基于关键点的儿童座便器接触面设计方法研究

目的 针对人机接触面设计的复杂性，提出基于关键点的儿童座便器接触面设计方法，增加儿童坐便器的舒适性。方法 根据儿童身体尺寸制作陶土实验模型，长宽高尺寸分别为200 mm´250 mm´173 mm。选取左右两侧坐骨结节和臀沟下缘为接触面关键点，共有二十位儿童完成了乘坐实验，每次实验结束后利用柯尼卡美能达公司(VIVID-910)激光扫描仪对实验模型进行扫描，将实验模型转化为有关计算机辅助设计的数字化模型，并得出关键点坐标数据。以百分位为主要分析手段对样本数据进行典型尺度等级划分，确定关键点的统计数值。结果 利用了Creo Parametric 1.0参数化设计软件和关键点坐标数据构建曲面，完成了儿童座便器设计。结论 该方法不仅为儿童坐便器优化提供了新的参考，而且在人机接触面设计领域具有一定的适用性。     

正交构造异性板计算分析方法探讨

在盖板刚度的基础上,将加劲肋的抗弯及抗扭刚度往两正交方向进行均摊,得到另一种刚度形式的比拟正交异性板。这样处理可避开繁琐的剪滞分析过程且计算结果更为合理。另外,用空间梁单元模拟加劲肋,空间板单元模拟盖板的有限元计算分析方法,可应用于对正交构造异性板结构的计算,计算结果更可靠,方法具有很好的适应性。     

连铸技术的最新研究进展

连铸技术是钢铁和有色金属及合金生产的关键技术。历经百年发展,连铸技术给冶金行业的技术进步带来革命性的变化,在提高生产效率和成材率方面发挥重要作用;在特种合金及功能材料领域的推广应用倍受重视,其工艺技术的研究将不断进步。     

有压溶液作用下混凝土中氯离子浓度分布研究

为探索测定混凝土中钢筋锈蚀临界氯离子浓度的快速测定方法,本文对有压溶液作用下混凝土内部的氯离子浓度分布进行了测定。试验测定了0.65水灰比、1 MPa压强作用下混凝土的渗透系数以及不同加压时间条件下的自由氯离子浓度和总氯离子浓度,得到了不同加压时间下自由氯离子沿混凝土深度的浓度分布曲线。结果表明,随着加压时间的增长,在同一混凝土渗透深度处,自由氯离子浓度呈上升趋势。数值模拟的结果也较好的反映了这一规律。这为钢筋锈蚀临界氯离子浓度的快速测定方法的提出提供了理论及实验基础。     

含盐量对硫酸钠盐渍土–混凝土界面剪切特性的影响研究

为了探究不同地区盐渍土–混凝土界面的强度及变形差异,自制硫酸钠盐渍土与混凝土试样,将盐渍土在不同含盐量、初始干密度及法向应力条件下与混凝土进行一系列单调直剪试验。通过试验研究不同因素对界面抗剪强度的影响,并分析在不同含盐量下界面抗剪强度参数及剪胀性的变化规律。研究结果表明：含盐量对界面抗剪强度起到劣化作用,其劣化程度在土体孔隙溶液处于非饱和状态时随含盐量增大而减弱,而孔隙溶液饱和结晶时,劣化作用增强;盐渍土抑制了初始干密度对界面抗剪强度的增强作用;不同竖向应力下,含盐量为1%～4%的盐渍土对应界面的平均破坏剪应力是素土的0.71,0.75,0.86和0.77倍,界面盐蚀折减系数在0.68～0.88范围内变化;界面黏聚力随着含盐量的增加而增大,内摩擦角表现出与抗剪强度相同的变化趋势,并且界面黏聚力受含盐量影响效果更显著;在较低法向应力和较高含盐量下,界面出现剪胀现象,其余情况均表现为剪缩,剪缩量随法向应力递增,在含盐量为3%时取得最小值。界面剪胀角在含盐量0%～3%范围内随含盐量增加显著提升。此外较高法向应力对界面剪胀角存在抑制作用,并弱化含盐量对剪胀角的影响。     

高端数控装备多源信息融合状态识别模型

为了对高档数控装备的运行状态进行实时监测和有效感知,实现对状态的有效识别和判断,提出了一种基于运行状态多源多域空间信息融合的状态识别模型,采用增殖流形的相似度进行状态识别。对高端装备的电流信号和振动信号进行信息融合,对融合信号的时域、频域、时频域进行特征获取,重构初始特征的多域高维相空间,采用局部线性嵌入结构进行降维,优化本征维数,采用距离判据获得低维敏感特征,构建低维流形特征的增殖相似度参数实现对设备不同状态的识别。最后将该模型用于主轴试验台和某加工中心进行了试验验证,快速有效方便地识别出主轴的不同状态,验证了模型的有效性。     

面向站立姿态的操纵舒适性评价模型研究

良好的操纵舒适性不仅减少工作中的疲劳,而且提高工作效率.针对站立姿态下操纵舒适性评价的不确定性和模糊性,构建基于T-S模糊神经网络 (Takagi-Sugeno Fuzzy Neural Network, T-S FNN)的站立姿态操纵舒适性评价模型.通过实验,收集模型的训练和测试数据.选取20名被试者参与本次实验,实验要求每个被试者完成100项目操纵任务,共有4个面板位置,每个面板上有25个圆形贴纸,代表不同操纵位置.在实验过程中分别记录被试者的关节角度、脚底压力、人体尺寸、操纵目标位置及主观舒适性数据.选取90%的实验数据对模型进行训练,10%的实验数据对所提出的方法进行验证,并与BP神经网络模型预测的主观舒适性进行比较,结果表明:T-S FNN模型具有较小的均方根误差（1.2 VS 4.5）.最后随机选取15组不同操纵任务进行检验,结果表明:该方法的预测值和实际值相关性系数为0.962（P<0.01）,与快速上肢评估（RULA）计算结果的相关性系数为0.833（P<0.01）,与工作体位分析系统（OWAS）计算结果的相关性系数为0.694（P<0.01）,说明该方法能够良好的反应真实结果.     

基于多域流形的行星齿轮箱局部故障识别

行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性.