3,4-环氧环己基甲酸3′,4′-环氧环己烷基甲酯在光固化体系中的应用研究进展

回顾了近十年来3,4-环氧环己基甲酸3′,4′-环氧环己烷基甲酯(CE)在光固化体系中的应用,讨论了CE与含硅树脂、超支化聚合物或其它环氧单体复配时对材料性能的影响.     

深沟球轴承装配中的选配模型研究

在对深沟球轴承的内、外圈和滚动体进行装配时，为获得最优装配组合，运用网络流规划将该问题转化为网络最大流问题，并建立了一种选配模型。通过合理定义模型网络的中间点、弧的容量和方向以及模型的一般约束条件，应用有效算法求出模型网络的最大流，最终获得内、外圈和滚动体的最优装配组合。     

一种级数混合运算产生SPWM波新方法

提出了一种产生正弦脉宽调制波的新方法。介绍了采用级数混合运算产生数字化正弦波数据的基本原理,不需要专门的ROM存储器,利用传统查表法就能够得到所需要的SPWM信号。基于所提出的方法设计了一种通用型SPWM波形发生器,利用FPGA内部的RAM资源例化成所需要的虚拟ROM存储器,用来存储由级数混合运算得到的1/4周期数字化正弦波数据,然后利用中心对称和轴对称运算得到整周期的正弦波,与三角形载波进行比较后输出SPWM信号。实验结果表明,该SPWM发生器具有可靠性高,电路结构简单,使用灵活等特点。采用所提出的方法设计的SPWM光伏逆变器已投入应用,性能良好,工作稳定。     

基于有限自动机的SIP仿真测试器设计

把有限自动机的思想和SIP(Session Initiation Protoc01)协议仿真测试器的设计相结合，给出了SIP测试方案的有限自动机描述，并设计了一种基于有限自动机的SIP仿真测试器。该测试器使用户摆脱了专门高级编程语言的学习，便于用户掌握使用，测试器支持IPv4／IPv6，适应IP技术的发展，为测试平台的设计提供了一种新方法。     

基因芯片点样机驱动系统的设计与实现

基因芯片点样机是完成基因芯片点样工作的一种自动化系统。该系统的运动驱动程序是保证点样精度的关键部分。面向对象技术在很多方面得到了成功的应用。将面向对象技术应用于基因芯片点样系统的驱动控制，设计并实现了基因芯片点样机的驱动程序。该软件被成功地应用于基因芯片的制备，具有控制精度高和操作方便等优点。     

可调压力激光焊接工艺地面模拟装置的研制

目的 针对普通激光焊接实验装置无法用于非常压极端环境下激光焊接工艺的难点,研发设计一种可用于模拟环境压力变化的激光焊接地面模拟装置,使得在地面上模拟深海高压环境激光焊接和太空负压环境激光空间制造过程成为可能。方法 针对非常压极端环境下激光焊接实验成本高以及危险性大等问题,并综合考虑高压力、低真空,以及水下高盐度、低温度和微生物等环境特点,对模拟装置的压力调节集成系统、激光入射孔以及可移动运动平台3个主要方面进行设计。自主设计研发一套具备从负压到高压压力范围可调的激光焊接地面模拟装置,并对模拟装置进行实验和性能验证。结果 研制装置压力测试的结果表明,该装置能够开展5.2 Pa(真空环境)至13.13 MPa(深海环境)压力范围条件下的激光焊接实验,为深海高压激光焊接过程以及空间负压激光制造过程提供实验基础。基于该模拟装置进行了不同压力环境下的激光焊接实验,结果表明,大气环境中随着压力的增大,焊缝熔深逐渐增大,而熔宽呈减小趋势;水下环境中随着焊接速度的增大,焊缝熔深和熔宽均逐渐减小。结论 实验结果与现有研究结果相近,可调压力激光焊接地面模拟装置的可行性和有效性得到了验证。该装置能够为未来深海高压和外太空负压激光焊接实验进一步研究提供设备支撑,具有良好的应用前景。     

ALO优化下1DCNN-BiLSTM-Attention锂电池SOH预测

锂电池因具有质量轻、寿命长、功率承受力高、自放电率低等优点,在绿色能源汽车制造、航空航天等领域得到了广泛应用。为了进一步提高锂电池健康状态(SOH)的预测精度,提出了一种基于一维卷积神经网络(1DCNN)和双向长短时记忆网络(BiLSTM)的锂电池SOH预测方法。1DCNN用于提取老化特征,BiLSTM用于特征分析。利用1DCNN参数少、抑制过拟合性能高的优点,并结合BiLSTM能充分考虑样本之间的关联性及有效结合数据过去和未来的状态等优势,模型能够在实现高预测精度的基础上兼具高计算速度。通过引入蚁狮优化算法(ALO)对模型的超参数进行优化,在减少耗时的基础上有效避免了人工调参的不确定性。同时引入注意力机制,通过对输入数据赋予不同权重,提高神经网络对重要信息的捕捉能力。以NASA锂电池数据集的电池参数为依据进行验证,结果表明该模型在B0005、B0006、B0007 3种锂电池单体上估计SOH的MAE均值为0.0064,相对于1DCNN-LSTM(0.0111)、CNN-LSTM&GRU(0.0197)模型分别降低了42.34%、67.51%,且在各方面评价指标上均优于其消融模...     

结合降噪卷积神经网络和条件生成对抗网络的图像双重盲降噪算法

针对图像降噪中降噪效果差、计算效率低的问题,提出了一种结合降噪卷积神经网络（DnCNN）和条件生成对抗网络（CGAN）的图像双重盲降噪算法。首先,使用改进的DnCNN模型作为CGAN的生成器来对加噪图片的噪声分布进行捕获;其次,将剔除噪声分布后的加噪图片和标签一同送入判别器进行降噪图像的判别;然后,利用判别结果对整个模型的隐层参数进行优化;最后,生成器和判别器在博弈中达到平衡,且生成器的残差捕获能力达到最优。实验结果表明,在Set12数据集上,当噪声水平分别为15、25、50时：所提算法与DnCNN算法相比,基于像素点间误差评价指标,其峰值信噪比（PSNR）值分别提升了1.388 dB、1.725 dB、1.639 dB;所提算法与三维块匹配（BM3D）、加权核范数最小化（WNNM）、DnCNN、收缩场级联（CSF）和一致性神经网络（CSNET）等现有算法相比,结构相似性（SSIM）评价指标值平均提升了0.000 2~0.104 1。实验结果验证了所提算法的优越性。     

小麦3B物料挤压膨化工艺优化及粉碎特性研究

以小麦制粉工艺中3B磨粉机磨下的麸片物料和普通麦麸为原料,采用挤压膨化技术,以膨化度为挤压膨化效果的考察指标,通过单因素和正交试验分析得到,各因素对小麦3B物料膨化度影响的主次顺序为:物料含水量膨化温度主机频率。最佳挤压膨化工艺条件:膨化温度为160℃,物料含水量19%,主机频率为20 Hz。经验证在此条件下3B物料的膨化度为1.54。用粉碎后物料过80目分样筛的过筛率来表现物料的粉碎效果,得出3B物料膨化度与过筛率呈现极显著相关关系,且膨化后物料的过筛率明显高于未膨化物料。因此初步认为膨化后的麦麸物料比未膨化的麦麸物料更易被粉碎,且膨化度高的麦麸物料粉碎效果更好,将膨化度作为指标来优化麦麸挤压膨化工艺有利于麦麸物料后期的粉碎。