模型设计论文范文
前言：我们精心挑选了数篇优质模型设计论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。
第1篇
1.教学层面
由于综合性大学在毕业考评上学科间存在的差异，导致毕业考评的形式和内容多元化，统一的标准难以适应艺术设计各学科的教学要求，在具体的教学中教师又要求学生将毕业论文和毕业设计结合起来，达到艺术设计理论研究和实践相结合的教学目标，以及使学生能够深入地对一类问题或一个问题进行方案构思、设计创作、模型演示、效果展示等全面体现，以往的结果考评侧重了学生论文撰写能力和毕业设计的效果，对学生的创新能力、就业能力培养却显得不足，也不能为整个教学体系的最终环节注入新的活力。
2.学生主观层面
近年来，随着我国高等学校招生规模的不断扩大，学生人均占有教学资源不足和教学条件的制约，毕业生往往对毕业论文的写作认识程度不够，出现选题范围过大或过小、学术性不强、创新点不突出、抄袭现象严重等问题，教学难以达到预期效果，毕业设计虎头蛇尾，预想高过实际设计的目标，展示效果欠佳，实物模型的设计制作草率粗糙，如何来规避这些问题和增效值得深思。
3.管理层面
毕业论文与设计课程设置在第八学期，这个时期对于学生来说由于在校学习、社会实践、择业就业存在很多时间上的冲突，在心理上容易产生较大波动，不利于写出优秀的毕业论文和创作毕业设计，往往顾此失彼。由于艺术设计专业的毕业设计一般需要进行图像、图版、实物、模型等形式的展示，在各评价指标分层制定的同时，学生能否得到一定程度的经费支持，也是从这个层面探讨的问题之一。
二、艺术设计专业毕业考评模型
1.考评体系构建
以“过程+结果+展示”三位一体的模式作为考评体系的制定依据，考评指标的逐层细分。过程考评不仅能提高和促进学生学习的兴趣和积极性，显著增强学习效果，而且有助于教师在教学过程中，全面地及时的了解学生的方案进展情况，考查学生解决问题的能力，阶段目标完成的好坏。在设计教学中，学生往往存在“会做不会说”“会画不会写”的现象，将结果考核始终作为评定设计优劣的主要依据。毕业设计这个完整系统的过程就是毕业生向自己、向学校、向教师、向家长、向社会交的一份答卷，必然要接受大家的检阅。
2.参评主体构成
建立以“指导教师评价+评阅教师+答辩委员会评价+网上投票”构成的参评主体，对学生的毕业论文和毕业设计进行多角度评价。指导教师是学生毕业论文和毕业设计整个过程的直接参与者，所以具有一定的话语权。毕业答辩更像是一次检阅，答辩委员会在毕业答辩时给出的评价基本上是客观的、公正的，学生在答辩时的综合表现因语言表达能力、形象气质、答辩技巧的强弱作为评价指标。在校园数字网络的快速发展下，传统的评价方式要适应现阶段的校园生活方式，建设专业的网上投票系统能够让更多的师生参与毕业设计的评价。
3.审查监督
采用“教研室自查+专家盲审+教学督导抽查”相结合的方式对学生论文和设计进行审查和监督，增设用于网上投票的展示平台和评价平台。审查监督是在教学管理机构对毕业考评进行综合性的运行保障机制，可从以上三个层次进行，可将毕业论文和毕业设计的审查纳入督导组的督导范围，形成良性的循环机制。
三、考评体系的增效机制
1.深化教学改革
艺术设计人才需要有科学精神、人文素养、艺术创新、技术能力，不断调整以往的教学观念与方式。将“过程+结果+展示”的考评系统逐层展开，每层指标建立详细的子系统，进行一般问题的梳理和特殊问题的列举，然后对问题进行排序和考核等级层次的制定，最后对考核分值的进行分配，对初步建立的系统模型。
2.学生主观驱动
