机械端面密封技术的热点问题

根据时代特点和当前机械端面密封技术发展趋势，提出了21世纪初机械密封技术的若干热点问题；流体动压型机械密封是密封技术中最活跃的领域，可控型机械密封是防止密封失效的可靠保障，新型材料的合成与加工是开发新型机械密封的基础，传统型机械密封处于进一步提高的阶段，应重视密封技术（机理和性能和预测）的基础研究、CAD设计技术和新型密封技术的推广应用。     

三维数字模型在工艺实践中的最佳应用

随着改革开放,我国逐渐成为世界制造业的生产基地,工业的蓬勃发展,使应用三维CAD软件设计产品在我国大中型制造企业得到普及.用三维CAD软件设计产品,以直观、易用于强度校核和易于编数控程序等优点得到大家的公认,对工艺流程来讲是一个绝好提升工艺文件质量的机遇.     

基于同心球面分割的三维模型检索方法

为降低三维模型检索的时间复杂度．提出一种基于同心球面分割的三维模型检索方法。通过预处理、设置同心球半径、模型分割,提取特征向量,对提取的特征向量做相似性匹配,计算特征比较值,得到检索结果。对比实验表明,该方法可以在较短的响应时间获得较优的检索性能。     

硫酸铝催化合成苹果酯的研究

介绍用硫酸铝作催化剂催化，乙酰乙酸乙酯和乙二醇反应合成苹果酯，用正交试验方法研究了反应因素对苹果酯收率的影响。在最佳反应条件下，产物收率为９０．１％。     

大豆-坚果奶酪类似物的制备及其性质研究

该研究采用大豆乳、腰果乳及巴旦木蛋白为原料制备一种奶酪类似物,目的是确定最佳工艺配方以制备出高品质的大豆-坚果奶酪类似物,然后评价其理化性质、感官特性、储藏稳定性和消化特性。研究结果显示：具有最佳品质的大豆-坚果奶酪类似物基本配方为（皆为质量分数）：腰果乳50.00%,大豆乳50.00%;并以植物乳质量为基准,依次添加植物油3.09%（椰子油与葵花籽油比例为7:3）、巴旦木蛋白2.01%、TG酶0.33%、柠檬酸0.10%、乳酸0.10%;以凝乳质量为基准,添加胶体1.08%、蔗糖4.00%。大豆-坚果奶酪类似物硬度值0.88 N、整体感官评分7.71分,可以与商品化动物奶酪相媲美。此外,随着储藏时间增加其硬度值从0.94 N增加到1.15 N,无明显变硬和析水现象。体外消化结果显示其蛋白电泳条带在肠道消化180 min后全部消失,游离脂肪酸释放速率为60%。因此,制备的大豆- 坚果奶酪类似物营养价值高,具有较佳的感官品质,储藏稳定性好且蛋白易于消化,能够作为动物奶酪的替代物以满足人们对奶酪的需求。     

海带源降亚硝酸盐和胆固醇益生乳酸菌的筛选与鉴定

海带是天然的保健食品,本研究以淡干海带为原料,从中筛选出具有较强的降亚硝酸盐和胆固醇能力的优良菌株。采用盐酸萘乙二胺法测定菌株在MRS液体培养基中亚硝酸盐的含量,邻苯二甲醛法测定菌株在MRS液体培养基中胆固醇的含量,再对筛出的菌株进行鉴定。结果表明:从淡干海带中分离出的27株菌株中,有7株菌株具有很强的降解亚硝酸盐能力,降解率均达到97%以上。进一步对这7株菌株降解胆固醇的能力进行筛选,结果表明其中3个菌株降解胆固醇能力较强分别为:55.02%(La-3)、61.21%(La-10)、56.85%(La-15);经过形态特征观察、生理生化实验和16S r DNA基因序列相似性分析,结果显示这7株菌株均为植物乳杆菌。本文结果还表明了相同的植物乳杆菌其降解胆固醇的能力存在差异,显示了物种的多样性。     

激光扫描技术在无人化仓库中定位应用分析

随着工厂智能化不断深化推进，无人化技术在钢铁行业得到广泛应用，无人全自动行车系统实现钢铁物料自动吊运、信息跟踪、智能堆放等。通过形状识别系统(shape recognition system, SRS)对钢卷以及车辆进行激光扫描快速地获取钢卷以及车辆在三维空间的点云数据，以距离和角度的形式记录物体位置。结合扫描设备所在空间的三维坐标数据进行计算得到精确的钢卷中心位置坐标以及车辆库位位置坐标，从而实现无人化行车自动化出入库作业的精准吊运。本文对无人化系统中所使用的激光扫描测量技术原理及其应用进行研究分析。     

基于自注意力的TCN-Transformer的电网单相故障检测方法

小电流接地系统单相故障选线问题是配电网电力系统故障中的一个重要问题.由于电力故障数据具有时间延续性,并且电力故障数据的数据长度过长,现有的研究工作不能有效区分具有时序性的单相接地故障电流的特征.针对这些问题,提出一种基于自注意力的TCN+Transformer混合神经网络模型(称为TTHNN-SA模型).由于电力故障数据的特征单一,使用小波变换分解和主成分分析(PCA)方法能增加样本数据的特征量.TTHNN-SA模型使用时间卷积网络(TCN)分别对原故障数据和对原故障数据使用小波变换分解后的数据进行卷积操作提取特征,使用Transformer对经过主成分分析方法处理后的样本数据进行特征提取.然后将三个模型提取的特征矩阵进行融合后输入到自注意力层,通过自注意力机制的矩阵计算给重要特征分配更高权重,并且能解决模型的长时依赖问题.最后将自注意力层的输出通过全局平均池化后使用softmax函数进行分类.TTHNN-SA模型能更全面的学习到不同波形故障之间的电流数据关系,TTHNN-SA模型对配电网单相故障的检测具有良好的效果.     

回转体逆时序右特征识别及内外轮廓自动重构

特征自动化识别与解读是回转体零件加工代码自适应生成的重要基础,而回转体内外轮廓的几何特征信息是加工轨迹生成的重要依据。针对多种信息混合的CAD载体中回转体零件几何特征解读问题,提出了顺时序最右侧判别法自动识别回转体零件的内外轮廓特征。利用DXF结构化存储的图形信息和回转体零件对称性的特点去除尺寸标注,剖面线、粗糙度标注,形位公差标注等多余线,最后沿着逆时针寻找相对于当前轮廓最右侧的路径为下一轮廓。与传统方法相比,所提出算法的复杂度进一步降低,能够准确可靠地在干扰信息中识别出零件的内外轮廓精确信息。