关键词： 工业软件   智能制造   技术创新   系统开发   降本增效  

摘要： 杨超.前言:工业软件的创新与应用[J].数值计算与计算机应用,2025,46(1):1-2.摘要:工业软件作为现代工业体系的核心支撑,正在有力推动制造、能源、交通等关键领域的数字化转型与智能化升级.随着工业4.0和智能制造的快速发展,工业软件在降本增效、优化设计、提质出新等方面发挥着越来越重要的作用.然而,我国在工业软件的核心技术、自主创新和产业化应用方面仍面临诸多挑战.为了促进工业软件领域的学术交流与技术突破,本专辑聚焦于工业软件的创新算法、系统开发及其在工业场景中的应用,展示了该领域的最新研究成果和前沿进展.

关键词： 智能制造   工业数字化转型   策略分析  

摘要： 在信息化、网络化和智能化深度融合的时代背景下,智能制造已成为推动工业数字化转型的核心引擎。江苏省作为全国重要的制造业基地,其工业数字化转型的实践经验具有显著的借鉴意义。本文以江苏省为例,深入分析智能制造引领下的工业数字化转型策略。

关键词： 智能制造   采煤机滚筒   CAX   柔性制造   质量控制  

摘要： 为了推动采煤机滚筒向智能制造转型,基于采煤机滚筒智能制造的实践应用,分析了关键技术要素,并提出了面临的挑战与解决方案。首先概述了采煤机滚筒智能制造的实践应用,然后对计算机辅助技术(CAX)、柔性生产技术及质量控制等关键技术要素进行分析,同时针对开发参数化设计软件、小批量柔性化智能制造技术及滚筒质量控制环节的改进提出了具体的解决思路。为采煤机滚筒智能制造提供了切实可行的改进措施,有助于增强企业的市场竞争力,并为煤矿机械智能制造领域的发展提供了新的思路和方向。

关键词： 海上油田   物联网   大数据   人工智能   数字孪生  

摘要： 海上油田开发生产面临海洋环境复杂、设备运维成本高、安全风险大等诸多难题。在科技革命的浪潮中,信息化技术正成为推动海上油田生产数字化转型的核心驱动力。充分应用物联网、大数据、人工智能及数字孪生等技术构建油田生产数字化平台,以数字化主导生产模式,重构生产业务流程,推动海上油田生产数字化建设向全链条、多维度方向发展,助力能源行业转型升级。

关键词： 人工智能   短波通信   5G协同  

摘要： 本文聚焦短波通信与5G协同传输优化,阐述其重要意义,包括实现技术互补、提升通信可靠性、拓展应用场景及降低成本等。详细介绍了基于人工智能的优化策略,涵盖动态频谱资源协同管理、智能路由与跨层优化以及边缘智能与轻量化模型部署。通过具体案例展示各策略在实际中的应用,如构建频谱态势感知模型、采用三级频谱分配策略、设计多频段融合路由等,实现通信的高效协同。

关键词： 地浸采铀   机器学习   砂岩型铀矿   岩性识别   测井数据   SMOTE-LSTM模型   XGBoost模型  

摘要： 机器学习算法可从大量地质数据中自动学习和提取特征,进而实现对岩性的快速准确识别。以内蒙古某砂岩型铀矿区为研究对象,将数口井的测井数据随机划分为训练集和验证集,通过调整模型结构和优化超参数进行训练,利用BC1401、BC2802、BC4603和BC7206等4口井进行测试,实现对随机森林、XGBoost、K值邻近算法、BP网络和SMOTE-LSTM算法等模型应用效果的对比。分析结果显示,SMOTE-LSTM模型应用的稳定性和准确度最优,准确率为84.6%。

关键词： 公益性岗位   返乡创业   用工单位   电子信息   人工智能   就业帮扶   万达广场   交流分享  

摘要： 近日,成都市郫都区人社局联动区级相关部门,在该区郫筒街道举办2025年郫都区重点群体就业帮扶专项行动启动仪式暨“春风行动”郫筒专场招聘会。启动仪式上,优质用工单位代表成都蜀都万达广场总经理钱丽媛、成都蜀峰职业技能培训学校校长吴婷以及返乡创业代表妮妮和南南农场负责人王莉分别上台进行交流分享。郫筒街道现场发布了2025年公益性岗位开发计划,并为四川省丹丹郫县豆瓣集团股份有限公司等兑现了技能培训就业优惠补贴。此次招聘,郫都区人社局共组织区内170余家企业到场,提供8000余个就业岗位,涉及电子信息、食品饮料、人工智能、影视文创等岗位。

