钛合金抛光工艺对表面变质层的影响

抛光工艺作为工件加工的最后一道工序,对工件表面质量影响很大。页轮抛光具有高速和自锐特点,能够抛光出高质量的工件表面,因此在航空航天领域应用广泛。本文从页轮抛光钛合金试验出发,研究了页轮粒度、页轮线速度和进给速度对表面变质层的影响。试验结果表明,抛光变质层内均为残余压应力状态,最大压应力层约为200μm;表面出现了加工硬化现象,最大硬化程度和深度分别为14.7%和20μm;微观组织中没有产生明显的晶粒扭曲和细化现象。     

回字形环山地建筑结构设计

中央美院青岛创业中心项目为角部重叠的回字形山地建筑,采用了框架-剪力墙结构体系.主体建筑结构总高度为54m,坐落在三个台地上,每两个相邻台地高差10m左右.掉层处采用"掉层脱开式且有拉梁"的方式进行结构布置.结合山地建筑结构的基本概念和受力特点,介绍了本项目的结构处理方式和设计难点,采用PKPM,MIDAS Building,SAUSAGE软件对结构进行了弹性反应谱法分析、弹性时程分析、动力弹塑性时程分析和抗震性能设计,同时针对各种不利因素采取了相应的加强措施,确保了结构安全.     

基于多分辨率GPS层析技术的电离层暴时LSTID特征研究

利用GPS电离层层析技术探测电离层已经有了数十年的发展，特别在电离层暴时有着独特的优势.文章基于一种多分辨率层析算法，并结合美国东西部地区部分GPS地面数据对2015年3月16日-17日出现的电离层暴进行重构.首先，借助独立的测高仪数据验证多分辨率层析技术对电子密度反演的精度结果，同时也证实了电离层暴时多分辨率层析算法的适用性.其次，通过对美国东部地区2015年3月17日磁扰动最强烈时段的电离层重构，检验由磁暴引起的大尺度电离层行扰（large-scale travelling ionospheric disturbance，LSTID）的存在，并利用总电子含量（total electron content，TEC）数据分析此次电离层行扰的水平特征.同时，通过与非相干散射雷达（incoherent scatter radar，ISR）观测值的对比，借助反演得到的电子密度剖面信息讨论电离层行扰在垂向上的特征.结果表明:此次LSTID的波长为1 200 km左右，周期为50~60 min，以350~400 m/s的波速向西南方向传播，并且电离层行扰（travelling ionospheric disturbance，TID）的垂向电子密度具有较可靠的精度.     

矿用带式输送机多电机协调控制技术的研究

针对输送带的黏弹性特性及落料冲击大的影响导致输送机在启动和运行过程中难以维持同步运行的问题,结合双电机驱动的带式输送机的实际控制特性,提出了一种多电机协调控制技术。该技术的控制原理为模糊均衡控制,采用该技术对输送机的各驱动电机转速进行协调控制,可极大提升带式输送机运行的稳定性。     

运用边界状态约束的表面体素加密细分算法

为了平衡体素模型的体素数量与精细度,提出一种实体模型体素加密细化算法。该算法对低分辨率均一体素模型的表面体素进行切分,标记与三角面不相交的体素,并运用边界状态传递判定标记体素的内外位置。通过编码不同八叉树的节点,并进行跨八叉树快速邻居节点搜寻,实现多级加密细分。实验结果表明,该算法可以以低分辨率模型为基础,精确地获得体素单元少的高分辨率模型。     

发动机多楔皮带轮旋压工艺的研究

针对发动机多楔皮带轮大变形成型工艺问题,对塑性变形理论、多楔皮带轮材料本构模型及材料间摩擦类型等方面进行了阐述,对多楔皮带轮旋压过程中的毛坯、旋轮、芯模、尾顶进行了三维建模与装配,并对各零件之间的相对运动进行了分析。根据皮带轮楔型结构特征,基于Deform软件和刚塑性模型,提出了采用冲压和4道旋压工艺的多楔皮带轮成型方案。进行了有限元数值仿真,分析了各道旋压工序的实时动态应力应变状态及成型缺陷。通过模具试制和实际加工,对冲压和4道旋压工艺的方案进行了验证。研究结果表明:多楔带的齿槽和齿状填充饱满,加工的工件外形尺寸与零件图基本吻合,成型效果较好;该旋压工艺方案能较好完成多楔皮带轮成型加工。     

一种单/多文件模式录波分析软件工具实现

设计一种单/多文件模式故障录波分析工具,并详细介绍了工具的总体方案、框架原理和功能模块。从专业功能和曲线显示操作两个方面来阐述,简要介绍矢量分析、接地故障分析功能与原理,也设计了支持单文件和多文件模式的模型和行为方式,实现多文件多通道曲线交换、叠加,对比综合分析功能,也可快速对每个故障点得出故障分析报告。可以为后续进行更多数据挖掘和高级分析,提供大量数据准备工作。     

结合多尺度体素和高阶条件随机场的点云分类

针对利用经典高阶条件随机场模型进行点云分类时,由于海量节点和无向边导致的点云分类效率低的问题,提出一种结合多尺度体素和高阶条件随机场的点云分类方法.首先以多尺度体素代替海量离散点云作为无向图图模型节点,减少节点和无向边的数量;然后使用超体分割结果作为高阶团,并基于此设计了一种非监督分布性空间上下文作为高阶团特征向量,用于改善分类结果;最后结合构建的图模型和各阶特征向量,采用经典高阶条件随机场模型实现点云数据的自动分类.采用Oakland标准数据集作为实验数据,实验结果表明,该方法在有效地保证分类精度的前提下,高阶条件随机场点云分类模型的分类效率提高了5～10倍.