检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

酚醛树脂气凝胶复合材料热物性参数预测方法

航空学报 2024年第6期45卷 338-348页

作者：张春云陈雄斌刘健崔苗大连理工大学工业装备结构分析优化与CAE软件全国重点实验室大连116024 大连理工大学辽宁省空天飞行器前沿技术重点实验室大连116024 北京空天技术研究所北京100074

针对酚醛树脂气凝胶复合材料(IPC)碳化过程热物性参数动态变化和难以准确测量的问题,基于试验测量信息,通过求解瞬态非线性热传导反问题,提出了一种预测IPC碳化过程热物性参数的新方法。采用改进的梯度算法对瞬态非线性热传导反问题进... 详细信息

针对酚醛树脂气凝胶复合材料(IPC)碳化过程热物性参数动态变化和难以准确测量的问题,基于试验测量信息,通过求解瞬态非线性热传导反问题,提出了一种预测IPC碳化过程热物性参数的新方法。采用改进的梯度算法对瞬态非线性热传导反问题进行求解,预测随温度变化的热物性参数。引入复变量求导法准确计算灵敏度矩阵,提高预测精度。结果表明,与传统的梯度算法相比,该算法在求解瞬态非线性热传导反问题时具有很好的稳定性、精度和效率,计算时间由75 s降至35 s。测点温度计算值和试验测量值的平均相对误差为3.279%,采用该算法预测IPC碳化过程等效导热系数精度高。该工作为获取热防护材料的高温热物性参数提供了一种有效方法,为碳化型热防护材料的工程设计提供了关键参数。

关键词：热防护酚醛树脂气凝胶复合材料等效导热系数参数预测梯度算法

基于响应面法的Ni60/WC涂层表面织构皮秒分束工艺参数预测研究

在线全文

学校读者我要写书评

暂无评论

表面技术 2024年第9期53卷 167-179页

作者：钟林伍小龙王国荣罗敏敏王紫萱魏刚王杰冷晓栋曾秦涛张文超敬佳佳西南石油大学机电工程学院成都610500 西南石油大学能源装备研究院成都610500 重庆铁马工业集团有限公司重庆400050

目的实现六分束激光在Ni60/WC涂层表面烧蚀目标织构激光加工工艺参数的精确选择。方法基于CCD响应面法,设计在不同的激光工艺参数下对Ni60/WC涂层表面进行织构烧蚀试验,以激光频率、扫描次数、扫描速度为影响因素,以圆凹坑织构直径、深... 详细信息

目的实现六分束激光在Ni60/WC涂层表面烧蚀目标织构激光加工工艺参数的精确选择。方法基于CCD响应面法,设计在不同的激光工艺参数下对Ni60/WC涂层表面进行织构烧蚀试验,以激光频率、扫描次数、扫描速度为影响因素,以圆凹坑织构直径、深度及由其直径和深度综合加权所得的综合目标为响应目标,建立目标织构所需激光工艺参数的预测模型,以织构直径、深度及综合目标作为优化条件,对预测模型进行实验验证。结果扫描次数对织构直径的影响最显著,单个脉冲光斑上所聚集的能量大小是影响织构直径误差的关键因素。对织构深度影响最显著为扫描次数和频率,织构深度与扫描次数、频率呈正相关,不同因素间的交互作用是影响织构加工结果的关键。通过对预测模型所优选的参数进行实验验证发现,以织构直径和深度、综合目标建立的预测模型优选工艺参数所加工圆凹坑织构的质量评价指标与其预测指标的误差率分别为19.37%、3.57%。功率为6 W时,六分束激光加工最优工艺参数为速度5500 mm/s、频率400 kHz、扫描2次。结论通过综合目标建立的Ni60/WC涂层表面圆凹坑织构六分束激光加工参数优选预测模型精确程度较高,能够实现Ni60/WC涂层表面加工所需织构激光参数的准确预测,为涂层表面织构加工激光参数精确选择提供了理论依据。

