摘要：为提高对灯笼型扰流柱通道端壁面的换热分布预测能力,构建并比较了几种深度学习代理模型的预测性能。应用数据驱动的思想,建立了多项式响应面模型(RSM)、径向基函数模型(RBF)、径向基神经网络模型(RBFNN)、Kriging模型和总体平均近似模型(Ensemble)共5种传统代理模型以及5种基于生成对抗网络的深度学习代理模型,包括有残差网络的pix2pix模型、pix2pixHD模型、CycleGAN模型、StarGAN模型以及单一无残差网络的pix2pix模型,以扰流柱截面参数为设计变量,通过拉丁超立方抽样分别得到了样本数为50、25、12、6和3的训练集,并根据扰流柱尾迹高换热区分布特点,将训练样本数为50的数据集分为宽样本数据集和窄样本数据集,比较了不同代理模型对端壁面换热性能的预测精度、计算成本和泛化能力。结果表明:有残差网络的pix2pix模型相比于无残差网络的pix2pix模型,预测精度得到有效提高,在样本数为50的情况下,面平均值预测误差从0.68%降低到0.32%,平均相对误差从6.89%降低到6.41%,而且当训练样本数减少时,有残差网络的模型预测能力更加突出;传统代理模型的时间成本可忽略不计,但深度学习模型的单卡训练时间较长,且增加残差网络后的模型计算成本更高;当训练样本数为50时,传统代理模型和深度学习模型之间预测精度差异不大;当训练样本数逐渐减少时,深度学习代理模型展示出更高的预测精度和泛化能力;Kriging模型虽然泛化能力强,但是预测结果趋同;RSM模型、RBF模型和Ensemble模型泛化能力最差,训练样本数较少时,预测结果严重失真。可见在换热性能预测方面,深度学习模型在预测精度与泛化能力上均有显著优势,尤其适合于小样本问题,对提高灯笼型扰流柱截面设计效率具有参考价值。

摘要：在半导体技术受到管控的背景下,实现芯片的完全自主可控已成为现今半导体技术发展的重点.由于RISC-V具有开源、应用广泛的特性,研究RISC-V架构对于我国微处理器的自主可控具有重要研究意义.在微处理器系统中,由于物理资源的有限性和直接访问存储可能潜在危害,DMA访问I/O设备时将会受到诸多限制,从而影响访问性能.目前主流的方法是通过将I/O事务虚拟化,可以很好地解决这一问题.本文首次提出了一种基于RISC-V的I/O虚拟化架构,极大地加速了I/O访问进程,仅花费几个时钟周期就可快速完成I/O设备对内存的DMA请求.本设计将来可以作为IP,集成到RISC-V架构的处理器中,加速I/O设备对内存的访问.

摘要：基于电阻点焊过程中工艺信号特征,在不同间距、不同间隙和不同间距与间隙3种条件下,引入相关性分析方法分析工艺信号与熔核直径之间的相关性,并建立基于麻雀搜索算法-BP神经网络(sparrow search algorithmback propagation neural network,SSA-BP)的电阻点焊质量预测模型,将功率、焊接电流、焊接电压和动态电阻作为预测模型输入特征.结果表明,经麻雀搜索算法优化后的BP神经网络在测试集上的决定系数R2、均方误差(meansquare error,MSE)、均方根误差(root mean square error,RMSE)和平均绝对误差(mean absolute error,MAE)分别为0.95,1.55,1.24和0.90,均优于BP模型.获得了功率、焊接电流、焊接电压和动态电阻与熔核直径的映射关系,可为焊接的工艺参数设计提供依据.

摘要：针对水下回转体近壁面流动和脉动压力开展研究。首先综述了水下回转体近壁面数值模拟方法的研究现状,然后采用壁面模化大涡模拟方法模拟不同来流速度下水下回转体近壁面的湍流特性和壁面脉动压力,对涡结构、轴向速度和脉动压力等进行分析比较,并研究回转体首部湍流特性,最后探究不同入流条件对首部边界层内流动影响的机理。

摘要：纯电动公交车以其低排放、低噪声等优点在公交系统中得到越来越广泛的应用。然而相对较短的车辆续航里程和较长的充电时间使其在运营中需要频繁充电,从而衍生出新的充电计划问题。合理的充电方案对于节省充电设施建设成本和缩减充电成本等方面均有重要意义。目前电动公交充电计划优化的研究通常将充电时长与充电量设定为线性关系,且较少考虑充电计划与充电桩作业流程的综合优化,导致充电场景还原性差和资源浪费等问题。为此,在给定车次安排的前提下进一步优化电动公交充电计划,构建了以最小化系统总成本为目标的混合整数规划模型,对充电事件的发生时段、充电开始与结束时间以及充电桩作业流程进行同步优化,且充分考虑了分时电价政策、不完全充电策略和电池的非线性充电特性。在问题求解方面,首先通过线性近似的方式将电池的非线性充电曲线改写为分段线性函数,进而利用商业求解器Gurobi得到最优方案;之后基于最小费用最大流理论与逆差函数设计了一套专门的优化算法;最后,以北京市5条公交线路为例设计多组实验,并分别应用Gurobi与本文设计的算法进行优化求解。优化结果验证了所提出算法的准确性与高效性,可使当前充电系统总成本降低28.34%~56.1%。

