给大家推荐8篇关于模拟仿真的计算机专业论文

今天分享的是关于模拟仿真的8篇计算机毕业论文范文, 如果你的论文涉及到模拟仿真等主题,本文能够帮助到你

超声检测基础数据查询与管理系统的设计与实现

这是一篇关于无损检测,超声检测,数据管理系统,模拟仿真的论文, 主要内容为超声检测作为一种无损检测手段越来越多的被应用在航空航天、船舶、汽车等工业领域。但超声检测过程中涉及的数据多且复杂,选择探头、制定工艺过程麻烦,为了辅助用户更有效地完成超声检测工作,本文设计并建立了一个基于B/S结构的超声检测数据库系统,用于管理超声检测过程中庞杂的数据,并接入辅助工艺制定和选择探头的程序用于辅助超声检测。用户可以通过网页访问服务器,并完成对超声检测相关数据的检索、存储、修改和删除等操作,还可以使用仿真程序辅助制定工艺,使用探头选择指导程序帮助选择合适的探头。本文利用多元高斯声束模型声线模式,对典型探头的的辐射声场进行模拟仿真,实现了声场在空间分布上的可视化。从实际需求出发,根据超声检测过程的特点,总结了涉及的数据种类,确定了系统需要实现的功能、系统的结构等。根据系统的需求针对超声检测数据库进行了相关的分析和设计,通过对超声检测过程中数据信息的收集和整理,并用Navicat建立了My SQL数据库。在My Eclipse平台上使用Java语言和SSH框架建立了网页客户端,并将其与数据库相连接,实现对数据库的访问,及对其中数据进行查询、存储、修改、和删除等操作,完成了基于B/S模式的超声检测数据库系统。系统包括材料声学参数的管理、常用结构材料参数的管理、常用探头参数的管理和探头选择四个模块。系统不仅实现了对超声检测数据库的信息化管理,而且满足了客户对数据库信息的访问和管理。系统具有良好的兼容性,在系统中接入了声场分析与仿真程序和探头选择指导程序,实现了超声检测过程中声场的仿真和辅助探头选择的功能,拓展了系统的功能。

基于U-NET的砂型铸件凝固过程温度场预测方法的研究

这是一篇关于U-Net,CBAM,砂型铸造,模拟仿真的论文, 主要内容为铸件的缺陷、组织、性能、质量等都和铸件的凝固过程有关,研究铸件凝固过程的温度场可以预测缩松、缩孔、热裂等缺陷,也可以预测晶粒取向、铸件的力学性能等。数值模拟方法需要数理建模,运算量大,耗时较长。为节约计算时间,缩短研发周期,本文利用深度学习方法、基于U-Net网络结构建立了砂型铸件凝固过程的温度场快速预测模型,可以实现不同形状、不同时刻和不同材质的砂型铸件凝固过程温度场的快速预测。(1)利用大量铸件形状及其数值模拟温度场结果,构建U-Net网络的训练集和测试集。采用随机方法以少量的基础模型衍生出大量的二维铸件模型,并为模型添加冒口和冷铁。基于有限差分方法编写传热计算程序,输入砂型铸件模型进行传热计算模拟。构建了两种典型铸件材质(铝合金和铸钢)、900个的铸件模型多时刻的砂型铸件温度场。(2)建立卷积神经网络模型Unet-3,以实现不同形状的砂型铸件凝固过程温度场预测。以砂型铸件模型作为输入,经有限差分法计算得到浇筑后10min的温度场作为标签,将数据集按9:1划分为训练集和测试集。比较不同网络层数的预测效果,其中Unet-3表现最优,温度场预测的平均准确率为可达0.97以上,皮尔逊相关系数可达0.9999以上。(3)为解决不同时刻的铸件温度场预测问题,提出了CBAM-I-Unet模型。以Unet-3网络为基础,在模型编码器和解码器连接处添加了CBAM(Convolutional Block Attention Module)注意力机制,赋予模型权值自适应优化能力,并在编码器子模块中添加了Inception block,提高了模型对不同尺度特征的提取能力。以t时刻温度场矩阵和砂型铸件模型矩阵作为输入,以+?后的温度场作为标签构建数据集进行训练,预测结果显示,CBAM-I-Unet模型分段预测和连续预测的平均准确率均达到0.95以上,个别异常点的误差也控制在7.5%以内。(4)为实现不同材质的砂型铸件温度场预测,提出了M-CBAM-I-Unet网络模型。同时进行铝合金和铸钢两种铸件材质的凝固过程温度场预测。多任务学习方式能减少训练参数,提高网络的泛化能力,实验数据表明,使用M-CBAM-IUnet网络后,铝合金铸件的温度场预测准确率从0.98提高到了0.9875。本文建立的深度学习网络模型实现了二维铸件凝固过程中不同形状、不同时刻、不同材质的温度场预测问题。可以在一定程度上替代传统的数值模拟方法。

