基于邻层数据匹配的工业 CT 图像生成 G 代码方法

针对目前工业CT图像转换为3D打印G代码方法效率低的问题,提出一种基于邻层数据匹配的工业CT图像直接转换成G代码的方法。首先采用Canny算子提取工业CT图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其次进行邻层间轮廓插值以满足3D打印层间厚度要求,从而避免"阶梯效应",最后通过填充编码得到用于3D打印的G代码。使用本文提出的方法,轮毂CT图像转换为G代码的时间为10.5 s,耗时远小于其他间接转换方法;3D打印出的轮毂无"阶梯效应",平均尺寸误差率为0.25%。实验结果表明,该方法不涉及中间格式,转换效率高,转换误差与传统方法相当,适用于具有复杂内腔结构的零件。     

基于发展科学探究能力的高中化学教学实践 ——以"元素周期律"章节为例

基于学生在学习元素周期律时存在的普遍问题改进了教学实践,分析了元素周期律发展学生科学探究能力的价值,设计了四个教学环节——趣味导入,成果展示;分析规律,做出猜想;设计方案,收集证据;梳理模型,迁移应用,并提出了三点针对学生探究能力发展的教学建议.     

虚实结合的可穿戴产品适合性检验研究

目的 为了更科学地研究和检验可穿戴产品的适合性,提出一种适合性检验方法,能够精确保留现实环境中的产品佩戴关系,并能将现实与虚拟的适合性检验研究相结合,得到合理的适合性检验结果.方法 以虚拟现实眼镜的适合性检验为例,通过高精度的三维测量技术将现实环境中的人、产品以及人—产品佩戴关系转化为三维虚拟信息,并以人—产品佩戴三维模型为参考基准对齐人和产品的虚拟模型,得到保留现实佩戴关系的人—产品佩戴模型组,再应用偏差分析法得出人—机佩戴区域的可视化适合性结果和统计数据,结合主观评价方法进一步分析产品的适合性.结论 虚实结合的产品适合性检验方法可在虚拟环境中高精度地保留现实环境中的人—产品佩戴关系,并能得到可视化的适合性检验结果,为检验和指导产品的适合性提供依据.     

基于带缺失PISA数据对中国学生科学素养的诊断分析

利用DINA模型(Deterministic inputs,noisy and gate model)对PISA2015中国学生科学素养数据进行建模,使用贝叶斯M CMC算法实现对缺失数据的自动填补和模型参数的估计.     

面向多任务阶段的运载火箭可靠性精细化建模技术

为解决运载火箭当前可靠性模型未考虑任务过程多阶段和动态变化、任务结果状态多样等问题,采用事件树与故障树联合建模方法对某型运载火箭动力系统氧增压子系统开展了精细化建模研究,获得了不同任务阶段可靠性精细化模型,可用于对运载火箭不同产品层级不同后果状态的可靠性评估.     

乙醇浓度预测的多元线性回归模型建立及验证

设计了由光源、气室、探测器和控制器等组成的非分散红外吸收系统，往气室内通入不同浓度的多组分气体（含有乙醇、二氧化碳和水蒸气），采用红外光谱仪进行光谱数据采集，得到多组分气体混合光谱图。根据数据集样本求解回归系数，建立了多元线性回归模型，并进行干扰修正以降低二氧化碳和水蒸气对乙醇浓度预测的影响。对建立的多元线性回归模型进行评价，结果表明:模型真实有效且具有良好的线性回归效果，可以用于预测气体浓度，乙醇、二氧化碳和水蒸气浓度预测误差均在可接受的范围之内，其中乙醇浓度预测误差最小，不超过2.0×10-4。通过干扰修正尽可能排除二氧化碳和水蒸气的干扰，能够较准确地预测乙醇浓度。     

简支梁桥横向分布加载装置及板梁模型试验研究

针对一种新型桥梁横向分布加载装置和3个不同有效铰缝高度的有机玻璃板梁桥实验模型,通过对模型梁进行横向加载实验,实测横向分布分析值与铰接板法理论分析值吻合较好.实测结果表明,铰缝有效高度对板梁的横向分布略有影响,铰接板法理论对工程设计是偏安全的.该实验加载装置装拆方便,占用空间小,不受场地限制,教学效果良好,可推广应用于相关高校同类专业实验教学中.     

高铁桥梁智慧建造综合管控平台的设计与应用

为了提升高铁桥梁的施工技术和管理水平,通过地空快速高精度三维数据融合与场景构建技术,并结合建筑信息模型(Building Information Model,BIM)技术,开展基于工业互联网的工地数据库全连接研究,打破生产现场管理信息"孤岛",将拌合站、钢筋加工场、试验室、施工现场的三维场景、工艺生产、配料任务、施工进度、安全质量、视频监控、应力监测等数据进行关联,实现施工生产多维度数据全连接,最终构成基于"一张图"的企业级高铁桥梁施工智慧综合管控平台.     

基于像素偏转模型和机器学习的室外图像天空像素检测

图像中的天空区域对于基于视觉的地面机器人导航具有重要意义,为了识别图像中的天空部分,本文提出了一种基于像素偏转模型的BP神经网络天空识别方法.首先,制作天空图像集和非天空图像集,天空图像集由各种天气情况下的天空提取而成,非天空图像集由非天空的景物构成,主要包括建筑、汽车、树木、植物等;其次,使用提出的像素偏转模型提取天空图像集和非天空图像集的像素特征并进行处理,对天空像素点和非天空像素点进行标注,利用BP神经网络对像素特征进行训练,得到权重文件;最后,使用得到的权重文件进行天空的识别.为了更好的说明本文算法和模型的优越性,使用本文算法与Otsu算法、YeHu算法、Graph-cut算法和Mask-Rcnn算法模型进行了比较,并设计了两组组对比实验,第一组实验进行识别效果的主观评价,第二组实验利用CamVid数据集的天空类进行算法精度的定量分析.