基于流量计量机和Intouch的气体分段计量系统设计

本文详尽地介绍了根据液空(法国)计量的要求,为伊春市西林区西林钢铁制氧厂设计的气体计量系统。详细阐述了系统的结构、硬件设计、通讯方式的构成以及软件的设计思想。该系统已经投入运行,获得良好的计量效果。     

短切玻璃纤维/钇稳定纳米氧化锆胶砂的制备与性能研究

本文为了提高胶凝材料力学性能问题，将短切玻璃纤维（玻璃纤维）与YSZ（钇稳定氧化锆）掺入到胶砂中，通过填充空隙，增加与基体黏结力，诱导水化物的产生，密实基体，提高强度。研究结果表明：0.2%玻璃纤维复掺1%钇稳定纳米氧化锆效果最佳，对胶砂试件各龄期的力学强度提升程度最大。     

基于ROS的轮式机器人建模方法与仿真研究

针对ROS环境下模型构建存在耗时、难度高、操作复杂等问题,提出一种外部机器人模型导入的模型构建方法。采用ROS操作系统搭建模型仿真平台,利用SolidWorks软件生成ROS平台可执行的URDF文件,完成机器人的3D建模。经过URDF文件解析后在Rviz和Gazebo中显示三维模型并进行仿真验证,可实现机器人的自主控制,对轮式机器人的建图和路径规划算法研究有着重要意义。     

电梯轿厢微机化电子称重仪

介绍了用8031单片机设计了用较少的硬件电路完成A/D转换、漂移跟踪、载荷量指示、载荷信息输出等功能的电子称重仪.     

新一代产品几何技术规范及其在我国轴承行业推广应用的必要性

从新一代产品几何技术规范(GPS)的标准体系、优势和应用情况等方面,阐明了在我国滚动轴承领域推广应用新一代GPS的必要性,并探讨了在推广应用新一代GPS过程中面临的问题。     

基于生长-修剪优化RBF神经网络的电能质量扰动分类

针对电能质量扰动分类算法中径向基函数(radial basis function,RBF)神经网络隐层神经元的中心点数量、中心点位置、宽度、输出权值的设置问题,提出一种基于网络生长-修剪算法(GAP)的RBF神经网络电能质量扰动分类算法。首先,建立电能质量扰动模型,采用GAP算法实现对RBF神经网络的结构参数优化,设计相应的电能质量扰动分类算法流程图;其次,利用广义S变换、特征值提取、GAP-RBF神经网络对8种电能质量扰动进行处理。通过仿真分析,验证GAP-RBF神经网络对隐层神经元的参数优化能力,并给出优化算法的参数设定范围;仿真和实验结果表明,与同类算法相比,所提算法在保证分类准确度的前提下减少了隐层神经元的数量,且实现了RBF神经网络的参数自优化和继承式学习。     

基于连续编织-缠绕-拉挤成型工艺的复合材料直管固化研究

根据复合材料固化成型原理,建立采用连续编织-缠绕-拉挤成型工艺生产的复合材料直管的传热模型以及固化动力学模型,利用有限元软件ANSYS和APDL语言开发复合材料直管固化过程数值模拟程序,以三维复合材料直管为模型进行固化数值模拟仿真,从而分析不同参数对采用连续编织-缠绕-拉挤成型工艺复合材料直管固化成型过程中的温度与固化度的影响。通过对复合材料直管模型进行固化数值模拟仿真分析可以得到工艺参数(如初始温度、加温历程、拉挤速度等参数)对固化过程的影响规律。对应用连续编织-缠绕-拉挤成型工艺生产的复合材料直管进行在线温度测试,测试结果表明数值模拟与实际生产工艺贴合,对实际生产有指导意义。     

温度变送器非线性算法的研究

本文主要研究探索一种新的温度变送器校准方法,并采用计算机数字处理技术,谋求对温度变送器的非线性特性给予补偿.非线性特性补偿的关键技术在于采用逆函数求解的力式,全检测范围的逐点进行非线性补偿,从而达到良好的线性特性.     

二维瞬态非线性热传导反问题的混合多宗量反演新方法

热传导反问题在航空航天、核电工程、石油化工等领域有着广泛的研究。其求解算法可分为2大类,梯度法与随机法,梯度法则具有收敛速度快,计算效率高等优点,更加适合于工程应用。但是其灵敏度矩阵的准确确定至关重要。将复变量求导法引入求解二维瞬态非线性热传导问题的ABAQUS有限元软件中,并通过ABAQUS用户子程序(user element subroutine,UEL)将复变量有限元法实数化,进而利用ABAQUS求解器求解所需的灵敏度矩阵,然后采用梯度法对热传导反问题进行求解。最后给出算例证明了该方法在求解二维热传导反问题的有效性、精度与效率等性能。     

基于Transformer-CNN的轻量级图像超分辨率重建网络

针对现有超分辨率重建网络具有较高的计算复杂度和存在大量内存消耗的问题,提出了一种基于Transformer-CNN的轻量级图像超分辨率重建网络,使超分辨率重建网络更适合应用于移动平台等嵌入式终端。首先,提出了一个基于Transformer-CNN的混合模块,从而增强网络捕获局部-全局深度特征的能力;其次,提出了一个改进的倒置残差块来特别关注高频区域的特征,以提升特征提取能力和减少推理时间;最后,在探索激活函数的最佳选择后,采用GELU (Gaussian Error Linear Unit)激活函数来进一步提高网络性能。实验结果表明,所提网络可以在图像超分辨率性能和网络复杂度之间取得很好的平衡,而且在基准数据集Urban100上4倍超分辨率的推理速度达到91 frame/s,比优秀网络SwinIR (Image Restoration using Swin transformer)快11倍,表明所提网络能够高效地重建图像的纹理和细节,并减少大量的推理时间。