Effects of novel self-inoculation method on microstructure of AM60 alloy

A novel cast processing method,self-inoculation method (SIM),was proposed.The process involves the addition of self-inoculant to melt,then pouring the melt to a mould through a multi-stream mixing cooling channel.In this paper,the process parameters were investigated.Results indicate that the melt treatment temperature,the amount of self-inoculant added,and the slope angle of the cooling channel are the key factors for SIM process.The optimized parameters are that the melt treatment temperature is between 680 and 700°C;the addition of self-inoculant is between 5wt.% and 7wt.%;and the slope angle of the cooling channel is between 30° and 45°.Further analysis reveals that SIM changes the solidification microstructure of slurry by controlling the nucleation and growth of the primary phase in the melt.     

基于根轨迹法飞行器控制系统的仿真分析

控制系统的稳定性是设计控制系统时必须要考虑的问题,而常规的方法需要求解系统的特征方程,计算复杂且不容易实现。基于控制系统的根轨迹分析法,使用零极点对消的方法,通过控制系统与原有系统的串联反馈,对一个飞行器动力学系统进行了仿真分析。结果表明,稳定性能得到提高,飞行器姿态跟踪系统的性能得到改善。     

施工工艺驱动的大型施工机械安全分析

大型施工机械的安全分析对大型施工机械的安全设计、安全监测起着非常重要的作用。提出了施工工艺驱动的大型施工机械三维安全分析体系,该三维体系将大型施工机械分为多个机械功能子系统,按施工工艺流程分为多个施工工序,通过分析机械功能子系统在各个施工工序的工作状态,对大型施工机械进行系统的安全分析。采用所提出的安全分析方法对高铁用900t架桥机进行了安全分析,给该设备的安全设计提供了有效的指导。     

基于深度卷积神经网络的视觉里程计研究

视觉里程计利用视频信息来估计相机运动的位姿参数,实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程,解算非常复杂,因此,提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征,将用于分类的卷积神经网络转化为帧间时序特征网络,通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明,提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹,证明了方法的可行性。在简化了复杂模型的基础上,与传统的视觉里程计系统相比,该模型的精度也有所提高。     

车间内有局部排风时自然通风量计算的探讨

指出了现有手册中车间内有局部排风时自然通风量计算公式中存在的问题,提出了合理的计算途径.     

气动人工肌肉外骨骼机器人位置跟踪控制

针对以气动人工肌肉作为关节驱动器的外骨骼机器人关节位置跟踪控制问题进行了研究。首先,在动力学模型的基础上,设计了上层控制器,并结合自适应控制和滑模控制方法降低了动力学参数不准确和扰动项未知对外骨骼机器人的影响;其次,基于无模型方法设计了底层关节力矩控制器,调整外骨骼机器人的关节力矩;最后,针对上述控制方案设计仿真实验与外骨骼机器人的穿戴实验。结果表明,该控制方法对气动人工肌肉外骨骼机器人的关节位置跟踪控制是有效的。     

基于DBN-HD的车载设备故障诊断

针对列车超速防护（automatic train protection,简称ATP）系统车载设备故障诊断主要依靠人工经验以及效率低的问题,提出了深度置信网络-汉明距离（deep belief network-Hamming distance,简称DBN-HD）车载故障诊断模型。首先,利用DBN无监督地提取车载故障数据的抽象特征,获得原始数据的低维表示形式,将其输入附加在顶层的分类器输出诊断结果;其次,比较实际输出与期望输出之间的HD,将HD作为误差采用反向传播（back propagation,简称BP）算法自顶向下地微调DBN权值,完成模型训练;最后,利用某局集团公司电务段车载故障数据分析和验证模型参数对模型性能的影响。研究结果表明,与支持向量机（support vector machine,简称SVM）、反向传播神经网络（back propagation neural network,简称BPNN）和DBN进行对比,本研究提出的DBN-HD模型具有更高的正确率和运行效率,适用于实际车载设备故障诊断。     

基于Romax的斜齿圆柱齿轮的微观参数优化

随着技术的发展,高精度的传动设备对齿轮的要求越来越高.以齿轮箱的主减速斜齿圆柱齿轮作为研究对象,利用Romax软件建立齿轮箱模型,结合斜齿圆柱齿轮的微观参数优化理论,以传递误差、齿轮齿面上单位长度的载荷分布和接触斑点为优化目标进行微观齿轮修形,提出了一种螺旋线修形结合齿廓修形的全方位修形方法;通过对比修形前后齿轮的优化目标参数,优化后传递误差降低、齿面载荷分布更加均匀、接触斑点良好,改善了齿轮的啮合状况,提高了齿轮的使用寿命.     

关于复合型材料液化石油气瓶的燃烧试验

去年,纽约贝瑟特的拿瑟郡消防技术研究院(NCFSA)发现一种新型的复合型材料液化石油气(LPG)瓶在该区域出售。我们取得一些样瓶做了一系列燃烧试验。这些试验将就新气瓶在火灾条件下的行为给出技术基准。新气瓶与消防机构研究了几十年的钢制气瓶有本质上的区别。它们应用了一种航天工业中的复合技术,类似于自给式空气呼吸器气瓶的制造技术。我们试验的气瓶是由莱特气瓶厂(富兰克林,田纳西州)及其合作伙伴斯堪的纳维亚合成公司(派提亚,瑞典)合作生产。复合型气瓶已被引入欧洲近十年,现在即将步入美国市场。制造方称,“这种气瓶是用玻璃纤维…