浅析典型缺陷的TOFD图像

TOFD技术是一种基于衍射信号实施检测的技术.本文通过对TOFD基本图像的形成原理的分析,探讨了几种典型缺陷的TOFD图像特征.     

高铝冷轧镀锌双相钢点焊工艺研究

通过正交试验法,采用L16（45）正交表对600MPa级高Al冷轧镀锌双相钢WHT600DPDZ点焊工艺参数进行优化,得到了工艺参数对焊点质量的影响规律,并采用极差分析法获得了WHT600DPDZ镀锌板点焊的最佳工艺参数。采用优化的最佳工艺参数进行WHT600DPDZ镀锌板焊接试验,焊点质量检测结果表明焊点具有优异的综合性能。     

喷射混凝土施工工艺探讨

对喷射混凝土施工及工艺参数进行了探讨,提出并优化了施工工艺参数.     

法兰变送器超薄膜片激光焊接工艺

通过对法兰焊接坡口、工装夹具的合理设计及工艺参数的优化选取,成功完成了法兰变送器超薄膜片的激光焊接工艺研发.此工艺对同类仪表制造的焊接过程具有较高的参考价值.     

生活垃圾焚烧发电厂渗滤液处理的改进策略——以遂宁川能能源有限公司为例

本文详细介绍了遂宁川能能源有限公司生活垃圾焚烧厂渗滤液的产生量、垃圾渗滤液的设计水量处理工艺参数等技改工艺.优化工艺参数,渗滤液经过处理后,水质满足《城市污水再生利用工业用水标准》(GB/T19923-2005)规定的敞开式循环冷却水水质标准.     

基于改进TOPSIS法的脉冲电沉积Ni-W-P镀层工艺优化

以占空比、脉冲频率、电流密度、镀液温度为优化工艺参数,以镀层表面硬度、结合强度、磨损量、腐蚀速率为综合优化工艺目标,运用改进的TOPSIS法对脉冲电沉积Ni-P-W合金工艺参数进行优化。优化结果为：占空比30%、脉冲频率250 Hz、电流密8 A/dm²、镀液温度60℃。采用优化工艺参数进行脉冲电沉积Ni-P-W合金与最优试验设计组相比,表面硬度提高了8.14%,结合强度提高了5.32%,磨损量减小了4.26%,腐蚀速率减小了6.25%。     

基于电荷补偿的槽栅IGBT设计和工艺研究

大功率半导体器件是现代工业和国防进行能量转换及控制的核心器件,也是制约我国电力电子技术水平和竞争力提升的关键器件.本文以降低器件导通电阻和功耗、提高击穿电压为目标研究电荷补偿槽栅IGBT,着重器件结构创新和关键工艺优化.电荷补偿槽栅IGBT导通电阻与器件间隔排列的p、n区半导体层厚及击穿电压成正比,相比传统IGBT导通电阻正比于击穿电压2.5次方理论,同等击穿电压下,允许n区有更高的掺杂浓度,这降低了器件的导通电阻和功耗.采用倾斜角离子注入制作电荷补偿结构,调节注入倾斜角和优化注入剂量是精确控制n区掺杂浓度的有效方法,也是保证器件电参数指标的关键制作工艺.用难熔金属硅化物设计双掩膜版的全自对准制作工艺,系统研究电荷补偿槽栅IGBT工艺制作原理,探索保证器件电参数指标的制作工艺控制机制,提出电荷补偿槽栅IGBT结构和版图设计优化方法和制作工艺参数优化方法.     

CSSA-DWNN算法的机器人焊接工艺参数优化研究

使用机器人进行焊接作业是提升工业生产效率的重要手段，合理的工艺参数是保障机器人焊接质量的关键。针对现有焊接工艺参数优化方法易陷入局部最小、训练时间长、拟合精度不高的问题，提出了一种混沌麻雀搜索算法优化双权值神经网络的新算法。该方法利用混沌麻雀搜索算法的全局搜索能力为双权值神经网络的方向权值、核心权值、幅值选取最优参数。提出了基于新算法的焊接工艺参数优化方法，建立焊接工艺参数与焊接质量之间的映射模型，获取最优焊接参数。分别采用模拟数据与实测激光焊接实验数据对所提方法进行测试，结果表明，混沌麻雀搜索算法优化的双权值神经网络迭代速度快、拟合精度高，较传统的双权值神经网络和径向基神经网络性能更优，适用于工业生产中焊接机器人工艺参数的高效设定。     

城市污水处理厂工艺流程脱氮除磷效果诊断及优化

随着污水排放标准不断提高,污水厂需改造处理工艺以满足稳定达标排放的要求,同时还需进行工艺优化以降低运行成本、节省基建费用和运行费用.本文以某城市污水处理厂A²O工艺为例,通过对工艺沿程水质参数及污泥动力学参数测定,诊断该厂存在的问题并给出优化运行建议,结果表明,碳源不足是导致该厂脱氮除磷效果不佳的主要原因,通过分析,建议该厂采取投加外碳源和提高反硝化碳源利用率的方法来提高系统脱氮效率.     

优化OCSVM进行网络入侵检测的研究

OCSVM适合无监督情况下的孤立点检测,与入侵检测问题有很大的相似性.文章研究了OCSVM在网络入侵检测中的应用,探讨了模型优化的两个主要方面.提出的二阶段模型参数选取方法,能够比GA算法更快地搜索到近似全局最优参数;采用GA算法提取出22个TCP/IP连接的重要特征,比较了采用特征子集和全部特征的OCSVM的检测精度、训练测试时问.实验表明,给出的OCSVM模型优化方法,能够获得优异检测性能,具有更优的训练和检测效率,意味着可以应用到实时网络入侵检测系统.     

