基于餐厨垃圾处理设备的新型油水分离器

近来餐厨垃圾的处理和再利用受到越来越多的重视。介绍一种餐厨垃圾的处理工艺,详细说明了该工艺中油水分离器的工作原理,并通过实验验证了该装置的分离效果。     

基于红外PSD的移动机器人沿墙导航控制

针对声纳传感器存在的问题,提出了一种基于红外PSD传感器的沿墙导航控制算法.在环境探测方面由于采用了波束角小,镜面反射影响小的PSD传感器,使所测量的环境信息可靠性提高.在导航控制方面综合考虑室内环境特点和机器人状态,设计了多模态的沿墙导航控制算法.将上述算法在Grandar AS-R移动机器人上进行了导航实验.实验结果表明:机器人在室内环境下能较好地沿墙行走,运动轨迹平滑.所提出的基于PSD的沿墙导航系统比基于声纳的系统具有更高的性能价格比.     

压电泵在CPU芯片液体冷却系统中的应用研究

计算机CPU芯片集成度和运算速度不断提高,芯片冷却问题成为该领域的重要研究课题.针对目前的技术水平,液体循环冷却作为成熟的、具有竞争力的实用技术之一,利用具有自吸性能的微小型多腔体串联压电泵构造CPU芯片液体冷却系统可减小系统体积、提高散热性能,符合计算机的发展方向;所用压电泵输出流量可达到1260mL/min,输出压力大于15kPa,自吸十牛能为5KPa,系统冷却测试结果表明:在环境温度25℃、发热功率120W时,该系统冷却平衡温度比风冷散热器低10℃,比热管冷却系统低6℃.     

基于粗糙集BP神经网络的AZ31镁合金挤压力快速预测模型

利用粗糙集、BP神经网络和有限元模拟3种方法有机结合,对AZ31镁合金挤压力进行快速预测。针对BP神经网络结构中隐层神经元个数、输入层至隐层神经元间初始权值大小的确定,提出一种基于粗糙集理论优化BP网络结构的方法,通过粗糙集属性约简、属性权重确定,对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数及输入层至隐层神经元间初始权值,并应用于AZ31镁合金挤压力快速预测中,建立挤压工艺参数与挤压力间的非线性映射关系。与试验对比结果表明,该快速预测模型预测精度高,误差在5%以内;预测时间短,在10s左右。解决了传统挤压力预测中的精度差、效率低的问题。该方法还可推广应用到对挤压出口温度等参数的预测。     

平板热管沟槽吸液芯结构刻蚀制造研究进展

平板热管因传热面积大、性能高、几何形状自适应性强等优点,在高热流密度电子器件散热领域得到广泛应用。电子器件的高性能、集成化、小型化发展促使平板热管趋向于超薄化,结构稳定、质量轻、尺寸小的沟槽吸液芯结构平板热管成为解决电子芯片在有限空间内散热难题的首选方案。传统的沟槽加工工艺成本较高、沟槽加工尺寸受限,而刻蚀技术具有加工效率高、可加工结构尺寸范围广等优势,逐渐成为平板热管沟槽吸液芯结构的主要加工方法。详细介绍平板热管的类型和应用,以及不同刻蚀加工工艺的特点,重点综述目前国内外关于平板热管沟槽吸液芯结构刻蚀制造的研究进展,分析讨论沟槽吸液芯结构在刻蚀制造过程中存在的问题,并进行科学预测与展望。     

基于改进Mask R-CNN的在架图书书脊图像实例分割方法

运用人工智能技术将是构建下一代智慧图书馆的关键,为了实现图书的定位和识别,提出一种基于改进Mask R-CNN的在架图书书脊图像实例分割方法.考虑到图书密集排列、具有一定的旋转性、副本纹理极相似等难点,改进锚框为旋转矩形框,提出旋转区域建议网络取代区域建议网络;提出旋转特征提取方法可减少池化误差且有效提取目标特征,结合掩膜的旋转对齐以提升预测掩膜的准确性.建立了一个包含1849张在架图书书脊图像的标注数据集,提出方法的测试结果大幅度优于其他重要的实例分割算法,证实了在网络中使用旋转特征对于具有一定朝向的、密集的目标分割难题很有效.     

等温压缩工艺参数对N–BK7玻璃元件失效的影响

目的 为了研究等温压缩工艺参数对N-BK7玻璃失效的影响,分析玻璃元件的失效机理和玻璃变形现象,确定N-BK7玻璃在该工艺下的安全参数范围。方法 首先,提出一种基于重力载荷的等温压缩工艺,通过正交试验确定工艺参数对玻璃失效的主效应,并判断关键参数。然后通过全因子试验分析关键参数对玻璃失效的影响。结果 在缺少边缘约束的情况下,玻璃在等温压缩过程中存在表面不平现象,该现象被视为玻璃失效的形式之一。最高温度和退火速率是影响玻璃失效的关键参数。结论 在该工艺中,玻璃在高温下的承载时间越长,失效频率越大。在载荷10 N、升温速率10 ℃/min、保温时间1 min、自然冷却温度点580 ℃和脱模温度200 ℃的条件下,最高温度为670~710 ℃、退火速率为5~10 ℃/min是降低玻璃失效频率的参数范围。     

面向工业检测的光场相机快速标定研究

由于光场数据量大,现有光场相机标定算法存在速度慢、无法快速校准工业检测中光场相机的参数变化、降低工业检测效率的问题。该文基于稀疏光场成像模型优化光场数据,提出光场相机快速标定算法。该算法以清晰度作为图像质量评价指标,从光场数据中选取高质量、具有代表性的稀疏视图,构建稀疏光场;接着利用稀疏光场求解相机参数初值并优化,得到最佳参数。实验结果表明,与现有最优标定算法相比,该方法不仅提高平均标定速度70%以上,在现有5个数据集的平均标定时间从101.27 s减少到30.99 s,而且保持标定精度在最优水平,在公开数据集PlenCalCVPR2013DatasetA的标定误差仅为0.0714 mm。     

基于深度学习的MOOC作弊行为检测研究

快速准确地检测出MOOC学习者的作弊行为,对维护MOOC平台的发展及学习者的正常学习具有重要意义。本文研究了一种深度学习混合模型用于MOOC作弊行为的检测。该模型通过融合了卷积神经网络、双向门控循环单元以及注意力机制,大大提升了单一模型的检测性能。本文选取某MOOC平台的学习行为数据进行了实验验证,实验结果显示该模型在验证集上的精确率、召回率、AUC和误报率分别达到98.51%、81.35%、91.07%和0.016%,具有良好的应用前景。另外,本文采用了数据扩增的方法以解决MOOC作弊行为检测中存在的数据不均衡问题,实验中通过该方法进行数据平衡后,该模型在相同的验证集上的AUC提升了1.78%。     

一种小型倾转旋翼无人机的建模与仿真

传统无人机多为四旋翼无人机和固定翼无人机,现设计一种小型可倾转旋翼无人机,可实现垂直起降与悬停,并能在空中高速巡航。建立该无人机的动力学模型,对该无人机的旋翼飞行模式,设计了基于滑模控制(Sliding Mode Control)的姿态控制器和位置控制器,并通过Matlab仿真和传统的PID算法进行比较验证。仿真结果表明:基于滑模鲁棒控制的无人机,其姿态收敛过程和位置收敛过程都远快于传统控制方法。