检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

组合预测模型在基坑变形监测中的应用研究

组合预测模型在基坑变形监测中的应用研究

作者：王炯桂林理工大学

学位级别：硕士

近年来,随着社会不断进步,工程建设快速发展,各种基坑工程数量迅速增长。基坑工程作为地下工程施工中内容复杂且多变的领域,保证基坑工程的安全为建筑安全的要点,对其实施安全监测与变形预测成为工程领域重要的研究课题。在基坑施工中,... 详细信息

近年来,随着社会不断进步,工程建设快速发展,各种基坑工程数量迅速增长。基坑工程作为地下工程施工中内容复杂且多变的领域,保证基坑工程的安全为建筑安全的要点,对其实施安全监测与变形预测成为工程领域重要的研究课题。在基坑施工中,基坑与周围建(构)筑物等设施不可避免会发生形变,如何合理有效的提高基坑形变预测的精度对保证工程安全有重要的意义。本文首先介绍了基坑变形的表现形式,然后对基坑监测的目的及要求、监测方案的设计依据与原则、监测的项目及方式等进行了探讨。紧接着介绍了用于基坑变形预测的时间序列模型、灰色系统模型与BP神经网络模型的基本知识,并且较为详细的阐述了这几种模型的构建方法。针对单一模型预测中存在的缺点,本文引入组合预测模型加以研究,阐述了其组建意义及常用的组合方法。文章采用并联的方式建立了时间序列与BP神经网络最优变权组合模型并以算法的形式加以实现。在经过深入分析灰色系统与神经网络的各自优缺点之后,发现在数据量较小的情况下两种模型具有互补的关系。采用数据优化的方式建立了灰色系统与BP神经网络组合模型,并描述了算法流程。最后引入工程实例进行分析,以郑东新区综合交通枢纽地下道路工程为背景,结合功能强大的计量经济软件Eviews与商用数学软件MATLAB对监测数据进行建模分析。首先构建ARIMA模型、BP神经网络模型、ARIMA与BP神经网络最优变权组合模型用于基坑变形预测,然后经过对比,得出ARIMA与BP神经网络最优变权组合模型比单一ARIMA模型和BP神经网络模型预报精度高的结论。针对数据量较少时的情况,建立GM(1,1)模型进行分析,随后建立GM(1,1)与BP神经网络组合模型对数据进行拟合预测,并将组合模型与单一GM(1,1)模型进行对比,结果显示GM(1,1)与BP神经网络组合模型的精度较高。由此可以推断,通过组合预测模型可以较好的判断形变量的变化趋势,对保障工程的安全有着重要的作用。

关键词：变形监测 ARIMA模型 GM(1,1)模型 BP神经网络模型组合模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于4G网络的电单车远程监控系统

科技风 2025年第01期 1-3页

作者：姚锦祥许铀肖日光林毅豪陈厚铭何锦城广东技术师范大学汽车与交通工程学院

电单车是当前国内外短途便捷交通的主要工具。由于电单车多采用锂离子电池作为其能源部件，而电池多是梯次利用的二级产品，存在安全系数低、应急防护手段少、火灾事故偶尔发生等问题。因此通过开发电池管理系统，实现电单车电池进行实... 详细信息

电单车是当前国内外短途便捷交通的主要工具。由于电单车多采用锂离子电池作为其能源部件，而电池多是梯次利用的二级产品，存在安全系数低、应急防护手段少、火灾事故偶尔发生等问题。因此通过开发电池管理系统，实现电单车电池进行实时监控，即确保电池在使用过程的安全性，同时也能有效地引导电池组应用，是电单车城市安全治理的有效方式。本方案旨在设计一款电单车电池远程监控系统，该系统包括4G模块、云端服务器和远程控制显示平台及可通信电池管理系统，可实现在充电过程中对电单车电池单体电压、充放电电流和电池SOC、寿命等信息的实时监测和状态显示，并对电池故障及相关问题采取相应的安全防护控制，从而保障电单车在充电过程的使用安全及实现对电池系统的性能预测。

关键词：电单车远程监控系统 4G模块云端服务器

全球制造网络中网络嵌入性对企业绩效的影响研究

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

全球制造网络中网络嵌入性对企业绩效的影响研究

作者：王炯浙江大学

学位级别：硕士

随着制造业全球化进程的加速,全球制造网络形成和发展,企业的竞争优势已不仅仅取决于其内部所拥有的资源,而且取决于嵌入在各种关系网络中的难以被竞争对手模仿的各种资源与能力。而企业在各种网络中的嵌入性水平深刻影响着其对资源与... 详细信息

