机械模具加工精度影响因素及改进策略探究

随着科学技术的不断更新迭代,机械模具逐渐成为机械制造业的“主战场”,其加工精度直接影响机械零构件的精度。为提升机械模具加工精度,文章从人为因素、工艺因素、数控设备程序编码因素三个方面阐述了具体的制约瓶颈,并结合机械模具生产加工原则,以强化企业发展意识、加强专业技术人员的监管与培训,优化模具加工工艺、切实改进机械设备,提高数控设备程序等内容为落脚点,提出了相应的改进措施,旨在为机械模具高精度加工制造提供一些参考。     

渗透汽化原位分离耦合拜氏梭菌丁醇发酵的研究

以筛选得到的聚二甲基硅氧烷（polydimethylsiloxane,PDMS）-聚偏氟乙烯（polyvinylidene fluoride,PVDF）复合膜为分离用膜,开展了拜氏梭菌（Clostridium beijerinckii）ZL01丁醇发酵与渗透汽化原位分离耦合的研究,结果表明：分批发酵-渗透汽化原位分离耦合与分批发酵相比,初始葡萄糖质量浓度从50 g/L提高至90 g/L;在90 g/L的初始葡萄糖质量浓度下,发酵结束时发酵液和渗透液中的丁醇总产量从13.2 g/L提高到16.9 g/L,总溶剂（丙酮（acetone）、丁醇（butanol）、乙醇（ethanol）,简称ABE）产量从17.8 g/L提高到24.3 g/L,葡萄糖利用率从59.4%提高到95.7%。另外,分离过程中膜的总渗透通量平均为705 g/（m2·h）,丁醇分离因子平均为19.0;经渗透汽化分离,渗透液可直接进入下一步蒸馏阶段,其中丁醇和总溶剂ABE质量浓度分别为178 g/L和292 g/L,与分批发酵工艺中发酵液直接进入蒸馏塔相比,丁醇和总溶剂ABE质量浓度分别提高了10.9 倍和14.1 倍,可大大降低蒸馏能耗。     

铸铁与铌丝原位生成NbC_P/Fe复合材料

利用铸铁浇注将Nb丝均匀复合固定于铁基体内.然后在1165℃保温2h,让提前置于铸铁中的铌丝与周围碳原子原位反应生成NbC颗粒增强铸铁复合材料,对复合区进行显微组织观察分析、显微硬度测量.结果表明,复合区域显微硬度最高值达到1930HV0.05,复合区域的平均显微硬度为1827HV0.05,是基材的8～9倍.复合试样的室温两体磨料相对耐磨性是铸铁的2.71倍,耐磨性能良好.     

新型电路实践教学模式探索

结合教育部卓越工程师培养计划,针对电路实践教学的现状,探讨了一种新型的电路实践教学模式。实践证明,这种新型的教学模式更能开发学生的创新综合思维能力,更有利于创造性与复合性实用型人才的培养。     

主机人才培养在综合性大学中的探索与实践

本文从综合性大学的特点入手,提出了高校中主机人才培养的经纬式架构设计,并以四川大学为例,具体介绍了人才培养中多个环节的探索与实践成效。     

一种网络多点备份系统的设计和实现

该文提出并实现了一种网络多点备份系统。通过在本地应用服务器的设备驱动层之上加入写监控驱动,所有写操作将被封装成备份记录并发往本地缓存网关暂存,然后由本地缓存网关异步地将备份记录发送到多个处于不同地域的远程备份网关,最后在远程备份网关上重建写操作。该系统实现了对本地数据的多点异地备份,能够适应多种网络状况,支持Linux下所有文件系统和物理存储设备     

支持多生产中心的远程容灾系统的设计与实现

该文设计并实现了一种支持多生产中心的远程容灾系统。系统在本地服务器端的设备驱动层实时监控写操作,通过Internet将数据传送到远程备份中心,并存入数据库中实现备份。该系统无需企业自建灾备中心,并且利用Internet这一廉价资源,可以最大限度地降低企业容灾预算。此外,该系统还提供了基于B/S架构的配置管理方式。     

一种保证服务连续性的容灾系统的设计和实现*

设计并实现了一种能够保证服务连续性的容灾系统。系统在设备驱动层使用实时监控写操作的方法,通过Internet将数据备份到多个远程容灾中心;采用多种数据恢复策略,实现数据的快速恢复;提供了服务自动切换机制,保证系统能够对外提供不间断服务。此外,该系统支持多种操作系统和数据库,并提供了基于Web的配置管理方式。     

远程文件快速同步方法

远程文件快速同步在文件备份与恢复、Web缓存等应用场景有广泛的应用。该文给出了一种新的文件快速远程同步方法,在客户端计算文件新旧版本之间的状态差异集和在服务器端重放文件状态差异集实现文件内容差异同步和重命名优化;给出了文件状态差异集的生成、重放和优化方法。实验结果表明,与rsync相比,文件内容差异同步网络流量显著降低,同时,重命名优化网络流量为KB级,与文件长度无关,显著地降低了网络流量。     

一种基于免疫的监督式分类算法

人工免疫识别系统(AIRS)已被证实为一种高效的分类器,并成功应用于模式识别等领域.然而AIRS存在的记忆细胞数目庞大、分类准确率低等缺陷,限制了进一步的应用.为克服这些缺陷,提出了一种基于免疫的监督式分类算法(AIUC).AIUC首先初始化记忆细胞;然后通过对每一个训练抗原的学习,进行B细胞进化,在B细胞收敛后,优选出最佳的B细胞对记忆细胞进行更新;最后通过记忆细胞对测试数据进行kNN分类.就数据集Iris、Ionosphere、Diabetes和Sonar分别进行的对比实验结果表明,AIUC比AIRS记忆细胞分别减小了5.6%、18%、19.6%和31%,分类准确率提高到98.2%、96.9%、78.3%和92.3%.该算法具有非线性,以及克隆选择、免疫网络和免疫记忆等生物免疫系统特征,可更好地应用于模式识别、异常检测等领域.