘要：为了解决微织构机床速度伺服跟踪精度不高的问题,在建立机电耦合动力学模型基础上,提出结合改进人群搜索优化算法(Improved Seeker Optimization Algorithm,ISOA)与前馈补偿PID的控制方案,设计了ISOA+前馈补偿PID控制器的控制结构,实现微织构机床伺服进给系统的PID参数寻优设计。为验证该控制策略的实际效果,采用Matlab搭建仿真实验平台,并与传统的智能优化算法相比较。仿真结果表明,基于ISOA优化的前馈补偿PID优化效果更好,速度跟踪性能得到很大改善,验证了其正确有效性。

摘要：作为布雷顿循环系统中的重要冷端部件,气体冷却器的性能对循环系统结构紧凑性和运行高效性有重要影响。分析了一种新型横流印刷电路板式换热器(printed circuit heat exchanger,PCHE)—板翅混合式气体冷却器的工作性能及影响因素,对该种换热器建立了一个数值计算模型,并编写MATLAB程序验证其可靠性;基于此,对该类冷却器进行了设计,其功率密度均在1 MW/m^(3)以上,属于紧凑型换热器;其次进行了变工况性能分析,给出了冷却器的压降和换热性能随循环工质和冷却空气进口状态的变化规律,并比较了布雷顿循环工质为超临界二氧化碳、氮气、空气时冷却器的换热特性和压降特性,结果表明,冷、热流体流量的改变对换热特性的影响最明显。研究结果对布雷顿循环空冷换热器的设计与运行具有参考意义。