关键词：皮秒激光分束激光加工 Ni60/WC 圆凹坑织构 CCD响应面法参数预测

基于软注意力GRU模型的堆芯瞬态热工水力参数预测方法研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

核技术 2024年第1期47卷 124-132页

作者：淳思琦冯欢张安妮赵鹏程南华大学核科学技术学院衡阳421001 南华大学核燃料循环技术与装备湖南省协同创新中心衡阳421001 南华大学资源环境与安全工程学院衡阳421001 南华大学计算机/软件学院衡阳421001

反应堆在各种工况下堆芯瞬态热工水力参数预测的准确性,直接影响到反应堆的安全性。质量流量和温度作为堆芯热工水力的重要参数,二者常被建模为时间序列预测问题。研究旨在解决瞬时条件下堆芯热工水力参数连续预测的精度问题,检验基于... 详细信息

反应堆在各种工况下堆芯瞬态热工水力参数预测的准确性,直接影响到反应堆的安全性。质量流量和温度作为堆芯热工水力的重要参数,二者常被建模为时间序列预测问题。研究旨在解决瞬时条件下堆芯热工水力参数连续预测的精度问题,检验基于注意力机制的门控循环单元在核心参数预测中的可行性。本文采用1/2中国实验快堆(China Experimental Fast Reactor,CEFR)为研究对象,使用快堆子通道程序SUBCHANFLOW生成瞬态堆芯热工水力参数的时间序列,采用基于软注意力的门控循环单元(Gated Recurrent Unit,GRU)模型预测堆芯的质量流量和温度时间序列。结果表明:相较于自适应径向基(Radial Basis Function,RBF)神经网络,本文使用的软注意力的GRU网络模型预测结果更好,温度在步长为3的情况下平均相对误差不超过0.5%,在15 s内预测效果较好;质量流量在步长为10的情况下平均相对误差不超过5%,且在后续12 s内预测效果较好。本文构建的模型不仅在连续预测过程中表现出更高的预测精度,且能捕捉到动态时间序列中的趋势特点,这对维护反应堆安全,有效防止核电厂事故有极大的用处。基于软注意力的GRU模型能在瞬态反应堆工况下提供一段时间的连续预测,在工程应用中和提高反应堆安全性上具有一定的参考价值。

关键词：门控循环单元软注意力快堆瞬态热工水力参数预测

双馈风电机组传动系统神经网络建模及参数预测

在线全文

学校读者我要写书评

暂无评论

现代电力 2024年第2期41卷 201-208页

作者：丁新虎潘学萍孙晓荣和大壮陈海东河海大学能源与电气学院江苏省南京市210098

传动系统是双馈风电机组的重要组成部分,其模型对电力系统同步稳定及频率稳定分析具有重要影响,准确的传动系统模型参数是分析新能源电力系统动态特性的前提。为解决因大扰动量测信息不充裕导致模型参数难以辨识的困难,提出利用机组正... 详细信息

传动系统是双馈风电机组的重要组成部分,其模型对电力系统同步稳定及频率稳定分析具有重要影响,准确的传动系统模型参数是分析新能源电力系统动态特性的前提。为解决因大扰动量测信息不充裕导致模型参数难以辨识的困难,提出利用机组正常运行状态时随机小扰动激励下丰富的历史响应数据,根据响应数据与模型参数的对应关系构建神经网络模型,并根据当前响应数据进行驱动系统模型参数预测。首先讨论了基于BP神经网络进行数据建模的基本流程;针对含双馈风电机组的无穷大系统仿真算例,提取随机风速扰动下响应信号受扰轨迹的功率谱特征;定义功率谱灵敏度指标,提出选取功率谱灵敏度较大的参数作为重点参数;最后基于BP神经网络构建响应信号功率谱与模型参数之间的非线性映射,基于训练得到的BP网络辨识新响应下的模型参数。通过分析BP神经网络动态模型的误差,验证数据驱动建模方法的可行性。

