使用专用电加工机床的柔性

许多公司为了利润,在使用电加工机床时忽视了模具和电极加工,以及与此相关的操作专用电加工机床的必要的柔性。应用传统定位方法加工模具和电极,操作电加工机床的公司只利用了机床的专用性能。他们不懂得用电加工工具系统的定位精度将超出机床的范围,通过普通的电极基准线能更经     

山东烟台地区芝罘剖面粒度分维特征及其环境意义

山东半岛北部存在一系列黄土-古土壤沉积序列。在野外调查的基础上,通过对山东烟台地区芝罘岛黄土状沉积物粒度和分维值特征的分析,结合光释光测年,探讨了山东半岛北部晚更新世气候环境演变。结果表明:芝罘剖面末次冰期—末次间冰期(62.85～124.90 ka B.P.)主要由砂黄土、黄土和古土壤叠覆堆积组成; 芝罘剖面沉积物具有良好的分形结构,可以清楚区分黄土与古土壤,分维值从大到小分别为古土壤(2.379)、黄土(2.194)、砂黄土-黄土(2.157); 分维值与标准偏差成显著的正相关关系,相关系数为0.889 4,与平均粒径有较好的正相关性,与峰态和偏度相关性较低; 芝罘剖面沉积物分维值在垂向上呈现出峰谷交替的3个旋回,可以替代粒度参数指示沉积环境,分维值低反映气候干冷,冬季风强盛,黄土堆积速率加快,反之则气候暖湿,古土壤发育。     

基于增强生成对抗网络的PMU丢失数据恢复方法

同步相量测量单元(phasormeasurementunits,PMUs)因能够提供实时测量数据,使得电力系统动态行为的实时监测成为可能。但是,由于现场环境复杂,受干扰、硬件故障等诸多因素影响,PMU数据存在一定程度的数据丢失问题。PMU数据丢失直接影响其在电力系统中的应用,甚至威胁到系统的安全稳定运行。为了提高PMU数据质量,该文提出了一种基于PMU分群的丢失数据恢复算法。为利用相关度高的PMU数据以提高恢复精度,首先提出一种基于层次聚类的PMU分群方法,利用不同PMU数据的相关度来对PMU进行分群。进一步,利用长短期记忆构造了一种增强型生成对抗神经网络丢失数据恢复方法。该算法不需要系统的拓扑结构和参数,可通过将相关度高的数据作为神经网络的输入来恢复不同扰动下的丢失数据,并且在扰动条件下也能高精度恢复。仿真和测试结果表明,该方法能够有效地实现丢失数据的恢复,为提高PMU的数据质量,保证其在电力系统中的应用效果提供基础。     

基于因子分析的城市交通拥堵评价方法研究

市政施工往往会将本已超荷的道路交通系统变得更加糟糕。以往的交通拥堵评价体系不能有效的整合大量、复杂的影响因子及其评价指标,为了提供一种更加有效的评价方法,利用交通仿真软件vissim对路段进行仿真分析,所得到的评价指标在SPSS中用因子分析法构造评价体系,能为城市交通疏解提供可靠的依据。     

络合滴定法测自来水总硬度指示剂铬黑T的选择

比较5种不同配制方法制得的铬黑T指示剂,络合反应测自来水中的总硬度,根据实验数据和本校自来水质报告中总硬度的比较,选择效果最好的指示剂,根据实验我们可以发现,0.25g铬黑T和0.25g盐酸羟胺,加25mL三乙醇胺(1+1)和25mL无水乙醇指示剂效果最好,最接近国标的数值,且可以保存较长的时间。     

积极发展广东省粮食部门饲料工业

几年的实践表明:发展饲料工业,对促进畜牧业发展,改善人们的食物结构,丰富“菜篮子”,促进农业良性循环和国民经济全面发展具有十分重要的意义。近年来,广东省各级粮食部门正确处理好广东省粮食(含饲料粮)长期短缺,有制约饲料工业发展不利的一面。而人民生活不断提高和外向型经济发展,对肉、蛋、奶的消费量增加,促使全省饲养业上得快的有利时机,因势利导,既充分发挥粮食部门发展饲料工业得天独厚的优势,又将部门饲料工业统一于全省饲料工业大体系和饲养业大市场中,又快又省地走出一条发展饲料工业的新路子。     

高能高速成形的设计与生产方法

高能高速成形术语包含多种工艺方法,这些方法主要是爆炸成形、电液成形和电磁成形。采用这些方法中的任何一种使工件成形按其零件变形所需形状的力学来说,基本上是类似的。完成这些用特殊方法的不同变形,唯一需要的是能量。电液成形是利用水下放电作为能源。在放电点产生的冲击波经水传递给工件而引起变     

改进YOLOv3算法用于铝型材表面缺陷检测

针对目前铝型材表面缺陷检测存在的准确率、检测效率较低等问题,提出了一种基于改进的YOLOv3铝型材表面缺陷检测方法。首先通过k-均值聚类算法对采集到的数据集进行聚类分析,选取尺寸最优的目标候选框;考虑到铝型材表面缺陷较大,对YOLOv3的网络层级结构进行调整,并将目标检测层之前的6个CBL单元改成4个,再补充2个残差单元,以提高特征的复用。将提出方法用于铝型材表面缺陷检测,并与经典的卷积网络Faster-RCNN和SSD方法进行比较,实验结果表明,采用提出的算法准确率达到97%,检测速度达到47帧/s,明显优于经典的卷积网络Faster-RCNN和SSD,适于在有高精度快速性要求的铝型材表面缺陷检测中推广应用。