简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:摘要:超音速火焰喷涂(HVOF)过程中伴随着高热量的释放,喷涂环境和被喷涂工件都将承受短暂的高温,对细长杆件表面喷涂过程中喷涂区域温度急剧升高,同时由于温度差产生应力,温度场的急剧变化对应力场将产生较大影响,所以细长杆件在经过HVOF喷涂后常常出现喷涂区域弯曲的现象。通过分析细长杆件发生形变的原因,并制定合理的喷涂工艺,从而避免弯曲变形的产生成为细长杆件HVOF喷涂形变量控制的关键所在。研究利用ABAQUS有限元软件,建立了涂层粒子流和细长杆件有限元模型,采用瞬态分析方法,对喷涂过程进行模拟。结果表明,如果细长杆件材料不均匀,即成分偏析,造成材料组织不均匀,偏析区域材料的线膨胀系数及热传导率与本体材料有所不同,经过HVOF喷涂处理后,会出现弯曲变形;细长杆件在喷涂了若干个来回后进行冷却的过程中,如果发生杆件的冷却不均杆件匀,例如杆件正对着风机的一侧与背对风机一侧造成空气的对流换热系数不同,也会造成的弯曲变形。