基于Solid Edge软件的虚拟装配及运动仿真

介绍了Solid Edge软件装配模块的主要功能，以油泵主要部件为对象进行虚拟装配设计，并进行了干涉检查，实现了运动仿真。     

镁合金废料的回收

在镁合金零部件生产过程中，特别是在压力铸造生产中，产生出来的废料以及使用后报废的镁合金零件逐渐增多。出于成本和环境因素的考虑，必须对这与日俱增的镁合金废料进行有效回收。本文以生产占90％的镁合金零部件压力铸造为主线，介绍镁合金废料回收的经济分析，镁合金废料的来源和分类、现行回收技术的现状及发展趋势。并介绍香港生产力促进局和重庆硕龙科技公司最近研究开发的一种新型镁合金废料现场精炼回收系统。     

飞思卡尔Qorivva微控制器率先成为荣获IS0 26262功能安全标准认证的汽车MCU

飞思卡尔半导体正致力于帮助汽车电子器件供应商更轻松地开发符合国际标准化组织(ISO) 26262标准的功能安全系统.飞思卡尔宣布其Qorivva MPC5643L 32位微控制器(MCU)通过了独立的权威认证机构exida的认证,成为率先获得该认证的半导体产品. Qoriwa MPC5643L 32位MCU基于Power Architecture技术,专为要求汽车安全完整性等级较高的一系列广泛汽车应用而设计,包括电动助力转向、主动悬挂、防抱死制动系统和基于雷达的高级驾驶辅助系统(ADAS).它符合所有汽车安全完整性等级(ASIL),达到并满足最严格的等级ASIL D.     

飞思卡尔先进的动力总成微控制器助力汽车行业

飞思卡尔半导体公司推出了新款QorivvaMPC5777M多核微控制器（MCU）,这是其广泛的Qorivva产品线推出的最新产品。这个先进的MCU系列为新一代引擎管理解决方案提供卓越的性能,将帮助全球汽车制造商满足不同区域的汽车燃油经济性和安全需求。     

飞思卡尔最新推出用于智能电表篡改防护的Xtrinsic传感器

飞思卡尔半导体公司推出新的微机电系统(MEMS)加速计,提供超低功耗和简单的即插即用方法来进行倾斜阈值检测,用于智能电表应用的物理篡改防护。飞思卡尔的Xtrinsic MMA8491Q节能高效加速计将产品组合扩展至工业市场,该市场需要宽引脚间距、可以目测检查的引线和较长的产品生命周期。飞思卡尔副总裁兼传感器与致动器解决方案事业部     

溪洛渡地下厂房三大洞室围岩稳定监控技术

溪洛渡地下厂房三大洞室规模巨大,施工期洞室围岩稳定性监控是工程顺利进行的前提和保障.施工前依据前期科研成果制定了科学合理的开挖、支护方案,施工过程中严格控制开挖、支护质量,适时开展监测资料分析和监测成果反分析,跟踪洞室围岩位移、应力、塑性区范围发展过程.根据监测与反分析成果,定期对建筑物整体稳定性进行评价,并对局部可能失稳的岩体及时加强支护.开挖完成后,围岩位移的发展和破坏深度及支护设施应力总体较小,围岩整体稳定状态良好,局部围岩加强支护后较好地控制了位移.     

飞思卡尔八核微处理器重新定义了嵌入式多核处理的最高标准

<正> 飞思卡尔 QorIQ~(TM) P4080通信处理器提升了性能,提高了功效,降低了编程复杂性 2008年6月16日,飞思卡尔半导体推出 QorIQ P4080多核处理器,一个旨在为嵌入式多核空间中的性能、功效和编程性设定新标准的非常先进的八核通信处理器。P4080多核处理器是飞思卡尔新 QorIQ 产品线的标志性成员,基于45纳米处理技术。它集成了增强的Power Architecture~(TM)内核、三级缓存分层、创新 CoreNet~(TM)片上结构和数据路径加速,可在最大30W 的功率电路     

带有振动触觉反馈的上肢康复系统

康复机器人在脑卒中患者的术后恢复治疗中起着重要作用。为了提高患者在康复训练过程中的主动性和专注度,提出了一种带有振动反馈的上肢康复训练系统。该系统利用多传感器获取人的上肢位姿信息,实现与虚拟场景的实时交互,并通过实时多层级振动反馈引导人的康复动作。通过心理物理学实验评估受试者对不同振动强度的感受,得出了人体感受区分明显的3个振动强度等级。构建了视触觉有效性实验,受试者需要在虚拟场景中完成特定的康复动作,实验结果表明,相较于无触觉反馈,受试者在振动触觉反馈的作用下可以更稳定高效地完成康复任务。     

卷积神经网络表征可视化研究综述

近年来, 深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展, 这些任务多以卷积神经网络为基础搭建识别模型, 训练后的模型拥有优异的自动特征提取和预测性能, 能够为用户提供“输入–输出”形式的端到端解决方案. 然而, 由于分布式的特征编码和越来越复杂的模型结构, 人们始终无法准确理解卷积神经网络模型内部知识表示, 以及促使其做出特定决策的潜在原因. 另一方面, 卷积神经网络模型在一些高风险领域的应用, 也要求对其决策原因进行充分了解, 方能获取用户信任. 因此, 卷积神经网络的可解释性问题逐渐受到关注. 研究人员针对性地提出了一系列用于理解和解释卷积神经网络的方法, 包括事后解释方法和构建自解释的模型等, 这些方法各有侧重和优势, 从多方面对卷积神经网络进行特征分析和决策解释. 表征可视化是其中一种重要的卷积神经网络可解释性方法, 能够对卷积神经网络所学特征及输入–输出之间的相关关系以视觉的方式呈现, 从而快速获取对卷积神经网络内部特征和决策的理解, 具有过程简单和效果直观的特点. 对近年来卷积神经网络表征可视化领域的相关文献进行了综合性回顾, 按照以下几个方面组织内容: 表征可视化研究的提起、相关概念及内容、可视化方法、可视化的效果评估及可视化的应用, 重点关注了表征可视化方法的分类及算法的具体过程. 最后是总结和对该领域仍存在的难点及未来研究趋势进行了展望.     

进口二手加工中心定位精度评定方法研究

进口二手加工中心在很大程度上解决了我国加工制造企业的技术难题,但也产生了一系列的安全、卫生及环保方面的问题,不法分子将技术落后的机电设备以新设备的名义进口到我国,不仅给国内使用者带来了生命财产安全的威胁,更重要的是由于关键部件的磨损,加工精度得不到保证,使得进口设备没有达到预期的使用目的,本文研究一种判定进口旧加工中心定位精度的方法,以便于口岸执法人员快速有效控制缺陷设备进口。