随着制造业全球化进程的加速,全球制造网络形成和发展,企业的竞争优势已不仅仅取决于其内部所拥有的资源,而且取决于嵌入在各种关系网络中的难以被竞争对手模仿的各种资源与能力。而企业在各种网络中的嵌入性水平深刻影响着其对资源与能力的获取,企业网络嵌入性对企业行为和绩效的研究已成为一个新的研究热点。中国制造业近二十年来的崛起,在很大程度上得益于制造业的全球化趋势;全球制造网络的参与给中国制造业企业提供了一个获取各种有价值的网络资源从而提升企业绩效的机会。本文就是以全球制造网络为切入点,以参与全球制造网络的中国制造业企业为研究对象,研究了本地企业的网络嵌入性对企业绩效的影响。本文首先在现有企业网络嵌入性相关研究文献的基础上,提出了企业网络嵌入性通过正向作用于知识的获取从而促进企业绩效提升,吸收能力(分潜在吸收能力和现实吸收能力)在这一影响过程中起到调制作用的概念模型;然后通过对中国制造业128家企业的问卷调查,用因子分析、多元回归分析等统计方法对所提出的概念模型进行了验证和分析。通过理论分析和定量实证研究,本文主要得到如下结论: (1) 在全球制造网络中,本地企业网络嵌入性的信任、信息共享、共同解决问题三个维度的水平对于企业绩效的提升具有积极显著作用。 (2) 在全球制造网络中,本地企业网络嵌入性的信任、信息共享和共同解决问题三个维度的水平通过促进本地企业从国际旗舰企业获取更多的知识从而正向影响企业绩效。即本地企业从国际旗舰企业获取的知识在网络嵌入性影响企业绩效的过程中起到了中介作用。 (3) 在全球制造网络中,吸收能力在企业网络嵌入性影响企业绩效过程中起到了调制作用。总体而言,潜在吸收能力在企业网络嵌入性正向作用于获取知识过程中起到了调制作用,但是调制作用并不十分明显;网络嵌入性的共同解决问题维度与潜在吸收能力的交互项和企业从国际旗舰企业获取的知识显著相关,而网络嵌入性的信任、信息共享两个维度与潜在吸收能力的交互项和获取的知识之间并不存在显著相关性。现实吸收能力在本地企业从国际旗舰企业获取的知识正向作用于企业绩效过程中起到了较为明显的调制作用。

关键词：全球制造网络网络嵌入性知识吸收能力企业绩效

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

盾构管片拼装机的关键技术研究

盾构管片拼装机的关键技术研究

作者：王炯东北大学

学位级别：硕士

随着城市化和工业化步伐的加快,盾构法施工技术已被广泛应用于铁路隧道、过江隧道、公路隧道和城市地下工程。全断面隧道掘进机是集机、电、液、光、计算机技术为一体的大型地下工程建设装备,是大规模开发利用地下空间的前提条件。作为... 详细信息

随着城市化和工业化步伐的加快,盾构法施工技术已被广泛应用于铁路隧道、过江隧道、公路隧道和城市地下工程。全断面隧道掘进机是集机、电、液、光、计算机技术为一体的大型地下工程建设装备,是大规模开发利用地下空间的前提条件。作为全断面掘进机的重要功能部件的管片拼装机对整个地下施工具有重要的影响。因此,具有良好的工作性能的管片拼装机就显得非常重要。本课题以“十一五”国家重大科技支撑计划项目——全断面掘进机(大型全断面掘进机研制)项目(2007BA09801)和沈阳北方重工集团(NHI)的合作项目为依托,开展相关研究工作。以沈阳北方重工集团全断面掘进机国家重点实验室的Φ3.2米多功能全断面掘进试验机为平台,对其管片拼装机进行改进优化,使其具有灵活的调姿功能。然后对改进后的管片拼装机进行运动学和动力学仿真分析、液压系统仿真分析以及静力学分析,验证新机型的工作性能,为搭建基于视觉伺服技术的管片拼装无人化智能控制系统提供严谨的数学模型和动力学理论基础。本文的主要研究内容有如下几方面：(1)首先阐述课题的研究背景和研究意义,介绍盾构管片拼装机的类型、结构形式及其工作原理以及国内外的研究情况。(2)针对试验机微调机构不够灵活的缺点,对试验机的调姿机构进行结构改进,使其能够灵活调整管片姿态。并根据改进后的试验机数据,利用三维建模软件SolidWorks进行零件建模和装配建模,建立试验机虚拟样机。(3)根据串、并联机器人的运动学和动力学分析理论,对改进后的管片拼装机进行运动学和动力学分析。运用串、并联机器人的运动学相关理论,构建位置机构和姿态机构的运动学数学模型,建立机构位置逆解与速度映射解析方程,并求出机构Jacobian矩阵。以牛顿—欧拉动力学方程和拉格朗日方程为基础,构建管片拼装机姿态机构的动力学数学模型,建立管片拼装机姿态机构操作空间——关节空间映射关系动力学方程及操作空间动力学方程。(4)根据盾构管片拼装机的机械机构和工作要求,建立试验样机的液压系统模型,利用MATLAB中的SimHydraulics和Simulink工具箱进行仿真,验证液压系统的稳定性。(5)将试验样机的三维装配体导入仿真工具软件Matrix Laboratory(简称MATLAB),再利用该软件中的SimMechanics和Simulink内置工具箱对改进后的管片拼装机进行物理仿真,研究驱动支链液压缸驱动力、位移及速度、运动平台的工作载荷及速度等变化规律得到相关数据。(6)建立试验样机系统的多体动力机械系统和液压控制系统的联合仿真模型,对试验样机进行联合仿真,分析仿真结果,并根据仿真结果对试验样机的机械机构和液压系统进行改进优化。(7)对拼装机进行静力学分析,验证拼装机的刚度和强度。