艺术设计是社会性的行为，但由于学生缺乏社会与文化责任感而没有强大的使命为驱动，知识储备不足的同时又面临诸多就业的压力，面对知识信息大爆发所往往出现了浮躁与急功近利的现象，内在的学习动力不足。评价指标可细化可深入至出勤率、同导师的沟通次数、方案草图环节、定稿、制作、选材、印刷打印等，各环节进度形成相应的书面材料进行归档整理，有效的避免学生无计划的实施和不按进度完成的情况，并能够保证毕业论文和毕业设计的完成质量和效果。
3.管理的操作机制
毕业设计是全面系统训练培养提高学生综合设计能力的系统整合性课程。因此，本科四年教学中的任何一个环节都应该贯穿创新这个基本原则，毕业设计也不例外，对于最终的考评子系统模型保留修改和增减项目的空间，保证系统对艺术设计专业人才培养的可持续性。此外，学校各部门可将毕业设计展与企业人才招聘会相结合。从而建立起完整的毕业设计展览、毕业设计答辩和人才招聘“三位一体”的毕业设计教学新模式。
四、结论
第2篇
1.1不确定性分析
我国目前面临确定最优备用容量克服风电机组出力的间歇性和波动性影响，支持消纳大规模风电并网的问题。合理确定快速响应火电机组规模，过多火电机组备用容量会增加运行成本，因此需要考虑到系统的经济性。本文的研究基础是新建快速响应火电机组来解决面临的风电并网及消纳问题，不考虑对现有火电机组升级改造的情形。大规模风电并网背景下快速响应火电机组的规划面临2种不确定性：1）快速响应火电机组参数的不确定性，包括燃料可用性、碳排放成本、折现率、投资成本等；2）系统调度水平的不确定性，包括随机停运(机组、输电线路等)、负荷和风速预测误差等。本文假定发电商向调度机构提出快速响应火电机组建设申请，调度机构结合规划模型最终确定快速响应机组规划方案，因此，快速响应机组参数的不确定性可以不用考虑。同时，假定电力系统的随机性与系统元件停运相关，负荷和风速预测误差与发电备用容量最优水平相关。同时，本文采用蒙特卡罗模拟方法来仿真电力系统的随机特性。假定风速服从威布尔分布[17]，由于风速预测误差的存在，蒙特卡罗仿真将设定大量情景，并得到每个情景下每小时的风力发电量。考虑到发电机组和输电线路的随机性停运，在蒙特卡罗仿真中引入2个向量X和Y。其中，Xmht=1表示第m个发电机组在第t年时段h时运行，Xmht=0则表示停运；Ynht=1表示第n条输电线路在第t年时间段h时可用，Ynht=0则表示不可用。本文将年尖峰负荷预测表示为基本负荷与年增长率的乘积[18]。年增长率包括年平均增长率和随机增长率2部分，随机部分反映了不确定的经济增长或天气变化对负荷预测的影响。每个节点的每小时负荷是基于年系统尖峰负荷在使用既定负荷分布因素的情况下得出的。每个情景都有一定的发生概率，由生成的情景数目分布得到。情景总数对基于情景的优化模型的计算工作量影响很大。因此，对于大型计算系统，采用有效的情景精简方法对提高计算效率是十分重要的。精简技术要求在尽量与原始系统接近的情况下得到最少的情景。因此，本文设定情景子集采用基于该子集的概率测度方法，该方法在概率度量方面与初始概率分布最为接近。另外，本文利用通用代数建模系统(generalalgebraicmodelingsystem，GAMS)中的SCENRED工具提供的精简代数式设定情景子集，并对情景进行最优概率分配。
1.2基于Benders分解算法的规划模型
大规模风电并网时，系统调度机构的目标是在满足规划和运行约束条件的前提下实现规划总成本最小，如式(1)所示。式中：t为规划年，t=1,2,…,T；h为时段，h=1,2,…,H；m为发电机组序号，m=1,2,…,M；k为情景，k=1,2,…,K；Cmt()为第t年机组m的投资成本；Gmts为k情境下第t年机组m的安装状态，1为已完成安装，否则为0；d为贴现率；pk为情景k发生的概率；Omht为第t年的h时段发电机组m的运行成本；Sht为相应的运行小时数；Pmhtk为k情境下第t年h时段机组m的调度电量。