教学课程资源库 更多>>

关键词： 方差   协方差   重力异常   地球重力场   相关距离  

摘要： 陆地区域重力场协方差模型研究取得了大量的成果，但对海洋重力场统计特征的相关距离及其与海底地形的相关性等方面的研究较少。为此，开展基于船载重力异常数据进行海洋重力场协方差分析精化海洋重力场具有重要意义。最小二乘配置法是精化局部重力场模型的重要算法，其关键是构建重力场量的协方差模型。首先，利用船载重力测量数据空间分布特征，提出了沿测线方向计算协方差函数的方法。其次，选择在部分地形地貌条件下地面空间重力异常方差值和船载重力异常方差值近似的场景，比较了两者协方差函数参数的差异，指出海洋重力异常在不同方向表现了一定的差异性。随后，基于全球重力场模型模拟船载重力测量测线分布数据，比较了测线协方差函数和格网协方差函数参数的差异，提出了基于船载重力异常的协方差建模方案。最后，利用船载重力异常数据，建立了试验区域的协方差函数模型。研究结果表明：可以直接对船载重力测线数据进行测线方向的协方差函数建模，进而得到区域的协方差函数模型。不建议对船载重力测量测线分布数据进行格网化后，再建立协方差函数模型。在相同的空间距离情况下，海上测线格网化后的重力异常相关距离比测线重力异常相关距离大，海面重力异常相关距离比地面重力异常的相关距离大。海洋格网重力异常协方差的相关距离为40.181km，而测线重力异常协方差相关距离为19.893km，为海上离散重力数据格网化的半径选择提供了参考。试验区海洋船载重力测线数据的协方差函数模型，其相关距离为18.878km。文中所提方法可为基于协方差函数的最小二乘配置法进行海洋重力场精细建模提供参考。

关键词： 机电一体化   结构优化设计   多目标优化   多学科集成   创新设计策略  

摘要： 机电一体化产品的机械结构优化设计,已成为提升产品综合性能的关键所在。随着技术的不断进步,设计师面临的不仅是传统的结构强度和功能需求,还需要考虑如何在材料、制造工艺和成本之间找到最佳平衡。在多学科交织的背景下,机械结构的优化不仅仅是单一领域的突破,而是对产品各个维度的全方位深度整合。通过科学的优化设计理论、精确的多目标优化方法以及灵活的设计思维,优化设计已成为实现高效能、高性价比机电一体化产品的必由之路。本文探讨了这一领域的核心挑战与创新策略,力图为未来的设计提供新的视角与路径。

关键词： 新能源汽车   灰色图示评审技术(Grey GERT)   质量管控   质量价值  

摘要： 根据我国新能源汽车产业链质量管控现状，构建了一个基于质量价值流动的G-GERT网络，并利用该网络分析“产业链主体未加强质量管控”“产业链主体各自加强质量管控”和“链主企业主导下全产业链质量管控”3种情境下的质量价值流动和增值过程，探究产业链价值增值机理，识别链主企业主导下新能源汽车质量管控关键环节。研究发现：链主企业的主导作用可以促进产业链质量价值增值，使得整个产业链的质量管控效果显著；发挥链主企业的主导作用，有利于电芯、电池、电机和原材料等产业链关键环节功能的提升；另外，研究发现在价值网络中，价值流伴随着产业链呈现出倒“√”型流动趋势，管理过程中应着重关注价值增值过程中增值量薄弱环节。

关键词： 铝型材   表面缺陷检测   YOLOv5   注意力机制   特征融合  

摘要： 针对提升铝型材表面缺陷检测精度时会导致模型的复杂度、检测速度与精度难以平衡的问题，提出了一种基于改进YOLOv5的检测模型CSE-YOLO。首先结合CCFF与BiFPN建立了新的网络结构CCFBiFPN，加强多尺度特征的融合，降低模型复杂度；其次在特征融合模块引入混合GSConv的SDI模块，提高模型特征提取能力；最后在模型主干网络中增加ECA注意力机制，提高模型的精确度与性能。实验表明，改进模型相较于传统YOLOv5s模型在mAP@0.5和mAP@0.5:0.9指标上分别提升了5%和1.3%，同时模型的参数量与浮点运算次数分别降低了4.3%与4.4%，且每秒检测的帧数从140提升到了143。有效的平衡了模型的性能与复杂性，具有良好的工程应用价值。

关键词： Eigenvalues and eigenfunctions  

摘要： Due to the frequency-dependent characteristics of viscoelastic damping mechanical systems, solving their eigenvalues is highly challenging, especially for large-scale mechanical systems characterized by multiple damping models. A mechanical system with multiple damping models was taken as the research object, and an eigenvalue dimension reduction method based on physical subspace was proposed to achieve highly precise and efficient prediction of modal frequencies and vibration shapes. Firstly, multiple damping models were transformed into a unified rational fraction form, constructing a general damping system with a consistent and concise form. Next, utilizing the unified form, a physical space with the same dimension as the system was constructed, enabling the recursive generation of the physical subspace. By combining the state space with the Krylov subspace to derive the physical subspace, a dimension reduction method for eigenvalue solving based on the physical subspace was proposed, effectively addressing the issue of dimensionality explosion in traditional state-space representations for systems with multiple damping models. The theoretical and numerical analyses demonstrate that the proposed method offers superior efficiency and accuracy compared to conventional state -space -based dimension reduction approaches. © 2025 Chinese Vibration Engineering Society. All rights reserved.

关键词： 大数据分析   城市轨道交通   电气设备运行状态监测   数据挖掘与机器学习   设备故障预警  

摘要： 随着城市轨道交通网络的快速发展,电气设备的运行状态监测在确保运营安全和提高服务效率方面显得尤为重要。本研究基于大数据分析技术,提出了一种城市轨道交通电气设备运行状态监测的新方法。通过采集设备运行过程中产生的大量数据,利用数据挖掘和机器学习模型对数据进行分析处理,构建设备运行状态评估模型。同时,设计了针对设备故障的预警算法,可实现对异常状态的实时检测及故障定位。研究结果表明,该方法能够显著提升电气设备运行状态监测的准确性和时效性,减少设备故障对轨道交通运营的影响,具有较高的应用价值。该研究为城市轨道交通智能化管理提供了新思路,有助于推动轨道交通运营效率的进一步提升,保障经济与社会发展的持续性与稳定性。