关键词：全断面掘进机管片拼装机运动学动力学液压系统联合仿真

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国企业兼幷立法的缺陷与完善

经济管理 1996年第10期 33-34页

作者：贾文中王炯西安交通大学

我国有关兼并的法律、法规极不完善,阻碍了企业兼并的健康有序发展。本文试图分析我国现行兼并的立法中存在的问题,寻求促进企业兼并规范发展的法律对策。一、我国兼并立法中存在的问题自1985年以来,我国与企业兼并有关的法律、法规纷... 详细信息

我国有关兼并的法律、法规极不完善,阻碍了企业兼并的健康有序发展。本文试图分析我国现行兼并的立法中存在的问题,寻求促进企业兼并规范发展的法律对策。一、我国兼并立法中存在的问题自1985年以来,我国与企业兼并有关的法律、法规纷纷出台;各地也制定了更加适用的地方性法规。从数量上看,我国企业兼并的法律、法规已初具规模。从立法的起点看,不

关键词：企业兼并法明确法律规范兼并程序司法《公司法》

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

精益生产在风电齿轮箱装配车间的应用

精益生产在风电齿轮箱装配车间的应用

作者：王炯南京理工大学

学位级别：硕士

本论文主要讲述了当前形势下,国际国内风力发电现状,以及作为风电齿轮箱生产厂家,南高齿推行精益生产的必要性与需求,并重点阐述了装配车间实施精益生产的过程与取得的成果。首先,论文介绍了选题的背景和意义,综述了精益生产的相关... 详细信息

本论文主要讲述了当前形势下,国际国内风力发电现状,以及作为风电齿轮箱生产厂家,南高齿推行精益生产的必要性与需求,并重点阐述了装配车间实施精益生产的过程与取得的成果。首先,论文介绍了选题的背景和意义,综述了精益生产的相关理论研究方法与概念,并对一些常用的精益原则做了系统说明;其次,论文在分析风电齿轮箱装配车间现状的基础上,提出对装配线进行优化的模式与改进方案,并通过案例实施分析与实况模拟,设计出了适合企业装配模式的单件流生产线;最后,论文通过实证分析,总结出精益装配实施的过程与取得的成果,也就是生产效率得到了提高,生产线布局得到了完善,生产模式得到了改进。此外,结合精益生产方法中看板管理的有效实施,也使得装配现场管理提升到了一个新的高度。经过两年时间的努力,精益生产已经从一种理念深入到了装配车间全体员工的心中,虽然目前仍有一些难以克服的问题与难点,但精益思想正逐渐形成一种氛围与企业文化,在南高齿推行开来。

关键词：精益生产风力发电齿轮箱装配布局

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对外直接投资对我国出口商品结构的影响分析

对外直接投资对我国出口商品结构的影响分析

作者：王炯广东外语外贸大学

学位级别：硕士

2007年经济危机的产生使全球经济增长进入下行通道,在全球经济不景气的影响下,受贸易保护主义抬头的影响,我国出口遭遇到了前所未有的挑战,为了解决出口受阻的困境,我国需从提升出口商品的技术含量入手,优化出口商品结构以增强出口能力... 详细信息