根据大规模并网背景下系统的不确定性及目标函数的特点，本文利用Benders分解法将快速响应火电机组规划问题分解成1个主问题和2个子问题：主问题是不考虑可靠性的最优投资规划问题，2个子问题是可靠性和最优运行问题。其中，可靠性子问题的可行域受主问题影响，而最优运行子问题受可靠性子问题可行域的影响，也就是说可靠性子问题的约束中除含有自身决策变量还包括主问题的决策变量，同样，最优运行子问题约束中除含有自身决策变量还包括可靠性子问题决策变量。在图1中，发电商向系统调度机构提供快速响应机组的候选集，考虑规划限制情况下，调度机构以新机组投资总成本最小为目标，确定新机组的最优投资方案。其中，规划限制因素包括机组最大数量和候选机组的建设时间等。其中主问题同样确定了目标函数的下界，并用该下界检验规划的最优性。除了规划限制因素，子问题中产生的Benders割也作为主问题附加约束条件。主问题中包含所有的变量，而且所有的限制条件是线性的。主问题是一个混合整数线性规划问题。通过子问题提供的可靠性和最优运行对主问题的组合优化状态进行修正。可靠性检查子问题对主问题提出的规划中涉及到的系统可靠性限制因素的可行性进行检测。该子问题不仅保证每个节点是电力平衡的，而且满足输电安全和发电机组物理限制因素的要求。在可行性不允许的情况下，会形成可靠性割，用以分析主问题中规划问题的派生情况。直到确定可靠的规划后该派生过程才会停止。一旦满足了系统可靠性，最优运行的子问题将考虑规划方案的最优性，直到满足给定的收敛标准，该问题的派生过程才会停止。具体计算步骤如下：
1）系统调度机构
最初获得的信息包括投资候选快速响应火电机组的经济性和技术性数据、机组断电数据、输电线路数据以及负荷和风速预测误差数据。然后利用蒙特卡罗模拟法设定一系列情景。随机长期规划问题本质上很复杂。本文用代数建模系统(GAMS)对情景进行精简。
2）本文模型
包括1个混合整数线性规划主问题和2个线性规划子问题。主问题研究最优投资规划，子问题进行可靠性检查并确定最优市场运行状态。主问题确定最优投资规划，其目标是新确立的快速响应发电机组的投资成本最小，如式(2)所示。式中：Bm为快速响应机组m的建设时间；Mmht为第t年发电机组m启停状态，1为开机，0为停机。其中，式(3)—(5)分别为建设时间约束条件、装机情况约束条件、快速响应机组的组合优化状态约束条件。主问题的解包括最优投资规划、新机组的组合优化状态和规划目标函数的下界。在第1派生阶段，对机组的组合优化状态没有系统限制约束，因此变量赋有随机值。但是，在接下来的派生过程中，来自于可靠性检查和优化运行子问题中的Benders割为机组状态设定了限制因素。如果出现意外情况(如图1所示主问题求解环节出现无解的情况)，则调度机构需要采取一系列预防措施，如切负荷、激励市场参与者提供额外的容量作为快速响应备用等。
3）主问题确定
第t年发电机组m的最优安装状态mtG及其在h时段的启停状态mhtM后，可靠性检查子问题基于主问题的解将系统偏差降到最小。在电力平衡变量中引入松弛变量，目标函数(6)即是将松弛变量最小化。式中：Vitk为k情境下第t年的松弛变量；,1ijhtkL为第i次迭代k情境下第t年h时段j母线上的预期发电缺口；,2ijhtkL为第i次迭代k情境下第t年h时段j母线上的发电剩余；Phjtk为k情境下第t年h时段j母线上的调度电量；Dnjtk为k情境下第t年输电线路n上来自母线j的有功潮流；Qjhtk为k情境下第t年h时段母线j上的负荷；Mmhtk为k情境下第t年发电机组m在h时段的开停机状态；Pmhtk为k情境下第t年h时段机组m的调度电量；Pmin,m为机组m的最小出力限制；Mmht为第t年h时段机组m的启停状态；Xmthk为k情境下第t年h时段机组m的发电机可用状态，0为处于停机状态，否则为1；Pmax,m为机组m的最小出力限制；Dnhtk为k情境下第t年h时段输电线路n上的有功潮流；Ynhtk为k情境下第t年h时段输电线路n的输电可用状态；I为从线路n上某点注入的注入功率；θnchtkθndhtk为k情境下第t年h时段输电线路n两端电压的相角差；xn为输电线路n的电抗；Rm、Rm为机组m爬坡加速/减速极值。