一种新的低空间分辨力阵列触觉图象的处理方法

本文根据低空间分辨力阵列触觉图象的特点，分析了噪声来源、形式和分布，提出了一种新的基于平滑的噪声消除方法。讨论了在图象基本顶点的基础上，运用了顶点分裂和合并技术找出相应的图形顶点，并通过最小二乘法复原出离散图象的连续轮廓，从而为提高触觉图象辨识率奠定了基础．     

马泽面临的问题

“深度改革,必须改变人们的思考方式、信仰和看待世界的方法,仅仅通过服从,即使是可能的话,也将是非常困难的。”这是管理大师彼得·圣吉在他那本著名的《The Dance ofChange》(变革之舞)中令我印象至深的论述。马泽,一个干练且霸气十足的海归,正试图在一个渴望崛起的民企中,率领全新的团队上演一场绝地大反击。作为一家诞生于北京的老字号企业,格威特在重新审视了竞争环境后决定要杀入市场。而且,马泽不仅要在体育用品业国内外巨头厮杀的间隙“突围”而出,还要在体育中介、赛事组织以及流通业中“跑马圈地”。实现这一切无疑需要对企业动…     

基于滑动概率神经网络的早期故障诊断

针对机电设备早期故障难以识别的问题，提出了一种动态的概率密度估计方法——滑动概率神经网络，用以跟踪分析测量信号的概率密度变化过程，及时发现早期故障．该网络以固定不变的抽样集作为第一层，动态滑动的测量信号作为样本层，通过求和层得到抽样集的条件概率密度估计，将样本层内测量信号的概率密度动态地投影到统一的抽样集上．将网络分解成以测量值为中心的子网络，来实现网络的递归运算，并且利用高斯函数的快速衰减特性或使用分段线性函数近似高斯函数，从而提高了网络的计算实时性．通过压缩机喘振过程数据的应用实例，表明该方法能够有效识剐故障的早期征兆．     

预压叠层柔性机械臂弯曲试验及有限元数值仿真

为抑制柔性机械臂的振颤，该文提出利用组合构件的滞迟特性来改善机械臂的动力学品质以达到减振的作用；介绍了预压叠层柔性机械臂力-变形本构关系的试验研究及有限元数值仿真。研究了其滞迟特性随预压力、载荷及工作点的变化；分析了叠层结合面的作用机理；表明组合柔性机械臂抑振效果好，结构简单。在用ANSYS进行有限元数值仿真时考虑了几何非线性与叠层之间接触状态非线性的影响，数值仿真结果与试验接近，该方法为组合柔性机械臂的静力学、动力学的研究及设计计算提供了有效手段。     

迎春花黄色素的提取工艺研究

研究了从迎春花中提取天然黄色素的方法．结果表明：该黄色素不溶于水，在无水乙醇、异丙醇、丙酮、氯仿、甲苯、石油醚等有机溶剂中以丙酮为最佳溶剂，丙酮提取液的λmax为415nm．色素提取的较优工艺条件是，1g干花粉加入40ml pH6的丙酮溶液。60℃恒温浸提1h．     

组合柔性机械臂抑振性能的仿真及实验研究

为抑制柔性机械臂的低频固有振动,该文提出利用组合结构滞迟阻尼效应来提高柔性机械臂的抑振性能.以单根叠层组合柔性机械臂为对象,通过有限元仿真和实验,对组合柔性机械臂的减振性、结构参数和预压力对其减振性能的影响进行了研究,并由仿真实验确定了组合柔性机械臂的动态恢复力曲线.研究结果表明:与实体柔性机械臂相比,组合柔性机械臂的抑振效果显著;确定合适的预紧力和结构尺寸参数可得到最佳的抑振性能;组合柔性机械臂-质量系统的固有频率不是一常量,其大小随振幅的减小而增大;组合层之间的相对刚度对其抑振性能有影响,减小相对刚度可提高其抑振能力.实验证明,该文采用的有限元仿真方法能较准确地反映组合柔性机械臂的动力学性质,可以代替实物实验确定动态恢复力滞迟回线,为组合柔性机械臂动力学建模、减振性设计及运动控制研究提供了有效方法.     

一类广义Kac-Moody代数的特殊虚根

给出了秩为２的广义Ｋａｃ－Ｍｏｏｄｙ代数的虚根系具体刻画,讨论了其虚根所决定的反射与其Ｗｅｙｌ群之间的联系。特别地,将一般Ｋａｃ－Ｍｏｏｄｙ代 特殊虚根的概念引入到广义Ｋａｃ－Ｍｏｏｄｙ代数上来,并决定相应的特殊虚根。     

烷基苯酚聚氧乙烯醚在高浓度时乳化性能研究

研究了制备高含固水性聚丙烯酸酯涂层剂所涉及的乳化技术,选择烷基苯酚聚氧乙烯醚表面活性剂TX-10,TX-20,TX-30,对其在高浓度时的乳化性能及TX-30的乳液流变性作了研究,分别确定了三种表面活性剂形成稳定的水/单体(W/O)乳液所需的水/单体摩尔比及表面活性剂浓度范围;同时,对TX-30较TX-10更易制得稳定的W/O乳液现象作了探讨,其原因是在表面活性剂浓溶液的状态下,TX-30由于亲水链发生卷曲,而TX-10由于亲水链可以较充分伸展,使两者的亲水链的有效长度发生变化;对TX-30的乳液流变性的研究表明,随表面活性剂的浓度变化,其胶束形态发生了一系列变化.     

力学信息学简介

数据在力学的发展中始终属于最基础和最重要的角色。在古典力学时代,通过对海量数据的总结归纳,科学大师们得出了以牛顿运动三大定律为代表的自然世界运行的客观规律。在当今时代,快速发展的力学实验自动化技术和高通量技术,使力学数据呈爆炸式增长,如何基于迅猛增长的数据来快速发现、发展和革新力学理论,成为一个迫切需要解决的问题。力学工作者可以借助当下快速发展的人工智能算法,直接智能地优化实验和生产工艺,或者利用诸如符号回归、稀疏回归和流形学习等机器学习方法对数据进行挖掘处理,发现并给出数据所遵循的公式形式,将数据上升为知识。这一人工智能和力学相结合的交叉学科便是“力学信息学”。基于力学信息学方法,古老的力学学科也必将迎来新的春天。