2007年经济危机的产生使全球经济增长进入下行通道,在全球经济不景气的影响下,受贸易保护主义抬头的影响,我国出口遭遇到了前所未有的挑战,为了解决出口受阻的困境,我国需从提升出口商品的技术含量入手,优化出口商品结构以增强出口能力。而与出口形势形成鲜明对比的是,经济危机后我国对外直接投资却逆势剧增,我国的对外直接投资流量连年增长,2002-2013年的年均增长速度高达39.8%。在当前我国积极鼓励有条件的企业“走出去”和国内出口商品结构亟待优化的背景下,将二者联系起来研究具有十分重要的理论和现实意义。本文首先基于《对外投资统计公报》和《中国统计年鉴》对我国2004年-2013年间的对外直接投资和出口商品的情况作了分析,然后利用联合国贸易和发展会议数据库中SITC三位数分类法下共计232种出口商品数据计算出我国出口商品结构变动趋势,最后基于灰色关联分析法从行业差异角度和区域差异角度对我国对外直接投资与出口商品结构之间的关系作了分析。研究结果表明我国对亚洲和拉丁美洲的直接投资,以及我国第二产业中的制造业和采矿业,生产性服务业中的交通运输、仓储和邮政业以及信息技术和软件服务业的对外直接投资对优化我国出口商品结构的影响作用较大。

关键词：对外直接投资出口商品结构灰色关联分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

秸秆捆烧特性研究及除尘系统设计

秸秆捆烧特性研究及除尘系统设计

作者：王炯河南农业大学

学位级别：硕士

由于化石能源短缺的情况逐渐严重,生物质秸秆的燃烧利用开始受到人们的广泛关注。生物质能源是地球上唯一可再生的清洁能源,因其具有挥发分比重大、炭活性强、燃烧后排放物对环境危害小等的特点,非常适宜于大量的开发和转化利用,是一种... 详细信息

由于化石能源短缺的情况逐渐严重,生物质秸秆的燃烧利用开始受到人们的广泛关注。生物质能源是地球上唯一可再生的清洁能源,因其具有挥发分比重大、炭活性强、燃烧后排放物对环境危害小等的特点,非常适宜于大量的开发和转化利用,是一种对环境友好型的燃料。然而,随着我国国民经济的发展,我国广大农村地区的能源结构也发生了巨大的变化,大量的秸秆被遗弃或就地焚烧在田间地头,造成了严重的资源浪费和环境污染。目前,我国秸秆的利用方式主要包括直接燃烧、热解、发酵等方式,秸秆燃烧利用方式主要有悬浮燃烧、传统散烧、打捆燃烧、致密成型燃烧四种燃烧方式。但在这四种燃烧方式中,传统散烧燃烧效率低,悬浮燃烧飞灰严重,秸秆不易运储,成型燃烧耗能高,而秸秆打捆燃烧方式综合了以上三种燃烧方式的优点,打捆燃料增加了秸秆类生物质的密度,便于运输和储存,同时,打捆方式相较于压缩成型方式,耗能较少,因此,打捆燃烧是未来最具发展前景的燃烧方式。本论文主要从以下三个方面开展了研究工作:(1)捆烧燃烧特性实验和灰特性实验:论文采用TG-DTG联用技术对常见的玉米秸秆散烧、打捆、成型三种燃烧方式进行了热重实验分析,通过对实验数据进行计算和作图,得到了三种燃烧方式下的燃烧特性指数,并做出对比,找出捆烧与其他两种燃烧方式的不同。实验结果表明:捆烧和散烧、成型燃烧一样,都要经历水分蒸发、挥发分的析出以及固定碳的燃烧和燃尽三个阶段;由于打捆燃料具有独特的尺寸结构,不利于燃料内部进行传热传质,其挥发分的析出峰值时间晚于其他燃烧方式,捆烧挥发分析出特性Rv为0.3250×1·K·min远远低于散烧和成型燃烧方式;打捆燃料内部的挥发分不易析出,析出过程较为平稳,并维持较长时间;在固定碳的燃烧阶段,打捆燃料失重存在更为显著的峰值点;论文自主设计了捆烧实验台,通过捆烧实验台模拟打捆燃料的实际燃烧过程,对热重实验结果进行了实验验证,实验结果表明两者具有相似性。论文还对秸秆捆烧燃料的灰分进行了一系列灰特性实验,得出了捆烧灰分的各项灰特性参数:捆烧灰分浸润性平均值为10.21mm/min,>8.0,具有良好的浸润性,为亲水性物质;捆烧灰分吸湿性24小时的实验平均值为6.315%,48小时实验的平均值为7.147%,捆烧灰分为高吸湿性的粉尘颗粒;捆烧灰分的比电阻平均值为1.953×106Ω.cm,接近低比电阻范围。灰特性实验明确了捆烧灰分的物化特性,对以后的捆烧设备除尘设计具有一定的指导意义。(2)捆烧设备除尘设计:论文将打捆燃料的燃烧特性与捆烧锅炉供风系统设计相结合,采用分段式供风,提出了一种新型锅炉供风系统设计思路。同时,还根据秸秆打捆燃料的尺寸结构特点,对捆烧锅炉进行结构选型,并对锅炉整体进行了设计计算。文中还根据捆烧灰分的灰特性指数选取了最适宜的除尘器——水膜除尘器和静电除尘器,两级除尘方式。使捆烧锅炉在清洁高效燃烧的同时,烟气能达到国家排放标准。(3)捆烧设备实验验证:论文最后对课题组所设计的捆烧锅炉进行了实验验证,实验结果表明:捆烧锅炉排放烟气中烟尘含量平均为27mg·m左右,低于国家排放标准50mg·m。

