基于侧斜的螺旋桨优化设计

螺旋桨的螺距、纵倾、侧斜、剖面参数等众多几何参数综合决定着螺旋桨的水动力性能,在进行螺旋桨优化设计的过程中,需要以这些参数为优化变量进行优化。本文以粒子群算法为工具,基于面元法理论,以侧斜为优化变量,推力系数为限制条件,敞水效率为优化目标,对螺旋桨进行优化设计。侧斜用贝塞尔曲线拟合方式进行表达,给定一定的变化范围,符合优化过程中的实际变化。对优化结果进行分析,螺旋桨敞水效率提高,同时改善了桨叶表面的压力分布,有利于延迟空泡的产生;优化桨在0-1的进速中敞水效率均比原桨提高。     

Hilbert-Huang变换结合近似熵在疲劳驾驶时脑电分析中的应用

研究疲劳驾驶状态下驾驶员脑电信号的特征。结合Hilbert-Huang Transform(HHT)方法和近似熵方法,提出了一种新的脑电信号处理方法:HHT近似熵方法,首先用HHT方法把脑电信号分解为多个内在的模式分量,然后求取各个模式分量的近似熵值,探讨疲劳驾驶时脑电信号的非线性特征。在汽车模拟驾驶仪上进行疲劳驾驶,同时用脑电测量仪器测量驾驶员脑电,用HHT近似熵方法对正常静坐、正常驾驶、疲劳静坐、疲劳驾驶4种脑电信号进行具体的分析处理,结果表明d_2、d_4近似熵比值可以区分4种脑电信号,可以作为疲劳驾驶时的脑电特征。为疲劳驾驶的预警系统研究提供了理论上的一些依据和参考。     

二维不平衡指派问题模型及粒子群算法求解

为解决运输中任务数与车辆数不等情况下的换装问题,建立了二维不平衡指派问题的优化模型,并用粒子群算法（PSO）求解此问题．对几种不同情况下的不平衡指派问题进行了数值模拟,并与全枚举法的计算结果进行了比较．结果表明,PSO收敛到最优解的概率和收敛速度均优于全枚举法,所建立的模型及其求解方法能获得决策者满意的换装方案．     

基于交通流预测的城市干道相交路口信号控制

提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题.建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,将预测的下2个相位队长作为模糊控制的输入以确定下一绿相位时间,在后一绿相位持续时间内放行该相位经预测但尚未全部排队的车辆.仿真实验表明该方法能有效地减小平均车辆延误时间,达到了保持干道交通通畅的目的.     

基于多分辨率近似熵的发动机声信号特征提取

介绍了近似熵的概念、主要特点及其快速算法,在分析了小波包与近似熵原理的基础上,提出了一种多分辨率近似熵的特征提取方法,并且讨论了近似熵值计算中3个参数的选择原则,其后对发动机声信号进行了分析处理,通过对比正常状态与故障状态共8种工况下的小波包3层分解后各节点的近似熵值,确定出了故障的特征频带,根据近似熵在敏感频带内的变化有效提取出发动机故障特征,从而实现了对发动机状态的监测与诊断。试验结果也证明了近似熵在分析复杂信号特征方面具有很强的能力,在判别机械设备运行状况方面具有很好的效果。     

基于三维坐标系的动车组运检计划算法模型

构建以动车组-交路修程-天数三维坐标系数学模型,全面考虑动车组运用与检修计划编制的优化目标和约束条件,构建动车组运检计划优化编制的数学优化模型。在给定动车组数量、交路计划的前提下,根据动车所实际情况,以“天”为最小的计划编制时间单位,通过控制换车次数,以检修时剩余里程为追求目标,阐述并规范运检计划算法实现流程,实现大空间分段式快速粒子群优化算法完成动车组运检计划的快速给定。     

几种用于木材/无机纳米复合材料的纳米粒子分散与改性研究

木材/无机纳米复合材料的优异性能主要取决纳米颗粒的分散状态;但纳米粒子极易团聚,导致粉体性能劣化.通过对纳米SiO2,CaCO3,ZnO,TiO2,Al2O3等的分散、表面修饰和改性,控制其大小、形态,提高其在复合体系中的均匀分散能力.对所用无机纳米材料采用高速剪切分散或超声振荡方法进行分散;并通过改性剂在纳米粒子表面上吸附、进行化学反应、包覆和成膜实现改性.然后用激光粒度仪、扫描电镜、透射电镜等对改性前后的纳米粒子进行分析、表征,结果表明:高速剪切分散或超声振荡分散只对产生软团聚的无机纳米粒子有效;而改性剂也只能减少粒子硬团聚的产生.     

Lorentz空间粒子的广义动量

从协变形式的Hamilton原理得到粒子的运动方程,给出相对论性粒子广义动量用协变矢量表示的正确形式,并讨论了电磁场中带电粒子系统的哈密顿函数,指出一些文献中不当之处.     

基于PSO-LSSVM的牵引供电系统故障诊断研究

为了提高列车运行稳定性,针对牵引供电系统故障诊断进行研究。根据牵引供电系统工作原理和特性分析故障现象与发生原因,提取用于故障诊断的特征信号;建立基于粒子群优化算法(Particle Swarm Optimization,简称PSO)优化最小二乘支持向量机(Least Squares Support Vector Machine,简称LSSVM)的故障诊断模型,并使用主成分分析(Principal Component Analysis,简称PCA)算法提取数据特征作为故障诊断模型的输入来降低输入维数;使用多种故障诊断模型进行对比分析。研究结果表明:经过PCA算法提取特征的PSO-LSSVM故障诊断模型具有较高的识别效率和识别准确性。     

二维楔形体入水问题的数值和实验研究

船舶在极端波浪条件下会产生剧烈的砰击,瞬时产生的巨大作用力会造成船体结构的损坏,因此准确预估入水砰击过程非常重要。本文通过数值和实验,分析楔形体入水过程中运动、受力以及自由表面的变化情况,验证光滑粒子流体动力学(SPH)方法在楔形体入水问题上的适用性和准确性,并使用此方法分析楔形体入水时楔形体斜升角和入水速度的影响。结果表明,光滑粒子流体动力学方法在解决入水问题上有很好的准确性,在楔形体受力和自由表面变形上与实验结果有很好的吻合度。通过计算发现,最大砰击力与楔形体斜升角的三次方成正比,与入水速度的二次方成正比,增大楔形体的斜升角和降低入水速度,都可有效减少入水砰击力。