基于废塑料的IGCC气化多联产系统设计优化和经济分析

这是一篇关于IGCC,废弃塑料,模拟仿真,排放权交易,技术经济分析的论文, 主要内容为塑料制品由于其优越的性能被广泛使用,但目前废塑料的回收方式和技术手段仍有较大的局限性,造成资源浪费的同时,带来严重的环境污染和大量的碳排放。研究表明,塑料制品碳氢含量极高,热值和煤炭相当,废塑料气化是一种极具潜力的处理方式。整体煤气化联合循环发电系统-IGCC是将煤气化技术和高效的联合循环相结合的先进动力系统,有较高的发电效率、极低的污染物排放量,同时还能以较低成本捕集燃煤过程中释放的二氧化碳,是一种极具发展前景的洁净煤发电技术。十四五规划指出要分段实施绿色低碳,我国宣布于2030年前实现“碳达峰”,2060年实现“碳中和”。本文针对废塑料处理以及二氧化碳排放问题,基于传统整体煤气化联合循环发电系统以废塑料为气化原料设计出了三种不同气化多联产系统。主要的研究内容如下:(1)依据废塑料原料特性和气化特点设计了三种废塑料气化多联产系统中涉及到的各个子系统,并使用流程模拟器对各个子系统建立了仿真模型。同时,通过敏感度分析对关键操作变量进行优化,得出了最佳的工艺操作参数。(2)以不同目标设计出了三个废塑料气化多联产系统,设计1是以传统的整体煤气化联合循环发电系统为设计框架,使用低温空气分离工艺制取氧气,混合水蒸气和废塑料一起送往气化炉。回收的废塑料需先经过分选和预处理步骤成为合格的气化原料。气化炉生成的合成气经过脱硫脱硝除尘先送往甲醇合成单元,余气通入燃气轮机、余热锅炉,实现热、电、甲醇多联产。设计2采用真空变压吸附工艺制氧,大大降低制氧单元能耗,提升了整个系统的经济性。设计3引入钙循环反应耦合于水煤气转换以提高制氢效率。同时,氧化钙捕集生成的二氧化碳,生成的碳酸钙煅烧后得到高纯度的二氧化碳,氧化钙重新循环。(3)通过电厂常用效能评价指标比较三个设计的效率、发电量、产品产量等指标。同时,本文建立起了基于历史强度以及工业基准的排放权交易模型,根据企业的实际排放量给予奖励和惩罚并计算系统碳的收益/成本。并将碳成本/收益计算在技术经济分析中,计算三个系统的净现值等经济指标。研究结果表明,废塑料气化多联产系统能够实现热、电、化学品多联产。随着排放权交易市场的完善,设计3在节能减排和经济收益上最具潜力。