关键词：双馈风电机组参数预测功率谱特征可辨识性 BP神经网络

自动驾驶电动车辆基于参数预测的RBF神经网络自适应控制

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2024年

作者：陈志勇李攀叶明旭林歆悠福州大学机械工程及自动化学院

针对具有不确定性自动驾驶电动车辆的运动控制问题，提出了一种基于参数预测的径向基（RBF）神经网络自适应协调控制方案。首先，考虑系统参数不确定性、外部干扰影响，利用预瞄方法建立了可表征车辆循迹跟车行为的动力学模型；其次，采... 详细信息

针对具有不确定性自动驾驶电动车辆的运动控制问题，提出了一种基于参数预测的径向基（RBF）神经网络自适应协调控制方案。首先，考虑系统参数不确定性、外部干扰影响，利用预瞄方法建立了可表征车辆循迹跟车行为的动力学模型；其次，采用RBF神经网络补偿器对系统不确定性进行自适应补偿，设计车辆横纵向运动的广义协调控制律；之后，考虑前车车速及道路曲率影响，以车辆在循迹跟车控制过程中的能耗及平均冲击度最小为优化目标，利用粒子群优化（PSO）算法对协调控制律中的增益参数K进行滚动优化，并最终得到一系列优化后的样本数据；在此基础上，设计、训练一个反向传播（BP）神经网络，实现对广义协调控制律中增益参数K的实时预测，以保证车辆的经济性及乘坐舒适性。仿真结果证实了所提控制方案的有效性。

关键词：自动驾驶电动车辆不确定性 RBF神经网络 PSO算法参数预测

自动驾驶电动车辆基于参数预测的径向基函数神经网络自适应控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国机械工程 2024年第6期35卷 982-992页

作者：陈志勇李攀叶明旭林歆悠福州大学机械工程及自动化学院福州350108

针对具有不确定性的自动驾驶电动车辆的运动控制问题,提出了一种基于参数预测的径向基函数(RBF)神经网络自适应协调控制方案。首先,考虑系统参数的不确定性及外部干扰的影响,利用预瞄方法建立可表征车辆循迹跟车行为的动力学模型;其次,... 详细信息

针对具有不确定性的自动驾驶电动车辆的运动控制问题,提出了一种基于参数预测的径向基函数(RBF)神经网络自适应协调控制方案。首先,考虑系统参数的不确定性及外部干扰的影响,利用预瞄方法建立可表征车辆循迹跟车行为的动力学模型;其次,采用RBF神经网络补偿器对系统不确定性进行自适应补偿,设计车辆横纵向运动的广义协调控制律;之后,考虑前车车速及道路曲率影响,以车辆在循迹跟车控制过程中的能耗及平均冲击度最小为优化目标,利用粒子群优化(PSO)算法对协调控制律中的增益参数K进行滚动优化,并最终得到一系列优化后的样本数据;在此基础上,设计、训练一个反向传播(BP)神经网络,实现对广义协调控制律中增益参数K的实时预测,以保证车辆的经济性及乘坐舒适性。仿真结果证实了所提控制方案的有效性。

关键词：自动驾驶电动车辆不确定性径向基函数神经网络粒子群优化算法参数预测

维普期刊数据库博看期刊

基于改进Stacking融合模型的储层参数预测方法

在线全文

学校读者我要写书评

暂无评论

地球物理学进展 2024年

作者：霍凤财李青志董宏丽陈怡东北石油大学多资源协同陆相页岩油绿色开采全国重点实验室东北石油大学人工智能能源研究院东北石油大学黑龙江省网络与智能控制重点实验室

准确预测储层孔隙度和渗透率对于储层评价具有重要的意义。对于储层参数的计算，传统的经验公式法仍具有较大误差，为了提高储层参数的预测精度并且提高模型的泛化能力，本文提出基于改进Stacking融合模型的集成学习算法，以不同算法对... 详细信息

