230 kV大容量车载移动变电站的设计及应用

随着"一带一路"国家战略的持续推进,高电压等级可移动车载的成套变电设施可帮助基础设施落后、自身工业产品自给率低的国家快速实现电网枢纽节点的从无到有,对该国的电网发展起到立竿见影的效果,尤其是在非洲一些电力系统极其不发达、基础设施极其落后的国家.介绍了230 kV车载移动变电站的方案设计原则、方案平面布置及关键技术问题解决方法.针对大容量高电压高海拔的变压器体积大、重量重的特点且存在运输困难的缺点,提出了变压器和HGIS设备的优化设计方案;针对路况复杂的运输条件,为确保设备经长途跋涉后能完好抵达项目现场,需对四个车体模块重新进行载重控制并分配载重,重新校核车体的抗震能力;针对车载移动变电站的防雷接地设计,采用多种方式同时进行保护.     

饱和尾粉砂边界面模型在FLAC3D中的开发

由于岩土材料的复杂性，FLAC3D软件自带的本构模型不能满足实际数值分析的全部要求。利用FLAC3D预留的UMD接口，在C++的编译环境下实现了一种基于临界状态模型CASM边界面模型的开发。介绍了边界面模型的基本组成，给出了开发的关键步骤。并基于三轴试验结果，利用该模型对饱和尾粉砂静/动力学特性进行了分析，论证了该模型对饱和尾粉砂的适用性。     

动车组自动断电过分相车体瞬态过电压优化研究

高速动车组车载自动断电过分相时,瞬态电压会通过车顶高压电缆缆芯与屏蔽层间的耦合注入各节车体,合理的保护接地方式可快速泄放车体瞬态电压,保证各车体电位相等.基于此,介绍了动车组过分相的暂态过程,运用MATLAB/Simulink建立了各暂态过程的等效电路模型,经过仿真分析接地电感与电容对车体瞬态电压的影响规律,提出了并联电容器的保护接地方案,对动车组高效运行具有一定参考价值与指导意义.     

含有植物纤维或玉米淀粉的食品接触产品质量安全风险研究

研究市售的含有植物纤维或玉米淀粉的食品接触产品质量状况并对其安全性进行初步评价。参考标准要求并结合可能存在的质量安全隐患,从傅里叶变换红外(FTIR)材质分析、总迁移量、重金属(以Pb计)、脱色试验、五氯苯酚特定迁移量及砷、镉、铬、铅含量等维度对含有植物纤维或玉米淀粉的食品接触产品进行研究。35批次样品中有2批次塑料主体材质为密胺,2批次塑料主体材质为聚乳酸,31批次塑料主体材质均为聚丙烯;35批次样品的重金属(以Pb计)、脱色试验、五氯苯酚特定迁移量等项目均符合所参照标准的要求;35批次样品均检出至少含2种重金属,有4批次一次性淀粉餐具总迁移量超标。从检验结果可知,市面上销售的含有植物纤维或玉米淀粉的食品接触产品存在总迁移量超标及样品含重金属的情况,说明市场上该类产品确实存在一定的潜在风险。     

苏州奥林匹克体育中心体育场场地照明设计

介绍苏州奥林匹克体育中心体育场的比赛场地照明设计,包括比赛场地照明等级及模式、灯具选型、配光方案、配电、控制设计等,并对其中重要的技术问题进行分析.     

管桁架焊缝质量检测机器人结构与越障稳定性研究

管桁架焊缝质量检测机器人是一种在高空管桁架上采集焊缝信息,并对焊缝质量进行适时检测的机器人,它的越障稳定性是其安全可靠工作的关键.设计了一款能在管桁架上行走、越障,且适应管径变化的机器人系统;分别对沿竖直钢管爬升、周向旋转和越障状态下的驱动轮进行受力分析,初选了关键动作驱动电机参数;利用ADAMS平台进行翻转机构的运动学仿真,发现翻转角速度可影响机器人的工作效率和稳定性,以工作损失效能最小为目标优化翻转角速度,通过数据拟合和多次迭代求得最优翻转角速度;开展了样机稳定性试验,以测量不同翻转角速度下机器人的滑移量.分析和试验结果表明:翻转角速度为0.445 rad/s时,工作损失效能最小,且越障稳定性好;翻转角速度达0.785 rad/s时,出现滑落现象;样机稳定性试验与运动学仿真结果一致.     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

蛋类礼盒包装结构的缓冲性能研究

目的研究蛋类礼盒包装结构的缓冲性能。方法以蛋类尺寸为基础,建立可发性聚乙烯(expandable polyethylene. EPE)缓冲单元结构和组合结构,进行静态仿真分析和实验验证,比较结构在形状、叠合层数、组合形式等参数变化时的载荷与位移。结果结构层数变化相同时,单元结构的极限载荷从143N增加到236 N,组合结构的极限载荷从224 N增加到476 N,均呈近线性增长。结论蛋类礼盒包装中,组合结构的承载能力优于单元结构,通过单元结构的组合,可满足不同蛋类的包装要求。     

融合时间隐语义填充和子群划分的推荐算法

随着个性化推荐技术的发展，推荐系统面临着越来越多的挑战。传统的推荐算法通常存在数据稀疏性和推荐精度低等问题。针对以上问题，提出了一种融合时间隐语义填充和子群划分的推荐算法[K]-TLFM（Time Based Latent Factor Model Integrated with [k]-means）。该算法利用融合时间因素的隐语义模型对原始用户物品评分矩阵缺失项进行填充，避免了用全局平均值或者用户/物品平均值补全矩阵带来的误差，有效缓解了数据稀疏性问题，同时融合时间因素有效地刻画了用户偏好随时间的变化；完成评分矩阵缺失项填充后，基于二分[k]-means聚类算法将偏好、兴趣特征相似的对象划分到同一个子群中，在目标用户所属的子群中基于选定的协同过滤算法为用户产生推荐列表，提高了推荐效率和准确性。在MovieLens和Netflix数据集上对该算法的推荐性能进行了对比实验，结果表明该算法具有更高的推荐精度。     

基于CNN的人体姿态识别

姿态识别是人机交互中重要的研究课题之一，随着机器学习与神经网络的发展，研究的方式和成果趋于多样化，姿态识别的应用价值也日趋广泛。本文通过构建卷积神经网络模型，该模型共有11层，在对采样的数据集中5种人体姿态进行卷积与池化操作，最后进入全连接层进行分类，从而完成对数据集的训练和识别。结果显示，相较于机器学习方法，该模型的识别性能更加优秀，且免去了复杂的特征提取方式设计，让网络自身提取特征进行识别分类，效果更好。