其中，式(7)为目标函数的节点电力平衡约束条件，式(8)为发电机组安装状态，式(9)为主问题确定的组合优化状态，式(10)为发电限制，式(11)为直流电力潮流，式(12)为输电线路限制，式(13)(14)为爬坡加速/减速限制。随机规划解将满足长期可靠性指数，如电量不足停电损失率η。当第t年第h小时的η值比其目标值大时，第r次迭代时产生Benders割，相应的可靠性信号会反馈给主问题。将η作为约束条件限制未供给的每小时负荷数。年度负荷总数满足年度η要求。但是，使用基于小时指标的优点在于能够阻止某些时段发生大规模甩负荷的情况。第t年h时段的η由式(6)中的预期发电缺口Lijhtk,1除以第t年第h小时的预测负荷所得。式(15)所示的可靠性限制会使发电剩余Lijhtk,2为0。如果式(15)中有任何一个式子不能满足，则会产生Benders割。式中：αits和βihts分别为优化过程中对应于各约束的拉格朗日乘子最优值，均为常量；Fhtk为k情景下第t年h时段的负荷；ηht为第t年h时段电量不足的概率。式(16)的Benders割表示现有机组组合优化状态和候选机组安装状态的耦合信息。割表示在t年通过调整投资规划无法减轻电网受到的扰乱程度。
4）最优运行
子问题的目标是基于提交的竞标发电量和用电需求使社会福利最大化。社会福利定义为基于竞标值的电力消费支付额和生产成本之间的差额。该子问题的构建基于安全约束的经济调度模型，并检查所求解的最优性。当电力需求没有弹性时，目标函数是基于给定的投资规划和机组组合优化状态使系统成本最小，如式(17)所示。在一些情景下，发电机组和输电线路断电会导致无可行解。为了计算此种情况下的价格，假设原发电机组由虚拟发电机组以更高的价格提供所需电量。利用电量不足期望值来表示虚拟发电机组提供的电能。(1)111(1)111min(1)(1)THKqhtmhtmhtkktthkTHJhtjhtjhtktthjSOPWdSCPd(17)s.t.111MJJmhjtkjhtkjhtkmjjPPQ(18)UPEQ+PAD(19)0,jhtkPj(20)式中：Wqk为系统运行成本；jhtkP为k情境下第t年h时段母线j上虚拟机组的可调度容量；jhtC为第t年h时段母线j上虚拟机组的成本；U为母线机组关联矩阵；E为母线负荷关联矩阵；P为虚拟机组可调度容量向量；A为母线支路关联矩阵；D为有功潮流矩阵；P为有功功率向量；Q为负荷向量。类似于可靠性检查子问题，最优运行的目标函数受到物理因素限制，如式(8)—(14)所示。该子问题的解为主问题目标函数提供了上界，用于检查解的最优性。如果提出的投资规划方案不是最优的，会产生如式(21)所示的Benders割现象，并会添加到下一迭代过程中的主问题中。(1)(1)1111111111()(1)()()KTMqmtmtkmtkkktktmKTMkmtkmtkmtktmKTHMkmhtkmhtkmhtkthmCGGZpWdpGGpMM(21)Benders分解法的重要特点是可以在每一迭代阶段为最优解提供上下界，从而提供了收敛标准。收敛标准如式(22)所示。YZYZ(22)式中是最小的正数，表示接受最优解的临界值。
2、算例分析
