IC基板传输机器人末端执行器结构拓扑优化设计

在半导体封装基板检测的传输过程中,末端执行器对其快速稳定高效率的传输起着关键作用。在满足设计强度、刚度的条件下,以末端执行器轻量化为目标,建立了末端执行器的三维模型,利用有限元分析软件ANSYS对基板传输机器人末端执行器进行静力学和模态分析,得到末端执行器在最大载荷情况下的应力、应变特性和对应的振型,并对其进行拓扑优化设计,根据拓扑优化结果建立新的末端执行器结构,对新的结构进行强度校核,验证设计方案的有效性。研究结果表明,优化后末端执行器的前四阶固有频率都大于伺服电动机的回转频率(50Hz),质量减少了26.7%,较好地实现了轻量化的目标,同时为后续的相关产品研制提供了一种新的技术方案。     

城市街道峡谷单侧自然通风研究进展

自然通风广泛存在于城市之中，了解城市自然通风建筑室内环境质量现状及存在的问题，是改善城市建筑室内环境质量的基础. 通过文献整理，首先研究城市街道峡谷中单侧自然通风的驱动因素，其次从建筑几何特征、通风能力、污染率、颗粒物浓度以及街谷设施等方面综述单侧自然通风的相关研究，最后提出建议. 研究表明，合理的展弦比、更好的城市布局以及精心的街谷设施设计能够最大限度地利用单侧自然通风，提升城市街道峡谷的室内环境品质.     

基于稠密变形场能量优化的非刚性在线体积重建方法

针对动态非刚性在线重建存在的重建漂移问题,提出了一种基于单个RGB-D传感器的稠密变形场在线融合策略,实现了对非刚性几何形状的动态重建.通过局部平滑和输入约束处理,将空间的最优变形转换为非线性正则变分优化问题,并使用数据并行闪存优化策略,以摄像机捕获速率,实现对非刚性场景的在线跟踪重建.通过实验表明,本文方法实现了对非刚性场景的鲁棒跟踪,减少了在线重建过程中的漂移现象,适用于快速运动和缺乏几何特征的场景重建.     

航站楼旅客满意度与空间关系解析

为研究航站楼室内空间与旅客满意度之间的关系,本文以中国不同气候区的9个城市的11座航站楼为研究对象,利用后评估方法,将2014年至2016年得到的4 149份旅客满意度调查问卷与室内客观环境参数进行了对比研究,尤其包括了不同航站楼的面积以及各功能区的平均高度与旅客满意度进行的,并结合主客观测试结果展开综合分析.研究结果表明,旅客对于航站楼室内空间的满意度在79％～85％,但空间感受在旅客最关心的13个因素排序上排名倒数第4,其中高度与面积两项结果与航站楼旅客满意度之间的相关因子分别为0.57与0.675.结果显示:1)旅客并不觉得大面积的航站楼室内需要高大空间,为此建议在设计前期应该根据能耗与声场来决定层高;2)航站楼室内空间高度与能耗直接相关,设计中应降低空间高度节省能耗.     

基于温度冲击的冷冻靶氘氘冰层结晶生长行为研究

惯性约束聚变冷冻靶中氘氘（D₂）冰层的质量对聚变实验的成功与否起重要作用。目前文献报道的制备冷冻靶D₂冰层的方法并不具备好的可操作性，且技术、工艺不定型，制约了高质量冰层的形成。因此，本文采用将温度梯度、降温速率和温度冲击相结合的技术实现燃料冰层在靶丸内的均化。通过温度控制以及施加温度冲击可控地形成残留冰，并在残留冰的控制技术基础上，实现了高质量冰层的可控结晶生长。同时，研究了温度控制对靶丸内D₂冰层品质的影响和D₂冰层结晶生长的过程，并应用晶体生长动力学理论分析了D₂冰层结晶生长行为。从背光阴影图像中的D₂冰层亮环可知，D₂冰层均匀度为85.2%、厚度为40.35 μm、内表面粗糙度为2.15 μm。本方法拓宽了超低温下D₂冰籽晶控制、晶体生长技术，为DT冷冻靶中冰层均化打下了坚实基础，并形成了一定的技术储备。     

基于多参数特征保留的载荷谱加速耐久性编辑

为了得到时间更短加载效果相同的加速耐久性试验载荷谱,提出了基于多参数特征保留的载荷谱编辑方法。该方法同时考虑载荷谱的损伤、功率谱密度以及统计参数等信息,对零部件载荷谱的时间进行压缩。以汽车悬架螺旋弹簧的载荷谱为例,采用该方法进行缩减,同时从多个参数特征方面与传统的基于损伤保留的编辑方法所得到的载荷谱进行对比。为了进一步验证编辑效果,采用编辑谱和原始谱对弹簧进行疲劳仿真。结果表明,该方法能够有效缩短汽车零部件的载荷谱,可得到与原始载荷谱具有相同加载效果的编辑载荷谱。     

基于ANSYS及加速寿命试验台对油缸单耳环活塞杆杆头断裂进行设计改进

该文对某工程机械油缸单耳环活塞杆杆头断裂进行失效分析,提出了在毛坯锻造工艺满足设计要求的条件下,单耳环活塞杆杆头变截面处应力集中导致残余应力过大,是单耳环活塞杆杆头断裂的主要原因。从这方面出发,优化了单耳环活塞杆杆头变截面处的残余应力,通过ANSYS软件对优化后的结构进行应力分析,并用油缸加速寿命可靠性试验台做2F台架实验和整机多批次小批量试装来验证改进措施的有效性,最终提高了油缸单耳环活塞杆杆头在极限工况下抗疲劳的强度。     

基于自监督学习的病理图像层次分割

在苏木精-伊红(HE)染色病理图像中，细胞染色分布的不均匀和各类组织形态的多样性给病理图像的自动分割带来极大挑战。为解决该问题，提出了一种基于自监督学习的病理图像三步层次分割方法，对病理图像中各类组织进行由粗略到精细的全自动逐层分割。首先，根据互信息的计算结果在RGB色彩空间中进行特征选择；其次，采用K-means聚类将图像初步分割为各类组织结构的色彩稳定区域与模糊区域；然后，以色彩稳定区域为训练集采用朴素贝叶斯分类对模糊区域进行进一步分割，得到完整的细胞核、细胞质和胞外间隙这三类组织结构；最后，对细胞核部分进行结合形状和色彩强度的混合分水岭分割得到细胞核间的精确边界，进而量化计算细胞核个数、核占比、核质比等指标。对脑膜瘤HE染色病理图像的分割实验结果表明，所提方法对于染色和细胞形态差异保持较高的鲁棒性，各类组织区域分割误差在5%以内，在细胞核分割精度的对比实验中平均正确率在96%以上，满足临床自动图像分析的要求，其量化结果可以为定量病理分析提供依据。     

鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。