摘要：吸收塔是化工环保领域的重要设备,其底部槽钢结构能很好地保证吸收塔的静强度和抗震性能要求。利用ANSYS软件建立了吸收塔及其底部槽钢结构的有限元模型,完成了其结构静强度分析,得到了底板和槽钢结构的应力与位移分布规律,并进行了刚度和强度校核。计算结果表明,吸收塔底部平板外圆周和槽钢焊接处的变形和应力比其他位置要大,最大位移为0.15 mm,最大Mises应力为146 MPa,超过设计温度下Q235-B材料的许用应力值113 MPa,焊接位置发生断裂或拉伤的可能性较大,仿真结果与试验结果吻合较好。

摘要：为了提高无线传感器网络的生命周期,提出了一种基于非均匀分环与最小通信代价的路由算法URMC。算法采用圆环模型,首先为各环分配不同的簇头选择概率;其次以各环节点能耗均衡为目标,推导出各环宽度的表达式;最后通过设计通信代价公式来选择簇头和建立簇间路由树。最终形成一个节点能耗均衡、簇间路由合理的网络。经仿真验证,URMC算法能有效克服能量空洞现象,延长网络的生存周期。

摘要：为便于携带孩子人群使用公租自行车,论文提出一种便携式可折叠自行车儿童座椅。研究在考虑便携与可折叠特征的基础上,用UG NX软件对座椅进行设计与装配;为保证座椅的安全使用,利用ANSYS Workbench对座椅在使用过程中的应力和应变进行有限元分析,以验证座椅的强度和稳定性。

摘要：为了完善矿用车辆行驶转向系的设计体系,对某型运煤车的全液压动力转向随动系统进行了研究.该系统反馈采用独特的软轴结构,把转向控制机构与空间连杆机构连接,实现了运煤车转向控制机构的机液随动控制.通过对该转向系统的稳定性与响应特性的分析,得到了控制系统开环和闭环传递函数,可知:提高速度放大系数Kv,对于减小速度误差和负载误差都是有利的,但同时会降低系统稳定性;减小流量-压力系数Kce,可以减小负载误差,但会使阻尼比减小.研究结果表明,该转向系统幅值裕量为12.5dB,相位裕量为86.2°,系统响应上升时间为0.03s,最大超调量为52%,系统相位裕量较大,阻尼比较小,但响应快速性较好,系统处于稳定状态.该转向系统的独特结构也为工程机械车辆转向系的设计提供了一定的借鉴.

摘要：为解决基于循环神经网络会话推荐方法全局偏好表示不准确,以及欠考虑目标项目与所有项目相关性的问题,提出一种基于图神经网络和注意力机制的会话推荐方法。利用图神经网络捕捉会话项目间的依赖关系,得到项目嵌入;通过多头注意力生成全局嵌入准确表示全局偏好,根据目标注意力生成目标嵌入激活目标项目相关性;融合当前嵌入,得到会话嵌入,预测下一次点击。在公共数据集上进行对比实验,实验结果表明,相较最优基准模型,P@20最高达到了71.74%,提高超过0.3个百分点,MRR@20最高达到了35.20%,提高超过3个百分点,验证了该方法的有效性。

摘要：为解决当飞行器出现破损以及飞行器受干扰时的轨迹优化问题,新一代的再入式飞行器需要有实时在线轨迹优化的能力。神经网络动态优化算法(neural dynamic optimization,NDO)的主要特点是能使神经网络逼近最优解。神经网络动态优化算法可以避免传统的间接法在求解轨迹优化问题时协态变量初值猜测问题。给出了神经网络动态优化的原理,详细介绍了优化流程。仿真结果表明神经网络动态优化算法可以很好的避免协态变量初值猜测问题,具有较强的鲁棒性,能满足实时性要求。

摘要：目前,分布式电源应用范围逐渐扩大,由多个分布式电源组成的微电网作为电力系统的重要补充越来越受到重视,微电网运行的稳定性是目前的研究重点。分析了微电网在并网运行模式下的PQ控制策略,以及微电网在独立运行模式下的V/f控制策略,给出了PQ、V/f两种控制策略的Matlab/Simulink仿真模型;论述了各个子模块的建立方法,给出了控制器参数的设计方法。最后通过仿真算例,验证了模型的正确性和控制方法的有效性。

摘要：针对履带式车辆现用刚性支重轮减振降噪效果较差的现状,设计了两种不同减振方案支重轮—间隔和非间隔式阻尼支重轮。利用有限元分析技术,分别建立了两种阻尼支重轮实体模型,在考虑结构材料、几何、接触非线性的条件下,进行了阻尼支重轮力学性能(径向应力、应变、位移)的计算,结果表明,在给定的条件下,两种方案在工作环境中均可以在较短时间内消耗掉输入的振动能量,具有较好的减振性能,其中以间隔式效果更佳。这里的阻尼减振方案,对今后阻尼减振降噪技术在管(杆)状对称结构中的应用有一定的参考价值。

摘要：以与某汽车齿轮齿条式转向器配用的转向传动机构为实例,在传统的转向系设计中引入Proe软件建立断开式式转向梯形机构的三维运动实体分析模型,并利用MATLAB中的最小二乘法进行转向梯形的优化设计。通过对比了优化前后的特性曲线,表明优化之后的转向梯形使车轮在转向时左右车轮转角更加符合理论转角关系,从而降低了轮胎磨损,提高的行车平顺性和安全性并更好的保证汽车转弯时车轮作无滑动的纯滚动运动。

摘要：提出一种联合边路和中路解码特征学习的多描述编码图像增强方法。该方法同时考虑了边路解码图像增强和中路解码图像增强的问题,因而可以通过联合学习优化中路解码和边路解码的特征来实现更好的网络训练。首先,考虑到多描述编码的边路独立解码和中路联合解码的特性,提出一种网络共享的边路低分辨率特征提取网络来有效地提取具有相同内容和差异细节的两个边路解码图像的特征,同时设计一种残差递归补偿网络结构并将其用于边路与中路低分辨率特征提取网络。其次,设计一种多描述边路上采样重建网络,该网络采用部分网络层参数共享策略,该策略能够减小网络模型参数量,同时提高网络的泛化能力。最后,提出一种多描述中路上采样重建网络,将两个边路低分辨率特征与中路低分辨率特征进行深层特征融合来实现多描述压缩图像的增强。大量的实验结果表明:在模型复杂度、客观质量和视觉质量评价方面,所提方法优于很多的图像增强方法如ARCNN、FastARCNN、DnCNN、WSR和DWCNN。