本文通过一个6节点系统的算例来分析集中式和分布式风电扩张情形，如图2所示。本文研究给定风电并网水平情况下快速响应火电机组的规划问题。基于风速预测数据，该系统分为3个区域，其风电容量参数分别为31%、38%和49%。风电容量参数是1a内实际风力发电量与装机容量全部投入使用时的发电量的比值。本文研究的快速响应火电机组安全经济规划期和年峰负荷预测期均为10a。表1列出了系统数据，图3给出了基准案例情况下年尖峰负荷预测情况。节点2、4和5的负荷比例分别为50%、30%和20%。假设负荷在该段时期内拥有相同的分布参数。年尖峰负荷预测值是基准负荷(如307MW)与年增长率(如2.5%)的乘积。假定尖峰负荷随机部分增长率和风速预测误差服从正态分布[19]，中值为0，标准差为0.01，每小时负荷参数和每小时风力发电系数借鉴伊利诺伊理工大学提供的6节点系统小时数据。表2所示为候选发电机组数据。风电每小时成本忽略不计。风电容量为150MW，在情形I中是集中式，情形II—IV分布式。5种情形如下：1）情形I，风电机组集中在节点3的规划问题。2）情形II，风电机组分布在节点2、3和6的规划问题。3）情形III，风电机组分布在节点2、3和6，但是在第8年线路4-5部分停运的规划问题。4）情形IV，风电机组分布在节点2、3和6，但是在第8年机组2停运的规划问题。5）情形V，风电机组分布在节点2、3和6，但是在第8年线路4-5部分和机组2同时停运的规划问题。情形I：在该情形下，风电机组全部安置在区域C的节点3处，因为此处风速预测最为理想。第1年该节点接入装机容量为150W、容量参数为49%的风电机组。但是，这样的规划导致无法用其他机组降低节点3较大风速误差带来的影响。表3列出了各机组投入使用的年份。机组3一直投入使用，机组1在尖峰投入时使用以满足负荷需求，将运行成本降到最小。总的投资和运行成本为1336元/MW，其中运行成本为553元/MW。起初，机组3在节点3，机组2在节点2(系统最大的负荷中心)。表3中的其他机组在以后年份风电容量和负荷增加时逐步投入使用。风电集中安装情况下没有足够多的输电通道。情形II：图2显示了风电机组在3个区域分布式安装的结果。风电机组装机容量50MW，区域A和B的容量参数小于区域C的容量参数。表4给出了候选机组的安装年份。与情形I类似，机组1在第5年安装，机组2在第1年安装。但是，在第7年机组3才在节点1安装。节点3处的风电机组WG3年发电容量为12.5MW(容量参数为25%)，线路2和3没有阻塞。低成本的WG3在某些时候低于其容量参数运行是因为系统慢加速限制因素。因此，在第7年接入快速响应机组后，WG3平均发电量上升到22.5MW，容量参数为45%，仍然低于WG3的容量参数49%，这是由于输电和运行条件限制(如火电机组最低发电量限制、系统慢加速限制、开关限制等)。与情形1相比，总投资和运行成本降低至1072元/MW，其中运行成本上升到了601元/MW。在情形II中，由于区域A和B较低的容量参数，总风电机组利用率与情形I相比降低了28%，这将导致更多的昂贵的火电机组的使用，并增加运行成本。如果区域A和B的容量参数与区域C相同(49%)，则运行成本将降低至540元/MW。图4把运行和总成本描述为风电容量参数的函数。初始值是现有的风电并网水平。图4显示随着快速响应机组投资额的增加，运行成本降低。由社会成本可以看出，容量参数的最优增长为20%，此时社会成本最低。尽管区域A和B的风电容量参数较低，但是风电在3个区域的分布降低了总成本，提高了机组使用率。这是因为一个区域的风力间歇可以由其他区域来补充，同时，快速响应机组投入减少。情形III：该情形考虑在第8年尖峰时段4-5线路停运的情况。与情形II类似，机组2在第1年投入使用，机组1在第5年投入使用，机组3在第7年投入使用，如表5所示。另外，作为预防措施，机组4在第8年投入使用，机组6在第10年投入使用。线路4-5的停运减少了区域A和区域B的输电通道，因此有必要在区域B接入机组4和6。