为进行铝电解槽出铝量预测,提出了一种基于自适应FOA-SVR模型的铝电解槽出铝量预测方法。首先,设计了一种自适应果蝇优化算法,基于三维搜索空间引入自适应步长,并应用于支持向量回归模型参数优化。其次,选取槽平均电压、槽电阻、槽温度、加料量、氟盐量等5个影响铝电解槽出铝量的因素作为模型输入向量,对电解槽出铝量进行预测。最后,以某公司铝电解槽生产数据为例进行实验验证,自适应FOA-SVR模型预测结果相比FOA-SVR模型提高了预测精度和收敛效率,为电解铝产量预测提供了有效模型,具有一定的推广价值。

“机械原理”是机械类专业重要的学科平台课,为解决以往教学中存在重知识传授、轻思政教育、育人功能未能充分体现等问题,通过构建课程的思政教学模型,深挖教学内容中的思政元素,探讨了课程思政的融入路径与措施。在知识传播过程中实现了教学效果的提升和价值引领,也为其他理工类课程的思政教学提供了有益参考。

针对滚动轴承故障振动信号的非线性和非平稳特征,提出了一种自适应的一维卷积神经网络(1-Dimensional Convolutional Neutral Networks,1-DCNN)和长短期记忆网络(Long Short-Term Memory,LSTM)融合的轴承故障诊断方法。首先,将原始一维振动信号通过有重叠取样的方式分别输入1-DCNN和LSTM两个通道,然后通过Concatenate层进行空间和时间维度上特征信息的融合,最后,通过Softmax分类器进行故障类别的分类输出。该方法可以直接从原始振动信号中自适应提取特征,实现了"端到端"的故障诊断。采用CTU-2实验平台故障数据,通过对滚动轴承的不同故障类型、不同传感器采集方位、不同故障直径进行实验分析,结果表明:该方法在识别轴承故障类别上与其他方法相比具有更高的识别精度,并具有良好的有效性和稳定性。

挖沟机的挖沟品质主要取决于对工作任务复杂地形地貌的适应性.利用经典的地面力学理论和车辆设计方法,分析挖沟机悬架的特点,从挖掘深度一致性,设计挖沟机悬架及其主要构件.运用Solidworks软件进行悬架设计和基本参数选取,设计了一种轮腿式悬架模型.通过ADAMS仿真和验证,设计的轮腿式挖沟机能够满足设计要求,概念设计方法合理有效,为挖沟机的整车设计提供了理论依据.

针对离散制造生产过程信息复杂、生产计划与作业计划难以均衡等问题,以提高产品质量,降低企业生产成本为目标,建立了面向柔性制造系统的车间调度模型,并设计了一种改进粒子群算法进行离散制造车间柔性调度优化。改进算法惯性权重能够余弦自适应调节,学习因子能够基于惯性权重动态变化。仿真实验结果表明,改进粒子群算法具有较快的收敛速度以及全局寻优能力。柔性车间调度对于缩短产品生产周期,提高生产线的生产效率,降低生产成本,提高企业的经济效益具有重要意义。