关键词：秸秆打捆燃料燃烧特性灰特性供风除尘系统设计

基于结构化剪枝的深度神经网络模型压缩方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于结构化剪枝的深度神经网络模型压缩方法研究

作者：王炯南京邮电大学

学位级别：硕士

随着深度学习的发展,卷积神经网络被广泛用于计算机视觉任务中。然而,在通过增加卷积神经网络深度来提高其特征表达能力的同时,模型逐渐变的过度参数化,很难部署在运算能力和内存资源受限的嵌入式设备上。因此,研究如何在保证网络模型... 详细信息

随着深度学习的发展,卷积神经网络被广泛用于计算机视觉任务中。然而,在通过增加卷积神经网络深度来提高其特征表达能力的同时,模型逐渐变的过度参数化,很难部署在运算能力和内存资源受限的嵌入式设备上。因此,研究如何在保证网络模型性能不显著下降的情况下,有效地减少网络模型的参数量和浮点数运算量,对于将深度学习相关技术落地于实际具有重要意义。通道剪枝是一种结构化剪枝方法,也是常见的网络模型压缩技术之一,拥有着较强的易用性和较高的压缩率。本文主要对通道剪枝算法进行深入研究,主要研究内容和贡献如下:（1）提出基于特征图相关独立性的通道重要性度量方法。相关独立性可以直观地理解成“可代替性”:若一个通道输出的特征图能够被同层中其他通道输出的特征图所代替,则该特征图相关独立性较低。输出特征图相关独立性较低的通道可以被认为是冗余的通道。该方法通过引入二维辅助矩阵,利用信息熵的概念量化出每个通道输出的特征图相关独立性。随后将该度量方法嵌入全局剪枝方法中,把量化出的特征图相关独立性作为对应通道的局部重要性,通过遗传进化算法把局部重要性转换成全局重要性,从全局角度对模型进行结构化剪枝。实验证明,该方法可以在几乎不影响模型精度的条件下,大大减少卷积神经网络模型的参数量和浮点数运算量。（2）提出基于双DDPG的自适应全局剪枝算法。遗传进化算法中的变异过程本身具有随机性,并且变异结果对下次变异没有导向作用,最终导致进化的迭代过程耗时较长、结果不稳定。本文基于强化学习的概念,分别利用两个DDPG代理在连续变化的空间中学习出每一层的全局规模系数和偏差系数。并且设计出了基于LSTM的模拟空间用于模拟出下一个状态。实验表明,相较于目前主流通道剪枝算法,该算法更能准确地移除网络模型中冗余的通道,并且剪枝后的网络模型仍有较强的特征信息提取能力。（3）提出基于多网络协调训练的模型性能恢复策略。受相互学习和知识蒸馏的启发,本文基于嫁接的概念,提出基于自适应加权的多网络联合并行训练策略,用于提升剪枝后网络模型的性能。该策略采用不同的训练参数训练多个相同的网络,训练过程中网络之间进行参数的自适应加权。为了解决多网络训练中的收敛缓慢问题,本文还采用基于梯度集中的随机梯度下降优化算法。相较于简单地微调、重新训练以及知识蒸馏,该训练策略得到的网络模型精度更高。

关键词：深度学习卷积神经网络模型压缩剪枝信息熵强化学习