与情形2相比，总成本增加至1227元/MW。情形IV：第8年尖峰时段机组1的停运将改变情形II中的规划方案。机组2在第1年投入使用，机组1在第5年投入使用，机组3在第7年投入使用，如表6所示。另外，机组6在第8年投入使用，作为机组2停运的补充。该预防措施使规划成本上升至1162元/MW，运行成本升至601元/MW。情形V：在第8年，线路4-5和机组2同时停运，如表7所示。此处考虑尖峰和非尖峰时段2种情况。同之前情形类似，机组3在第1年投入使用，机组4和6在第8年投入使用作为停运的补充。总成本升至1232元/MW，是所有情形中最高的，但是运行成本和情形4和5相比变化不大。
3、结论
第3篇
在优化系统初始参数输入的界面中，根据具体优化问题，确定优化对象相关的设计参数值与优化参数设计范围，然后在输入栏里输入相关参数值和初始值。设计界面中某些参数的输入需要在一定的范围内，如果输入非法时，会有相应的提示，需要重新输入正确的参数[4-5]。当用户输完相关设计参数之后，单击“开始优化”按钮，系统首先将输入的具体参数值类型转化为MATLAB数据类型，然后将数值传入到MATLAB优化组件中进行优化。优化成功后的结果显示在界面中，否则返回重新进行优化。整个分析过程在服务器上完成，不影响用户进行本地的其他操作。
2关键技术
笔者通过刮板输送机的优化实例用以说明在系统建立过程中的几个关键技术。优化数学模型的M文件编写针对刮板输送机设计参数的不确定性，以达到其电机功率最小和运输性能最佳为目标，取输送机刮板链运行速度v、槽深H及宽度B作为优化设计变量。具体优化数学模型的建立过程请见文献[6]。根据以上的数学模型，编写M文件，由于在具体工程实例中设计值的不同，笔者将文献[6]中的某些具体的设计值作为可变的参数传递值。这里取链条最小张力、链条单位长度质量、输送机的铺设长度和物料堆积角作为可变的传递参数，令其分别为x(4)、x(5)、x(6)、x(7)，以方便MATLAB与之间传递参数，代码如下：编译生成.net组件生成.net组件的步骤如下。(1)在CommandWindow里面直接输入deploytool，在弹出的DeploymentProject窗口里，输入相应的保存位置和名称，Type类型选择：.NETAssembly。如图3所示。(2)添加已经编写好的M文件guabanji.m，如图4所示。(3)创建工程，选择Build编译成.net组件。文件保存后打开刚才保存工程的文件夹可以看到有两个新建的文件夹distrib和src。这里包含了在调用中需要用到的文件、库、资源和接口等，如图5所示。调用.net组件与网页设计打开vs2010，新建一个C#项目，添加引用，在弹出的菜单中找到已经生成的.net组件文件夹src，选择添加其中的guabanji.dll文件，另在.net中添加MWArray组件，这样引用添加成功，如此便可以调用.net组件进行优化[7-8]。
3运行实例
用户通过浏览器进入基于Web煤机装备优化设计系统，该系统包括采煤机、刮板输送机、提升机及掘进机优化设计系统。笔者以刮板输送机的优化设计系统为例，介绍了整个系统需要优化的机型，选择所需优化的零件进入优化设计页面，并根据提示输入合理参数，然后点击“开始优化”按钮，系统就会根据用户输入的参数，调用.net组件实现优化分析设计，并将优化的结果显示在浏览器上[9-10]。以刮板输送机为例进行说明，首先打开网站首页，选择刮板输送机优化；进入刮板输送机零部件优化列表页面，选择所需零件进入其优化设计页面，在文本框中输入具体问题的设计参数，然后点击页面中的“开始优化”按钮进行优化，如图6所示。得到优化结果后，将常规的设计方案与优化设计方案的结果对比，如表1所列。
4结语
