摘要：设计制备了一种新型Fe-12Mn-7Al-0.2C-0.6Si双相钢,通过拉伸性能测试对比了固溶处理及冷轧退火处理对试验钢拉伸性能的影响,利用光学显微镜(OM)、背散射电子衍射(EBSD)和扫描电镜(SEM)等手段对试验钢原始及变形组织进行分析。结果表明:组织中含有粗大δ-铁素体和奥氏体相,经冷轧退火处理后得到具有带状δ-铁素体和等轴状奥氏体的双相组织,且组织显著细化;冷轧退火态试样的屈服强度、抗拉强度及伸长率均高于锻造态试样;冷轧退火态试样变形过程中未有孪晶诱发塑性(TWIP)和相变诱发塑性(TRIP)效应发生。综合考虑元素偏聚以及两相比例分数,对试验钢中奥氏体层错能的计算方法进行优化。据此计算出奥氏体层错能为38.7 mJ·m^(-2),产生孪晶所需要的临界应力超过试样所能达到的最大流变应力,因此难以触发TWIP效应。

摘要：为探究疏散过程中人员行为冲突的演化过程,提高疏散效率,运用演化博弈理论,分析2种典型存在逆行人员场景下的人员疏散行为演化过程,讨论人员密度、事件紧急程度以及个体心理收益对人员合作或竞争策略选择的影响;借助Matlab仿真工具,展示博弈参与者的动态演化过程及参数调整对于双方策略选择的影响。结果表明:在一定约束条件下,存在5个均衡点,分别为(1,0)、(0,1)、(1,1)、(0,0)和一个鞍点。针对不同类型的逆行人员,获得的收益比例不同,但参数对其行为演化的影响趋势是一致的。当正常疏散人员的心理收益、事故的危险程度、逆行人员的额外时间损失增大时,正常疏散人员倾向礼让的策略;当正常疏散人员争抢的成本和逆行人员争抢成功的收益减小时,逆行人员倾向于礼让的策略。

摘要：针对具有非对称输出约束和外界干扰的非线性不确定系统,提出了基于固定时间干扰观测器和非对称障碍函数的有限时间控制策略。首先,采用非对称障碍函数处理系统的输出约束问题,保证输出满足约束条件;其次,通过构造固定时间干扰观测器对外界干扰进行估计,且估计误差在固定时间内收敛到零;再次,基于Lyapunov稳定性理论证明闭环系统在有限时间内有界稳定且输出满足约束条件;最后,通过永磁同步电机的仿真实验验证了所设计的控制策略的有效性。

摘要：针对一类多输入多输出不确定离散系统,设计了输出反馈滑模变结构控制器.基于极点配置的方法设计了稳定的滑模面,然后分析传统离散指数趋近律设计方法的优缺点,根据滑模到达条件提出一种改进的指数趋近律.该控制律加快了系统状态的响应速度,同时降低了抖振.仿真结果证明所设计的控制器能够在系统状态不完全可测情况下具有良好的性能,验证了该设计方法的可行性和有效性.

摘要：以袋式除尘器装置为研究对象,考虑射流偏移,建立了脉冲喷吹清洁的三维CFD数值模型,并进行实验验证;对喷嘴与文丘里管优化设计,修改数值模型,研究了低能耗下的脉冲喷吹清灰效果;在将改进的喷嘴与文丘里管进行工程应用的过程中,研究了其对大气粉尘排放的影响。结果表明,建立的三维CFD模型展现出了高瞬态行为和可压缩效应,即在射流中表现出涡流环与冲击单元现象。与孔喷嘴相比,改进后的喷嘴设计对射流偏移进行了调整,并且使滤袋内脉冲压力增加了5.1%~13.3%,提升了清灰效果。对比喉部直径为85 mm的文丘里管,无文丘里管的设计使得射流不易进入滤袋中,导致滤袋内脉冲压力降低了41.4%~46.3%,引起清灰效果的下降;减小文丘里管喉部直径,可以减少回流,提升滤袋内脉冲压力,改善清灰效果。对比原始装置,安装了改进喷嘴与文丘里管的袋式除尘器能明显降低大气粉尘排放,以上研究结果可为脉冲喷吹清灰除尘器的优化设计提供参考。

