排序方式: 共有3条查询结果,搜索用时 265 毫秒
1
1.
为了解决传统单自由度履带式起重机输出轨迹不够灵活、作业空间有限以及工作效率低等问题,首先运用功能分析方法求解其起重执行机构的运动输出规律并获得了实现起重运输作业的机构拓扑结构学要求.其次利用平面基础闭环子结构替换法进行机构型综合,设计出一类新型多自由度履带式起重机构构型.在此基础上运用Jacobian矩阵法分析了一种九... 相似文献
2.
蒙占彬 《中国石油大学学报(自然科学版)》2013,(2):130-134
采用有限元软件ANSYS,以K型管节点为研究对象,利用生死单元技术,模拟焊接过程和退火处理过程,研究管节点的焊接残余应力,得到焊接温度场和应力场的分布。分别对考虑焊接残余应力与不考虑焊接残余应力而只考虑焊缝对结构影响的管节点模型施加轴向载荷,计算这两种模型的热点应力集中系数,得到焊接残余应力对管节点应力集中系数的影响。结果表明:对焊接管节点进行退火处理可以显著降低焊接残余应力,降低发生变形和断裂失效的风险,大幅度提高管节点的安全性能;管节点结构中热点位置及热点应力集中系数与尺寸参数、载荷类型、加载方式、焊缝结构等有关。 相似文献
3.
风向预测对提高风能转化率、保障风力发电机偏航系统安全运行及增加风力发电效益具有重要意义。为准确预测风向,提出一种基于CNN-LSTM-Attention的短期风向预测模型。首先,利用卷积神经网络(Convolutional Neural Network, CNN)提取风向数据动态变化特征,然后将所提取的特征向量构成时间序列作为长短期记忆(Long Short-Term Memory,LSTM)网络的输入,最后使用注意力机制(Attention mechanism)分配LSTM隐含层不同权重,增强重要特征的作用,完成风向预测。采用北部湾海域历史风向数据,通过实验与其他神经网络预测模型进行对比,结果显示,CNN-LSTM-Attention模型的相对平均误差(MAPE)值为3.2119%,R2为0.982 6, 优于其他对比模型。所得结果为广西北部湾海域海上风电探索发展提供参考。 相似文献
1