内、外圈相对倾斜对圆柱滚子轴承负荷和接触应力的影响

应用经典的滚动轴承理论以及“切片法”的基本思想,采用Romax Designer工程分析软件对某大兆瓦风电机组齿轮箱圆柱滚子轴承负荷分布和接触应力分布进行分析,重点研究了内、外圈相对倾斜对轴承负荷分布和接触应力的影响。研究结果表明：随着内、外圈相对倾斜量的增大,最大载荷减小,负荷分布趋于均匀,同时滚子与套圈间的最大接触应力随之增大。     

基于数据驱动方法的船舶CII预测模型研究

相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。     

鱼雷攻击潜艇的毁伤效果评估模型研究

客观、准确地评价鱼雷攻击潜艇的毁伤效果是鱼雷与潜艇对抗的最后一环,也是评价鱼雷武器系统作战效能的重要指标。本文在现有毁伤概率计算方法的基础上引进了舱段的毁伤程度、要害指数、命中概率、毁伤效果累积系数和齐射毁伤系数等参数,建立了一种比较全面的用来评价鱼雷攻击潜艇毁伤效果的数学模型,并给出了典型应用。     

基于深度学习的电力负荷短期预测

为做好电网供需平衡,进一步改善电网的社会效益和经济效益,根据负荷数据的时序性特征,利用卷积神经网络的特征提取能力和长短期记忆神经网络捕捉时间序列关系的能力,采用卷积-长短期记忆混合神经网络进行电力负荷短期预测.首先根据历史数据对该模型进行训练,然后使用已训练好的模型进行预测,最后将其预测结果与长短期记忆神经网络预测结果进行比对.两组不同采样间隔的负荷预测仿真结果表明,卷积-长短期记忆混合神经网络相对于长短期记忆神经网络,可以更好地从负荷数据中提取出时序性特征,预测误差较小,精度较高,能够在电力短期负荷预测问题中提供可靠的预测结果.     

地铁高架站站台送风舒适度分析

针对南方某地铁线路高架车站站台设置送风系统方案,采用舒适度评价方法进行定量分析,得出结论：在夏季,高架站站台送风系统设计的必要性不大,因高架站站台设机械通风对人的舒适感没有太多的作用,因此可以不设机械通风,而延用自然通风方案即可。     

绿色生态道路评价系统研究

分析了国外各类绿色生态道路评价系统的指标构成特点及适用性,在此基础上,引入可持续社会发展指数(SSI),提出了适用于我国的绿色生态道路评价系统.该系统可作为绿色公路评价标准的补充,作为自评或第三方评价工具供项目管理及设计使用,适用于各等级公路与城市道路的新建、改扩建工程.     

基于DEA-Malmquist模型的安徽省物流效率分析

采用DEA-Malmquist指数模型评价方法,以2011-2018年安徽省16个地市物流业为研究对象建立评价指标体系.结果表明,安徽省物流效率水平较高,但发展的稳定性相对偏弱,技术进步是影响效率变动的重要因素.针对安徽省物流效率分析的结果,提出了相应的对策和建议,为安徽省物流效率的提高提供参考.     

基于卷积和递归神经网络融合的交通状态指数预测

为提高交通状态指数预测精度,方便市民出行规划和提高相关机构管理预见性,创新研究了基于卷积和递归神经网络融合的交通状态指数预测模型.模型将卷积网络和递归网络进行了融合,由卷积神经网络层和递归神经网络层组成.该模型中的卷积网络能自动提取重要影响因子,同时递归网络能捕捉到前后时序特征,结果显示,得到的融合模型在交通状态指数预...     

基于AMESim的汽车制动踏板感觉仿真及优化

为研究与优化汽车制动踏板感觉,对汽车制动系统进行动力学理论分析,基于AMESim建立制动踏板感觉仿真模型,利用实车动态试验验证了模型的准确性,基于建立的模型研究了汽车制动系统各部件参数和踏板踩踏速度与制动踏板感觉的关系,引入制动踏板感觉指数(BFI)对试验车进行了客观评价,并提出制动系统的改善方案。试验结果表明,调整踏板杠杆比、制动器等效弹簧刚度等制动系统参数能够显著提升车辆的制动踏板感觉。     

基于自定义工作流的档案业务信息系统的设计与实现

随着舰船设计业务的不断增长,重要档案的管理和安全保密问题日益凸显。本文就加强档案在实际业务处理过程中的动态追踪控制,阐述了引入自定义工作流技术对档案业务工作流进行梳理、建模并优化,形成基于工作流管理的档案业务信息系统,实现对档案业务信息的实时管控,并对从业人员的工作负荷进行精确的统计和分析,以期有效提升档案质量和安全保密管理水平。