智能公交模拟仿真考核系统的设计与开发

这是一篇关于模拟仿真,在线考核,考试统计,自动评分的论文, 主要内容为上海市公用事业学校按照市教委专业标准开发要求,进一步深入进行课程体系及教学方式的改革,结合专业教学中存在的不足,积极创造条件开展城市交通信息技术相关的实训中心建设,利用实训仿真教学应用和实训仿真考核体系的建设,将真实设备操作进行模拟仿真在线考核,大大减轻教师的现场逐个监督学生设备操作考核工作量,以及减免昂贵真实设备破坏的代价,将老师从现场设备操作考试费时费力中解脱出来,同时使学生能够在接近真实环境中掌握智能公交业务相关的操作技能和业务知识,培养出符合社会需求的智能公交专业人才。本文研究的课题是智能公交模拟仿真考核系统设计与开发,开发内容包括仿真模块建设、技能考核系统建设,并针对开发内容以及实训仿真模块的特殊,需要解决设备模拟逼真交互效果、模拟仿真在线考试自动评分,并能将操作结果进行导入导出三个难点问题。主要用于上海市公用事业学校城市交通信息技术专业实训教学,本文主要研究工作如下:(1)实训仿真模块:按照上海市公用事业学校城市交通信息技术专业实训教学需求,开发包含四大功能的实训仿真模块:智能调度管理、信息发布管理、高速公路收费、车载一体机终端。(2)技能考核系统:开发建设技能考核系统,技能考核系统具备题库管理功能、考试管理功能、试卷管理功能、考场管理功能、考生管理功能、评分管理功能、信息查询功能以及统计分析等功能。(3)模拟仿真:考试中模拟具体设备和设备现场环境,实现人机交互,解决职业培训技能操作的考试。(4)自动评分:解决在考试中客观题(选择题、是非题、填空题)和实训题(模拟仿真操作题)的自动评分。此前的在线评分系统只能针对客观题实现,所以模拟仿真操作题的在线自动评分是本系统实现的难点,也是创新。(5)模拟仿真操作结果的记录与恢复。根据学校实际教学需求,模拟仿真分练习和考试两种形式,学生练习模拟仿真实训,导入或导出操作结果的本地文件;考试时上下题切换,模拟仿真操作的结果需要系统自动记录与恢复。模拟仿真软件与考试平台软件以及服务器三者之间的数据交互,也是需要解决的难点。本系统使用Flash、JSP+Spring+Hibernate的技术设计和开发,后台数据库使用oracle。

智能公交模拟仿真考核系统的设计与开发

基于大数据分析的外卖配送策略

这是一篇关于路径优化,智能派单,大数据分析,模拟仿真,遗传算法的论文, 主要内容为外卖行业作为餐饮行业的一种新兴商业模式,近十数年来得到了快速的发展,有数据统计显示:我国在线外卖产业规模由2011年的216亿元迅速增长到2020年的6646亿元。外卖行业已成为餐饮乃至消费增长的重要影响因素,究其原因是餐饮行业结合电商渠道给当代人们的快节奏生活方式带来了便利,使人们几乎无论何时何地都可以足不出户地享受美食。随着外卖行业的迅速发展和逐渐成熟,人们对其的要求也越来越高,各大外卖平台通过各种方式提升用户体验,无论是餐品的精挑细选与精致包装,还是平台推出优惠活动吸引用户,究其根本,配送时效仍是影响用户体验的核心因素。外卖平台对整体配送过程实现智能化、自动化以及标准化是提升订单配送时效的根本途径。外卖订单配送过程主要分为订单分配与路径规划两部分。随着外卖行业的迅速发展与壮大,传统的人工经验派单模式已走下历史舞台,各大平台纷纷推出基于大数据平台的智能订单配送策略,可根据当前的订单信息、配送员状态以及天气交通状况等因素进行高效订单分配。对于单个配送员的路径规划问题,其本质可看作多约束条件的旅行商问题,使用遗传算法、模拟退火算法、蚁群算法等经典算法求解。通过对历史订单数据的分析挖掘以及在仿真系统上的模拟与优化,我们可以更好地对整体配送策略进行评估。本文以饿了么外卖大连市的历史订单数据为基础,通过对订单数据的分析与特征提取,在SUMO仿真软件中建立交通仿真模型,模拟实际的订单配送过程。将配送员路径的规划问题视为多约束条件的旅行商问题,使用遗传算法予以解决。并针对遗传算法局部搜索能力差以及容易陷入“早熟”的缺点,采用模拟退火算法的思路予以改进,得到的改进算法兼具了快速随机的全局搜索能力与精确高效的局部搜索能力。对于智能派单系统,本文采用基础的图论知识与神经网络模型相结合的方式,通过SUMO仿真软件模拟大量历史订单合并情境,训练出智能派单模型。将路径规划与智能派单系统相结合,实现了对历史订单配送过程的模拟。结果表明,与现有数据进行对比,本文采取的订单配送策略在配送时效方面有显著提升,体现了本文所采取策略的有效性与可行性。