利用CFD仿真软件STAR-CCM+,对类车体MIRA模型的尾流场进行仿真研究。采用主动控制减阻技术的流动控制方式,应用定常射流的方式控制尾流场的流动结构,探讨射流减阻的减阻措施。使用雷诺时均法SST k-w湍流模型对快背式MIRA模型尾部流场进行数值仿真,对尾部各个可能减阻的位置做了研究,找到最好的减阻工况,并分析了尾部涡流的变化,发现通过控制模型尾部的分离涡,可以改变车体的压力大小,从而减小模型的压差阻力,实现减阻的目的。

利用计算流体软件FLUENT建立了喷水室内喷嘴及喷嘴出口外部流场的三维数学模型。采用标准靴湍流模型模拟了喷嘴内部及出口外部流场，并根据各种情况分析了喷嘴参数对流场速度分布、压力分布和出口速度的影响。结果表明，喷嘴的扩散角和扩散段尺寸对喷嘴及出口流场影响较大：喷嘴的扩散角直接影响喷嘴出口后液滴的方向和速度大小，并影响流场的湍流分布情况，影响流场的紊流区域分布，最终影响水滴与风流的热湿交换；扩散段尺寸影响流场压力分布，特别会产生负压区直接影响射流后液滴的状态。

通过试验分析了充填体抗压强度与声波波速之间的对应关系，在此基础上，应用线性回归数学知识建立了以充填体纵波波速为输入变量，以充填体单轴抗压强度为输出变量的数学模型，利用该模型预测充填体的抗压强度，为充填体综合质量评价提供最有力的研究依据。

阐述了深度学习在故障诊断和图像分析、语音识别和文本理解等领域的应用;介绍卷积神经网络、深度置信网络、堆叠自动编码网络、递归神经网络4种典型的深度学习模型;综述近几年深度学习在故障诊断中的模型选择、学习算法和实际应用等方面的研究新进;探讨深度学习在故障诊断中的理论分析、特征提取、优化训练和研究拓展等。

作为石化机组的重要组成部分,轴承发生故障将导致机械运转故障进而影响企业经济效益,故而研究石化机组轴承故障预测、故障诊断具有重大意义。介绍故障诊断中早期基于信号处理的轴承故障诊断方法,阐述应用广泛的深度学习(包括卷积神经网络、迁移学习)等模型在石化机组轴承故障诊断中的应用,并展望基于人工智能的石化机组轴承故障诊断应用。

采用智能小车进行传输,小车采用PLC控制程序,对液压元件进行控制,通过各种控制阀／换向阀以及调速回路来控制小车。小车的定位采用传感器发出信号来控制。整个过程中,小车要完成定位、举升接管、中间运输、放管四个动作。

介绍了基于时间序列分析的陀螺仪随机误差模型的建立,并对误差模型进行滤波补偿的方法.主要是利用eviews软件将陀螺仪随机漂移数据进行平稳化处理,然后对处理后的时间序列进行模型的识别与定阶,最后结合kalman滤波方法对建立随机误差模型滤波补偿.实验结果表明,该方法建立的模型很好地反映了陀螺仪随机漂移的趋势,并有效地抑制了陀螺仪的随机噪声,提高了其输出精度.

船舶在海上作业时需要通过稳定平台对船舶的摇摆进行补偿。稳定平台工作过程中需要采用控制算法对各个通道进行控制。由于液压缸和电液伺服阀等机械元件惯性的影响采用常规PID算法时系统响应具有滞后性降低了稳定平台的补偿精度。为此提出一种前馈PID控制算法该算法既具有常规PID算法简单易操作的优点又能解决系统响应的滞后性问题。以稳定平台单通道为研究对象采用仿真与实验相结合的方式证明前馈PID控制算法的有效性。

由于风浪的影响．海上作业船舶会产生不规律的横摇、纵摇和升沉运动，这严重影响船舶工作效率和船载设备的安全。因此。在船舶上建立一个主动补偿平台系统显得尤为重要。在主动补偿平台系统中，采用PID控制算法。利用AMESim软件对主动补偿平台系统进行建模和仿真，得出仿真结论；通过实验，得出与仿真结果对应的实验结果。通过对比仿真结果和实验结果，为主动补偿实验系统的设计和调试提供帮助。

由于风浪的影响海上作业的船舶会产生不规律的横摇、纵摇和升沉运动这严重影响船载设备的安全。因此在船舶上建立一个稳定平台显得尤为重要。介绍了一种六自由度稳定平台的工作原理和实际用途通过逆解算法得到每个液压缸的运动规律最后通过实验平台对稳定平台及其反解算法进行验证。实验表明稳定平台对船舶的横摇、纵摇和升沉的稳定效果明显具有广泛的工程应用前景。