陶瓷型精密铸造法制造金属模具的探索

在机械制造中模具是重要的工艺装备;针对模具的特点,探索运用快速制造技术生产树脂原型作为铸造模样,使用陶瓷型铸造技术生产金属模具。通过实例验证了该方法是可行的,具有很好的工业应用价值。     

45钢工件正火开裂原因分析

某45钢工件正火后发现开裂。采用直读光谱仪、金相显微镜、布氏硬度计和扫描电镜等对开裂工件进行了宏观检验、化学成分分析、硬度测定、金相检验、断口分析和能谱分析。结果表明：工件中有粗大的网状和针状铁素体,夹杂物较多,因此脆性较大;由于正火升温过快,内应力较大。正是这两个因素导致工件正火开裂。     

重度寒冷气温对于人体影响的数据模拟分析

阐述冷空气暴露对皮肤温度和热感觉的影响，包括设备和方法、实验设计、实验安排、统计分析、结果讨论，对实验中的客观生理参数数据和主观评价数据进行分析。探讨寒冷暴露期间皮肤温度和心理热感觉的变化和规律，从而降低操作人员冻伤的风险。     

基于Fisher score与模糊邻域熵的多标记特征选择算法

针对Fisher score未充分考虑特征与标记以及标记之间的相关性，以及一些邻域粗糙集模型容易忽略边界域中知识粒的不确定性，导致算法分类性能偏低等问题，提出一种基于Fisher score与模糊邻域熵的多标记特征选择算法（MLFSF）。首先，利用最大信息系数（MIC）衡量特征与标记之间的关联程度，构建特征与标记关系矩阵；基于修正余弦相似度定义标记关系矩阵，分析标记之间的相关性。其次，给出一种二阶策略获得多个二阶标记关系组，以此重新划分多标记论域；通过增强标记之间的强相关性和削弱标记之间的弱相关性得到每个特征的得分，进而改进Fisher score模型，对多标记数据进行预处理。再次，引入多标记分类间隔，定义自适应邻域半径和邻域类并构造了上、下近似集；在此基础上提出了多标记粗糙隶属度函数，将多标记邻域粗糙集映射到模糊集，基于多标记模糊邻域给出了上、下近似集以及多标记模糊邻域粗糙集模型，由此定义模糊邻域熵和多标记模糊邻域熵，有效度量边界域的不确定性。最后，设计基于二阶标记相关性的多标记Fisher score特征选择算法（MFSLC），从而构建MLFSF。在多标记K近邻（MLKNN）分类器...     

基于Civil 3D的弃渣场二三维一体化设计平台研究

为了弥补BIM建模软件Autodesk Civil 3D在水土保持工程设计中的局限性，解决传统弃渣场设计工作无专业辅助设计软件、信息化水平低、二三维设计转换困难等问题，利用C#语言、Winform界面开发、Civil 3D API及部件编辑器、MVC架构模式对Civil 3D平台进行二次开发。通过分析弃渣场各设计步骤的业务流程，研发了适用于水土保持工程弃渣场设计的专业平台，实现了容渣量分析、稳定性计算、以数据驱动为核心的快速建模与出图算量等功能，并应用于引洮供水二期(骨干)工程多个弃渣场的施工图设计中。结果表明：该平台将工程设计规范与带有步骤引导的可视化操作界面相关联，在弥补弃渣场设计无专业辅助软件的同时，极大地提高了设计效率和设计质量，有效地推动了弃渣场设计从二维向三维转换。     

基于DeepLabV3+的遥感影像道路中心线提取北大核心CSCD

针对目前已有基于遥感影像道路中心线提取算法易受道路旁树木遮挡、建筑物及其阴影覆盖和道路上车辆等因素影响,造成提取出来的道路中心线存在断裂、不完整现象,提出了一种基于深度学习语义分割的道路掩膜,引用细化算法提取道路中心线矢量数据,对矢量道路中心线进行优化的道路中心线提取方法。首先,通过对深度学习语义分割提取出来的道路掩膜进行形态学膨胀处理,减少道路掩膜出现部分断裂、空洞、不完整现象;然后,利用细化算法,对膨胀处理后的道路掩膜提取道路中心线并进行矢量化;最后,结合出现断裂处的道路中心线间几何、空间等约束关系,进行优化处理。实验结果表明:该方法相对于其他道路中心线提取方法,具有较高的精确度、完整度,在不考虑前期深度学习样本制作、模型训练所使用时间的情况下,提取效率也优于其他方法;生成了标准格式的矢量道路中心线数据,可直接用于实际生产。     

基于特征融合的6D目标位姿估计算法

为提高弱纹理目标和遮挡目标位姿估计的准确性，提出一种基于特征融合的6D目标位姿估计算法。从RGB-D图像中提取目标的颜色特征与点云特征；通过点集抽象在小区域内提取精细的局部几何特征，并扩展到更大局部区域，获得不同层次的局部几何特征以及目标的全局几何特征；将目标的颜色特征与几何特征进行融合，训练神经网络输出初始位姿。实验结果表明，与其它经典算法相比，该方法对于LineMOD数据集及YCB-Video数据集目标的平均位姿估计精度均有提升，对于弱纹理目标和遮挡目标均有较优表现。     

基于Transformer的智能轴承声-振融合故障诊断

针对单一信源(振动或声音)轴承故障诊断方法所蕴含信息不全面的问题，开展了具有多源传感器集成的智能轴承的声-振融合故障诊断研究，引入Transformer架构作为声-振融合诊断模型的基本模式以加强信号的时序特征提取能力，利用交叉自注意力机制使声音信号与振动信号在特征提取过程中交互与融合，从而实现端到端的智能轴承故障诊断。搭建智能轴承试验台采集声音与振动数据进行验证的结果表明，基于Transformer的智能轴承声-振融合故障诊断方法相对于单独使用声音、振动的方法以及基线Transformer方法，诊断性能均有提升。     

基于STFT图像特征的天然气管道预警技术研究

基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤微振动传感系统,使用STFT算法对中石油西南某地20km天然气管道周围发生六类事件(噪声、机械破环、人工挖掘、榔头敲击、人跳跃以及人踏步通行)的振动数据进行时频域图像化,然后通过BP、SVM、GoogLeNet等算法进行六类事件的分类预测。该方法首先利用Φ-OTDR系统采集管道同沟敷设光缆一芯中瑞利后向散射光信号,从中提取出振动事件的振动信号,然后通过STFT对时间-空间图像的采集,最后对图像数据利用算法进行振动事件的识别。现场实时监测获取的数据表明：利用BP神经网络算法对振动事件识别,相较于传统的随机森林、K近邻、SVM算法以及深度学习GoogLeNet算法,机械破坏事件的误报率低至0%,人工挖掘事件的误报率低至0%,适合应用于实际的天然气管道监测。