电力机车受电弓滑板C/Cu复合材料的研究进展北大核心

受电弓滑板是安装在电力机车车顶,从接触导线获得电力的设备。滑板/接触导线的导电性、摩擦磨损等一直是电力机车提速的关键问题,因此受电弓滑板材料的力学性能、摩擦磨损性能、导电性等方面的研究至关重要。炭纤维、石墨等作为性能优异的增强体,近年来广泛用于受电弓滑板材料。本文介绍了受电弓滑板C/Cu复合材料的研究现状,分析了C、Cu两相界面结合改善问题,展望了今后受电弓滑板C/Cu复合材料的发展趋势。     

智能跟踪算法在采砂监管中的应用研究

受利益的驱动,长江流域非法采砂行为屡禁不止,给采砂有效监管造成很大的困扰。采砂监管水平的提高需要高效准确的跟踪识别技术作支撑。提出了一种基于相关滤波器的可变跟踪框智能算法。该算法可以准确快速地跟踪江河湖面上的非法采砂船,计算量少,鲁棒性高,对硬件的要求并不严苛,可以自由应用于从低性能到高性能的各种设备。基于该算法开发了非法采砂船追踪器,再配合百度深度学习平台Easy DL后,可构成一套采砂船监控系统,能够实现对长江水域非法采砂船24 h的有效监控,从而大大提高监控非法采砂行为的效率。     

某高硫铜硫矿工艺矿物学研究

研究了某高硫铜硫矿的工艺矿物学。结果表明,原矿中铜品位为2.85%,硫品位为24.32%,金含量为0.48g/t,铜、硫、金是主要回收的元素。原矿中的金属矿物有黄铜矿、黄铁矿、蓝辉铜矿。目的矿物黄铜矿和黄铁矿的嵌布粒度差异较大,且铜矿单体解离度相对较差。在选择工艺流程时应该注重氧化铜矿物的回收,同时要选择合适的磨矿细度,保证目的矿物单体解离。     

四川省植被覆盖时空演变及未来变化趋势分析

四川省地处长江上游,是长江流域重要的生态屏障;解析该区域植被覆盖的时空演变特征,对长江上游的生态环境修护与治理具有重要意义。基于长时间序列的MODIS NDVI数据,解析2000~2016年间四川省植被的空间分布格局与时间变化特征;采用趋势分析法和Hurst指数,预测未来植被的变化趋势及持续性。结果表明:(1)四川省NDVI多年平均值为0.50,植被覆盖整体上呈现川东高于川西的空间分布特征;(2)2000~2016年间,四川省的NDVI值在0.48至0.53之间波动,整体呈上升趋势,增长率为0.002 5/a;(3)植被覆盖度在未来变化将呈现改善大于退化的趋势;植被持续性改善的面积大于持续性退化的面积。     

3D打印在人工智能的发展和应用

3D打印,学术名称为“增材制造”,是全球20年来震撼制造业的一种制造技术。人工智能作为21世纪新兴产业的龙头领域也已经在各大领域被广泛应用。人工智能应大数据而生,给大数据提供了一个深度思考的大脑,而3D打印则给了智能数字化一个强健的躯体,大数据时代,3D打印技术与人工智能的联手,必将带来新一轮智能制造时代的浪潮。     

平行分度凸轮机构建模与运动仿真分析研究

针对平行分度凸轮机构设计和验证问题,提出一种平行分度凸轮建模和分度机构运动仿真分析方法。通过对平行分度凸轮机构的分度运动进行分析,利用齐次坐标变换法建立平行分度凸轮轮廓曲面数学模型,软件编程采集轮廓曲面数据点,用Creo建立机构三维模型并装配后输出到Adams,建立机构虚拟样机并进行运动学特性仿真。对仿真数据绘制的运动规律特性曲线与理论曲线进行对比分析。结果表明,角加速度曲线波动较大,机构存在的冲击和振荡,主要位于不同的滚子退出和进入啮合阶段与不同滚子工作轮廓曲线交接处;给出对应的设计改进和加工措施,即采用圆角过渡工作轮廓曲线交点、提高轮廓曲线数据点采样精度、选择合适的运动规律及样条曲线插补加工轮廓曲面能减少机构运动的冲击和振荡。     

加强工程施工中暖通施工管理措施的研究

随着社会的发展和居民生活水平地提高,人们对所居住的环境也有了更高的要求,不仅要能满足基本居住功能,还要有较高的舒适度[1]。暖通施工是建筑工程中重要的组成部分,对保障建筑工程使用功能的有效性起到了关键作用。人们的高要求提高了建筑工程的暖通工程施工难度,当中也出现了一些问题,本文主要对暖通工程施工管理中常见的问题进行了分析,并提出了相应的控制措施,为暖通工程的施工管理提供一些建议。     

基于凸闭包集的不规则三角网算法研究与实现

不规则三角网是影响土石方量计算的关键问题之一，虽然目前已有大量研究人员对Delaunay三角网进行优化，但仍然缺少对三角网生成速率和计算精度的综合研究。针对此问题，基于VB.NET平台的点、边以及三角形的结构化数据结构设计快速生成凸闭包集形成Delaunay三角网，通过四边形空圆特性以及对角线最短原则对构网结果进行检验和优化。试验计算表明，该算法的计算结果与经典DTM法、方格网法的土方量计算相对误差均在0.30%以内。该方法不仅具有较高的组网效率，并能保持较好的计算精度。     

基于深度学习的两阶段联合声学回波和混响抑制技术

在现代通信系统中，通信语音的质量和可懂度会被回波与混响严重损害，人与人之间的交流因此会被严重干扰。为了同时消除回波与混响的负面影响，本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。该系统逐步地消除加性声学回波与多径效应产生的混响干扰，从而获得目标语音。系统首先使用基于理想比值掩蔽（Ideal Ratio Mask，IRM）的模型去除与目标信号不相关的声学回波，紧接着对于与目标信号强相关的混响干扰，系统通过利用一个基于“隐掩蔽”的谱映射模型将其去除。两阶段模型最后进行联合训练以获得更好的系统性能。一系列不同声学环境下的实验结果表明，本文所提出的系统可显著地消除回波与混响干扰，从而极大地增强了目标语音的语音质量与可懂度。