关键词： 汽轮机转子   热应力   应力预测   启动优化   机器学习   Transformer模型  

摘要： 汽轮机启动过程中的温度梯度和热应力变化直接影响其安全运行和使用寿命。以某型1000 MW等级核电汽轮机组为研究对象,分析启动过程中转子应力的变化情况,采用热-固耦合计算方法和基于Transformer的应力预测模型,利用遗传算法优化汽轮机启动方案。研究结果表明,通过对启动过程中的关键参数进行优化,启动时间缩短约16.37%,且转子最大应力较原始方案减少0.83MPa,应力预测模型的平均误差仅为1.69%。提出的启动优化方案在确保安全的前提下提高了经济效益,可为机组实际运行提供理论支持。

关键词： 阻塞性睡眠呼吸暂停   儿童   听力损失   机器学习  

摘要： 目的通过对阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)儿童的听力效果进行评估,建立基于机器学习方法的OSA儿童听力损失预测模型。方法选择经多导睡眠监测诊断为OSA的儿童为研究对象,其中轻度组64耳、中重度组96耳。同期体检的健康儿童为对照组,共94耳。对所有受试者进行听功能评估。采用支持向量机、逻辑回归、朴素贝叶斯3种机器学习方法建立OSA儿童听力损失预测模型并选出最优模型。结果(1)3组气导听阈在0.25~2 kHz差异无统计学意义;4 kHz及以上高频和扩展高频差异具有统计学意义(P<0.05)。(2)3组畸变产物耳声发射(DPOAE)幅值在0.75~3 kHz差异无统计学意义;在4、6、8 kHz差异具有统计学意义(P<0.05)。(3)3组ABRⅠ波、Ⅲ波潜伏期及Ⅰ~Ⅲ波间期差异无统计学意义;Ⅴ波潜伏期及Ⅲ~Ⅴ、Ⅰ~Ⅴ波间期差异具有统计学意义(P<0.05)。(4)基于朴素贝叶斯方法构建的OSA儿童听力损失模型为最优预测模型。(5)模型特征重要性排名显示,重要的影响因素为最低血氧饱和度和氧降指数。结论儿童OSA与听力损失存在显著关联,低氧血症的严重程度是导致OSA儿童听力损失的关键因素。

关键词： 孔隙结构   瓦斯涌出量   聚焦离子束扫描电镜   机器学习   DeepLabv3+模型  

摘要： 煤基质孔隙结构影响着瓦斯赋存、运移形式,对瓦斯涌出量预测、煤层气安全开采至关重要。为实现煤体孔隙的准确表征,以小保当(XBD)和桑树坪(SSP)2个矿区煤样为例,通过聚焦离子束扫描电镜(FIB-SEM)试验获取煤体孔隙分布图像,建立数据集。基于机器学习方法构建了煤体孔隙图像识别分割的DeepLabv3+模型,并与经典网络模型PSPnet和UNet进行对比,实现煤体孔隙结构的快速识别及分析。结果表明:DeepLabv3+网络分割效果良好,平均交并比达到92.71%,较PSPnet和UNet网络分别提升了12.67%、2.32%,对于微纳米孔隙的识别能力较强;XBD煤样孔径大于50 nm的大孔分布较多,占总孔的55.02%,以角砾孔、粒间孔和溶蚀孔为主,孔隙连通性较好,而SSP孔径2~50 nm的过渡孔及大孔数量较多,所占孔隙比例为76.04%,形态相对简单,平均圆度达到0.531μm,但孔隙间连通性差,不利于瓦斯气体运移,与瓦斯涌出量的测定结果一致。研究结果证明了DeepLabv3+模型在煤体孔隙图像分割方面具有良好的适用性,为煤体孔隙结构表征及分析提供了参考依据。