摘要：针对二分半规则曲面细化自适应性不足的缺陷,提出一种新的自适应偶数曲面细化方法,通过在顶点着色器中设计新的顶点调控函数控制顶点偏移,解决边界裂缝问题;并采用参数区域划分子区域的方法,解决函数坐标轴方向不一致引起的浮点误差问题,将细化因子集合从2n扩展到2n形式;利用偶数细化层次递增关系,优化参数几何数据布局,达到层次间顶点和索引双重用.实验分析表明,在同等细化测度下,本文方法细化因子更接近于细化测度,曲面细化过渡更匀称,绘制面片规模由幂指数级降到线性级,绘制性能提高在20%以上,是一种可行有效的硬件网格细化模式扩展.

摘要：风量和风压是袋式除尘器运行中2个重要的控制参量,受本体结构和流场设计影响,在宽工况条件下非稳态特性明显,并表现出很强的耦合性。针对此问题,研究一种袋式除尘器风量风压优化控制方法,建立状态空间模型,通过GA寻优对模型参数进行辨识;设计LQR控制器,计算出状态反馈矩阵。仿真结果证明了理论方法的正确性和有效性,为提升大型袋式除尘器的工作效能奠定了基础。

摘要：为比较响应面法与反向传播神经网络法在厌氧发酵过程中的应用效果,以青霉素菌渣为原料,通过单因素和Box-Behnken法设计试验,在发酵体系中添加不同量的Fe^2+、Co^2+、Ni^2+,以确定其对青霉素菌渣厌氧产气性能的影响.结果表明,Fe^2+、Co^2+、Ni^2+单一最佳添加量为:500mg/L、30mg/L、0.3mg/L,产沼气量较对照分别提高了:102.18%、45.48%、60.12%.其促进作用随添加浓度增大呈现:弱-强-弱趋势.使用响应面法及反向传播神经网络法对金属离子添加量进行建模优化,并使用批式厌氧发酵进行验证.响应面法建模预测Fe^2+、Co^2+、Ni^2+最佳混合添加浓度为:440.94mg/L、16.22mg/L、0.39mg/L,预测累积产沼气量为1314.49mL,R^2=0.972,试验与验证相对误差为4.65%;反向传播神经网络法建模Fe^2+、Co^2+、Ni^2+最佳混合添加浓度为495mg/L、21mg/L、0.5mg/L,预测产沼气量为1551.55mL,R^2=0.991,试验与验证相对误差为0.47%.反向传播神经网络法建模具有更好的拟合效果且与验证试验误差小,是一种更有效的仿真方法.说明该方法在优化厌氧发酵金属离子添加具有应用潜力,同时也为厌氧发酵条件优化提供新思路.

摘要：深度神经网络技术用于机械设备故障诊断展现出了巨大潜力,但繁重复杂的计算量对计算机硬件提出了严苛的要求,严重限制了其在实际工程中的应用.基于此提出一种新型的轻量级神经网络ShuffleNet,用于高速列车轮对轴承故障诊断研究.该网络模型基于模块化设计思想,包含多个高效率的ShuffleNet单元,通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率;同时使用通道混洗方法克服了通道分组带来的约束,改进了网络的损失精度.实验分析表明,所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断,相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型,在保证诊断精度的同时,运行效率得到大幅提升.这为深度神经网络技术应用于工程实际,克服计算机硬件条件限制提供了一条新的途径.

摘要：采用Marc软件对球形件一次拉深成形和反复拉深成形工艺进行数值模拟,得到了成形过程中的应力-应变曲线。结果表明,反复拉深成形时,球底区径向应力远小于一次拉深成形,周向应力表现为压应力和较小的拉应力,使得球底区厚向应变明显小于一次拉深,且反复拉深次数越多,厚向应变越小。反复拉深成形可改变制品成形过程中的应力应变状态,抑制壁厚减薄,能够提高板材的成形极限。经3次反复拉深,可实现近似等壁厚成形。并设计成形实验模具,对球形件3次反复拉深成形工艺进行实验验证,成形出了质量良好的零件。