准确预测储层孔隙度和渗透率对于储层评价具有重要的意义。对于储层参数的计算，传统的经验公式法仍具有较大误差，为了提高储层参数的预测精度并且提高模型的泛化能力，本文提出基于改进Stacking融合模型的集成学习算法，以不同算法对数据观测和训练角度的不同作为基础原理，充分发挥模型的优势。首先，在传统Stacking集成学习模型的基础上，优化模型对第一层基学习器的输出结果，针对可能存在数据划分不均，而导致预测效果不佳的情况，根据基模型的测试精度对预测结果进行加权平均，得到结果作为第二层的特征；其次，针对新的组合训练集可能会丢失部分原始训练集中的信息，将原始数据集也作为次级学习器训练的一部分，使得元学习器学习到原始训练集与新训练集之间的隐含关系，从而提升模型预测效果；最后，通过Stacking融合模型将相互独立的各模型进行融合，增强模型泛化性。与传统Stacking集成学习模型相比，改进模型在孔隙度和渗透率的均方根误差预测上分别降低了7.7%和7.1%，验证了该模型具有良好的预测性能。

关键词：参数预测孔隙度渗透率 Stacking融合模型集成学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于神经网络的声学参数预测方法研究

中国测试 2024年第2期50卷 167-171页

作者：万宇鹏周远波文捷陈政赵晶中国测试技术研究院声学研究所四川成都610021 四川海岩声学科技有限公司四川成都610599

为更加准确高效地预测建筑声学客观音质参数,该文基于机器学习的室内中频混响时间和语言传输指数的神经网络预测方法。将基于机器学习的神经网络技术与计算机声学模拟仿真技术相结合,提取800个厅堂建筑的10个典型特征参数和3个目标参数... 详细信息

为更加准确高效地预测建筑声学客观音质参数,该文基于机器学习的室内中频混响时间和语言传输指数的神经网络预测方法。将基于机器学习的神经网络技术与计算机声学模拟仿真技术相结合,提取800个厅堂建筑的10个典型特征参数和3个目标参数,利用Odeon声学仿真平台,针对不同音质参数指标建立多个数值矩阵训练样本数据库,采用机器学习理论对混响时间、语言传输指数等指标进行BP神经网络数据拟合训练。对训练结果的均方误差、误差分布及回归系数进行评估,结果显示混响时间参数的训练均方误差小于0.05 s,语言传输指数参数的训练均方误差小于1.5×10^(-4),所有目标参数的回归系数R值均优于0.95。评估结果表明,该神经网络具备良好的预测准确性、数据泛化性和应用适用性。经实例验证,依托该神经网络编译和封装的应用程序可以实现对目标参数的快速评价,减少人力物力,提高工作效率。

关键词：机器学习神经网络声学设计参数预测混响时间语言清晰度

维普期刊数据库博看期刊

基于DEFA-LSSAR的水利工程边坡力学参数预测模型

在线全文

学校读者我要写书评

暂无评论

计算机与现代化 2024年第7期 106-111页

作者：曹宁严心娥徐根祺许又文张正勃杜倩云西安交通工程学院土木工程学院陕西西安710300 西安交通工程学院机械与电气工程学院陕西西安710300

为了解决现有水利工程边坡力学参数预测模型准确率偏低的问题,利用最小二乘支持向量机LSSAR对水利工程边坡力学参数(弹性模量E)进行预测,结合改进的萤火虫算法对模型进行优化,提出一种基于DEFA-LSSAR的水利工程边坡力学参数预测模型。... 详细信息

为了解决现有水利工程边坡力学参数预测模型准确率偏低的问题,利用最小二乘支持向量机LSSAR对水利工程边坡力学参数(弹性模量E)进行预测,结合改进的萤火虫算法对模型进行优化,提出一种基于DEFA-LSSAR的水利工程边坡力学参数预测模型。将本文所提模型分别与樽海鞘群算法、果蝇算法和哈里斯鹰优化算法优化的LSSAR模型进行对比。分析结果表明,所提出的模型预测准确率最高,达94%以上,且具有最小的适应度值,验证了所提模型的有效性和正确性。

关键词：水利工程边坡稳定性最小二乘支持向量机萤火虫算法参数预测