摘要：面向机载探测系统大视场光学成像的需求,开展了大视场光学成像系统光学设计、自由曲面光学元件超精密加工、形位误差同步检测以及系统集成与成像实验研究。首先,采用视场扩展法进行大视场自由曲面离轴反射光学系统的设计;其次,进行铝合金自由曲面反射镜纳米精度加工和高频抑制工艺探索,并实现了基于计算全息元件的自由曲面形位高精度检测;最后,进行了光学系统的装调集成与成像实验。结果表明,系统的视场角为30°×5°,全视场光学传递函数值大于0.7,接近衍射极限,最大像元均方根半径为2.075μm,自由曲面光学元件的面形精度均方根(Root Mean Square,RMS)值优于20 nm,位置精度优于1μm,装配集成后能够满足大视场高分辨的场景使用要求,同时具备稳定可靠和快响制造等特点。

摘要：为提高汽轮机多级轴端迷宫密封动力学性能,针对汽轮机两级轴端交错齿迷宫密封,开展了具有前置凸台的新型防旋板结构方案设计和止旋抑振性能评估。首先,针对两级轴端交错齿迷宫密封,设计了一级和两级传统防旋板、一级和两级前置凸台新型防旋板等动密封防旋板结构方案,并建立了具有“虚拟旁路边界”的有、无防旋板多级交错齿迷宫密封动力学计算模型,实现了对多级动密封进口压力场和高预旋速度场的精准模拟;然后,采用基于多频椭圆轨迹涡动模型的动密封气流激振动力学特性(CFD)摄动数值预测方法,对比分析了无防旋板、传统防旋板和新型前置凸台防旋板作用下,两级交错齿迷宫密封泄漏特性和气流激振动力学特性;最后,通过分析不同防旋板结构方案下,两级交错齿迷宫密封腔室旋流发展、腔室速度场和动态压力分布、转子面气流激振力,阐明了防旋板的止旋抑振机制。结果表明:无防旋板的迷宫密封具有最低的泄漏量,一级传统防旋板或一级前置凸台防旋板的设置会使密封齿数减少,导致密封泄漏量增加约4.5%;相比于一级防旋板,具有两级防旋板的迷宫密封泄漏量增加约5.5%;相比于传统防旋板,前置凸台防旋板可减小交叉刚度、增大有效阻尼;相比于一级防旋板,两级防旋板可减小高涡动频率下的交叉刚度、增大直接阻尼,进而提高密封的有效阻尼;在传统防旋板的基础上设置前置凸台可提升防旋板的止旋性能,且两级防旋板可有效抑制密封下游区域的旋流发展,能显著提升迷宫密封动力学性能、抑制汽轮机轴系振动失稳。

摘要：为了准确计算快堆堆芯中所有裂变材料与非裂变材料释热,并精细考虑中子、光子、电子在堆芯中的能量沉积,以提高快堆堆芯释热率计算精度。本文基于确定论两步法研究并实现了中子-光子输运堆芯释热率计算方法,通过求解裂变源中子输运方程和固定源光子输运方程得到中子和光子注量率,基于比释动能(KERMA)因子方法计算瞬发中子和瞬发光子释热率,利用比例因子方法计算缓发光子产生矩阵,在MOSASAUR程序内通过内耦合方式实现了快堆中子-光子输运和堆芯释热率计算。计算铅铋快堆RBEC-M基准题的功率分布并与蒙特卡罗程序计算结果进行对比,燃料组件总功率相对偏差在±4%以内,非燃料组件总功率相对偏差在±10%以内,所有组件光子功率相对偏差在±10%以内。因此,本文研究的中子-光子输运堆芯释热率计算方法对快堆堆芯释热计算具有较高精度。

摘要：挖掘工业大数据的隐含价值是智能制造的一个重要研究方向,针对工业大数据特点开展异常点检测是实现数据分析的前提。首先,介绍了工业大数据异常点检测解决的主要问题,提出相关定义。其次,基于多目标粒子群算法(MOPSO),提出一种工业大数据异常点检测的改进DBSCAN模型,介绍了模型的算法设计思想、算法步骤,完成了算法伪代码的编写,并提出了算法时间复杂度的计算方法。最后,通过某电芯工厂制造数据,进行了模型仿真与实验,经实验验证,所提模型提高了工业大数据异常点检测的准确率,为数据挖掘在工业异常点检测中的应用提供了参考。

摘要：为了研究双钢板混凝土组合墙在偏心受压荷载下的结构性能,设计制作了5个试件,以偏心距离和墙板厚度作为研究参数,进行偏心受压试验.利用ABAQUS软件对试件进行有限元分析,并采用截面分析法计算试件在轴力与弯矩共同作用下的截面承载力.试验结果表明,试件最终出现钢板局部屈曲与混凝土受压破坏.根据试验荷载-位移曲线,计算得到试件延性系数为1.28~1.92.墙厚相同时,随着加载偏心距离的增加,承载力逐渐下降.偏心距离相同时,增加墙体厚度可以有效提高试件承载能力.偏心受压试件的截面应变分布满足平截面假定.承载力试验值与有限元模型计算值和理论计算值的最大误差分别为4%和9%.