针对开展CFD软件评价、测试、计算工作中,标模数据需要进一步预处理导致效率低下的问题,设计实现一套面向空气动力领域的标模数据调用接口系统,接口采用Apache开源CXF框架为核心,实现以SOAP协议传输XML标模数据结构。收集分析标模数据,建立标模数据库;根据调用方实际需求,以及标模数据特征制定交互方案;基于CXF框架使用Java语言,实现SOAP协议的XML数据传输的接口系统,接口系统包含4个API函数供使用方调用。通过实际工程应用,显著提升了数据交互、处理的效率。

液压缸的工况错综复杂,为了确保液压缸的正常运行,寿命预测系统采集了大量数据以获悉液压缸的寿命状况。针对液压缸监测信号噪声大、单一分类器分类性能不佳的问题,提出了一种基于深度学习的液压缸寿命预测方法。利用DAE算法对噪声数据进行重构,以完成数据的特征提取;利用BP神经网络对数据中各特征子集进行分别训练构成弱分类器,然后采用Adaboost算法对弱分类器进行加权合并成强分类器以实现数据的特征选择。通过实验验证,提出方法可有效提高液压缸的寿命预测精度。