正交试验法在仪表焊接工艺参数优选中的应用

采用正交试验法,选用L934正交表,以氦检漏泄漏率作为考核指标,对影响焊接效果的电压、脉宽、离焦量和转速四个因素进行试验研究,最终优选的工艺参数组合为A3B2C1D2,即电压为36档,脉宽为3.5ms,离焦量为+1.0mm,转速为3/7r/min。此方法对其它工艺参数的优化研究具有指导和推广意义。     

Parameter optimization model in electrical discharge machining process

Electrical discharge machining （EDM） process, at present is still an experience process, wherein selected parameters are often far from the optimum, and at the same time selecting optimization parameters is costly and time consuming. In this paper, artificial neural network （ANN） and genetic algorithm （GA） are used together to establish the parameter optimization model. An ANN model which adapts Levenberg-Marquardt algorithm has been set up to represent the relationship between material removal rate （MRR） and input parameters, and GA is used to optimize parameters, so that optimization results are obtained. The model is shown to be effective, and MRR is improved using optimized machining parameters.     

行为建模技术(Behvioral Modeling)在零件设计中的应用

为更好地把握设计意图，在Pro／ENGINEER软件中需要人工创建各种“关系”，这种“关系”只能向前引用“尺寸参数”，如果需要向后引用“尺寸参数”则要应用行为建模技术。行为建模技术通过建立“分析特征”实现优化目标的建立，以尺寸参数或用户自定义参数为变量对优化目标进行优化。本文通过一个轮胎模型，例证了上述方法的应用过程，得出了优化结果。     

PSO—RBF在网络入侵检测识别系统中的应用

针对RBF的参数选取的局限性造成检测效率低下的情况,提出一种PSO-RBF的算法,使用粒子群优化算法对RBF中权值、中心和方差三组参数进行优化设置,使三组参数的选择更加符合实际情况,提高了检测效率。将PSO-RBF算法应用到网络入侵检测识别系统中,结果表明该算法具有很好的检测率以及误报率,同时实验也证实了算法的可行性。     

基于平面圆靶标的相机标定

本文采用平面靶标的标定方法研究了平面圆靶标的相机标定。在标定过程中,考虑了透镜的径向畸变,首先对摄像机的内外参数用直接线性变换估算,然后应用Levenberg-Marquardt（L-M）非线性算法对所有参数进行优化。结果显示,相对误差的线性估算结果与L-M算法优化结果相比差别不大。因此,在实际标定中只需选择线性估算即可,其算法简单且能满足精度要求。     

Parameters optimization and nonlinearity analysis of grating eddy current displacement sensor using neural network and genetic algorithm

A grating eddy current displacement sensor （GECDS） can be used in a watertight electronic transducer to realize long range displacement or position measurement with high accuracy in difficult industry conditions. The parameters optimization of the sensor is essential for economic and efficient production. This paper proposes a method to combine an artificial neural network （ANN） and a genetic algorithm （GA） for the sensor parameters optimization. A neural network model is developed to map the complex relationship between design parameters and the nonlinearity error of the GECDS, and then a GA is used in the optimization process to determine the design parameter values, resulting in a desired minimal nonlinearity error of about 0.11%. The calculated nonlinearity error is 0.25%. These results show that the proposed method performs well for the parameters optimization of the GECDS.     

完善圆柱齿轮加工过程信息功能模型分析

在分析目前齿轮加工过程的基础上,应用齿轮参数空间图和功能模型讨论了提高齿轮加工质量和生产率的工艺方法,得出了控制工艺装备、选择合理工艺参数、优化工艺过程等方面完善齿轮制造过程,并以拉刀为实例进行了分析。     

基于改进粒子群算法的PID参数优化研究

PID控制是典型的工业控制,其核心内容是PID参数优化。为解决参数优化时不能确保得到最佳性能且耗时问题,通过改进粒子群算法学习因子,研究基于相等随机因子粒子群算法的PID参数优化,将其与标准的粒子群算法及迭代次数线性变化的学习因子进行比较。仿真结果表明,该算法性能指标tr、ts、δ%分别为1.782、3.285、14.07%,两种对比算法的tr、ts、δ%分别为1.804、4.825、24.33%和1.802、4.135、16.56%,改进算法提高了PID参数的稳定性、收敛速度和搜索精度,性能指标更优。     

Multi-objective process parameter optimization for energy saving in injection molding process

This paper deals with a multi-objective parameter optimization framework for energy saving in injection molding process. It combines an experimental design by Taguchi’s method, a process analysis by analysis of variance (ANOVA), a process modeling algorithm by artificial neural network (ANN), and a multi-objective parameter optimization algorithm by genetic algorithm (GA)-based lexicographic method. Local and global Pareto analyses show the trade-off between product quality and energy consumption. The implementation of the proposed framework can reduce the energy consumption significantly in laboratory scale tests, and at the same time, the product quality can meet the pre-determined requirements.     

网络教育的教学过程最优化原则

随着网络教育试点在各高校的全面开展,如何实现网络教学的最优化越来越为人们所关注.文章提出了网络教学过程最优化原则,阐述了实现网络教学最优化的准则和方法体系.