基于模板的机构模型构建技术研究

机构模型构建是从CAD装配几何模型到运动学分析模型及多体动力学模型转换的关键技术。建立了机构模型生成的模板,构造产品的装配结构树,建立装配结构图;通过紧固联接件的归并,建立联接件归并图;通过运动约束的识别,实现运动副的添加,从而构建出机构模型。模板适合于大多数常见机构模型的生成,并在发动机汽缸活塞机构模型的构建过程中得到了具体的应用。     

奥氏体化温度对900 MPa级HSLA钢显微组织和晶体学演变的影响

采用OM和SEM研究了奥氏体化温度对HSLA钢组织演变和低温韧性的影响.结果 表明:奥氏体化温度由850℃升高至950℃(实验钢的AC3温度为819℃)并保温30 min后,奥氏体的平均晶粒尺寸由7.22 μm增大到17.39 μm,在850～950℃淬火后的显微组织均为板条马氏体,屈服强度和抗拉强度均呈下降趋势,延伸...     

结合大清查谈粮油检验员在工作中的职责与作用

本文结合正如火如荼地开展全国政策性粮食库存质量和数量大清查工作,论述粮油质量检验专业技术人员在明确岗位职责和定位的同时如何发挥好自身作用,在日常工作中体现个人价值。     

由三角网格模型重构多层次几何信息方法研究

利用STL标准文件系统表达的三角网格模型同CAD模型中几何设计信息间的约束映射关系，提出将三角网格实体模型重构为B—rep、几何信息集、独立于应用领域的几何信息等多层次几何信息表达方法，使面向虚拟设计、虚拟装配领域的应用只需对几何抽象信息表达查询而无需查询最底层的三角网格信息。将提出的方法在摩托车曲面的虚拟变形设计中作为提供产品信息的基础层，初步解决了虚拟环境中产品设计的可行性问题。     

热轧钢材氧化铁皮的高温形变机理研究

利用热力模拟实验机研究了低碳微舍金钢在热变形过程中钢材表面氧化铁皮的高温形变机理,并采用场发射电子探针和电子背散射衍射仪来表征氧化铁皮的厚度、截面形貌、元素分布和晶体结构.结果表明,在高温条件下钢材表面的氧化铁皮具有较好的塑性,氧化铁皮的变形特征与温度和变形量密切相关.此外,塑性变形的位置主要分布在FeO层,这主要是由于FeO的晶体结构为疏松粗大的柱状晶,利于其在高温下发生塑性变形.根据氧化铁皮塑性变形机制合理制定热轧工艺可以使钢材表面的氧化铁皮与钢基体等比例变形,从而达到改善热轧钢材表面质量的目的.     

电荷对粉尘和病原体团聚影响的数学模型研究

由于封闭畜禽舍内聚集了大量的粉尘和病原体,将影响到动物和饲养人员的呼吸道健康,因此迫切需要研究去除粉尘和病原体的方法。以粉尘和病原体的结合体为研究对象,利用蒙特卡罗法及相关概率模型,研究电荷对粉尘和病原体团聚影响。通过研究粉尘和电荷间的附着模型,确定其附着受粒子半径、电荷情况、风速等因素影响;之后,进一步构建粉尘、病原体间以及病原体、电荷间的附着模型。结合数值化运算设定边界条件,得出三者间的结合率可达到15%。粉尘、病原体与电荷相互之间模型的建立能有效的了解到畜禽舍除尘的方法,提高除尘效率,并为高压静电除尘的推广和应用提供了理论基础。     

单相功率因数整流器的理论研究

针对电网中存在的谐波会导致功率因数降低和电流波形发生畸变等问题,详细阐述了一种最适合小功率范围内的有源功率因数校正方法。并根据相关原理,结合Boost变换器设计了一种单相高功率因数整流器。结果表明：经过校正后的输出电流产生的谐波数量明显降低,输出电流的波形近似为正弦波。同时,通过调节电感和电容的参数取值,使电流波纹稳定在了9.667%,输入电压抖动范围稳定在了6.8%左右,使得功率因数获得很大的提高,有效的降低了输入电流的谐波,并抑制了系统中的电磁干扰,保证了系统的正常稳定工作,达到了预期设定的目标。因此,抑制整流电路的谐波,提高功率因数是提高电网供电质量的有效途径。     

一种改进复杂场景下小目标检测模型的方法

复杂场景下小目标检测是目标检测领域的研究难点和热点。传统的two-stage和one-stage检测模型都是通过预先设定锚点框与真实目标框的交并比（intersection over union,IoU）阈值来划分正负样本集,同时这组预定义的固定锚点框还用于获取候选框,进而得到检测结果。然而,在复杂场景下,预先设定的IoU阈值会带来正负样本不均衡问题;针对小尺寸目标（船舶）检测,预定义的锚点框也很难保证覆盖目标的位置和密度,因此限制了检测模型的准确率。为了解决上述问题,提出自适应锚点框（adaptive anchor boxes,AAB）的方法优化目标检测网络,采用基于形状相似度距离的聚类算法生成锚点框,提高目标区域定位技术;采用利用聚类的锚点框计算自适应IoU阈值（adaptive threshold selection,ATS）,划分正负样本,保证样本均衡。对复杂场景下的小目标（船舶目标）进行检测,实验结果表明,采用自适应锚点框方法和自适应阈值选择方法的目标检测模型在复杂场景中检测均能提升准确,对比faster R-CNN、FPN、Yolo3和pp-Yolo,融合了上述新方法的模型均提升了检测准确率,分别提升了9.6、2.6、9.8和9.9个百分点。