基于多元神经网络融合的分布式资源空间文本分类研究

针对实体产业对科技资源的服务需求,以服务效应作为资源文本分类标准,提出一种基于多元神经网络融合的分布式资源空间文本分类模型。设计了包含词嵌入层、卷积层、双向门控循环单元层、注意力机制层和softmax层的多元神经网络通路;在此基础上采用基于需求—效应—资源分类策略,完成了从定性科技资源需求到定量资源服务效应求解,再到定性科技资源输出的映射变换,重点解决了分布式科技资源局部和全局语义特征形式多样、文本长距离依赖特征显著、重要资源信息难以准确识别的问题,进而从分布式科技资源空间中快速准确地获取效应知识,提升实体产业产品研发效率和创新能力;通过万方专利科技资源数据集验证了所提方法的可行性和有效性,为更加全面地挖掘资源文本特征和按需服务实体产业提供了一种新的思路和手段。     

双螺杆中啮合块、螺杆元件混合过程及混合性能的研究

以双螺杆挤出机中的啮合块、螺杆元件作为研究对象,对其混合过程及混合性能进行研究,分析物料与添加剂的相互运动及变化过程。利用网格重叠技术和Ployflow软件对啮合块、螺杆元件的混合性能进行仿真,研究螺杆元件及不同转速下啮合块对应流体区域内的最大剪切应力,粒子在流体区域内的停留时间分布、分布指数、分离尺度等。结果表明:在啮合块流道内的混合过程中,啮合区域的两种粒子进行分布混合,其他区域的粒子在轴向运动到第2片啮合块时开始被带入啮合区,与另一种粒子进行分布混合;在相同转速下,啮合块的混合性能优于螺杆元件,随着转速的提高,啮合块的分散混合性能逐渐增强。     

基于划刻实验的单晶锗材料去除机理研究

采用Cube压头对单晶锗进行变载与恒载纳米划刻实验, 利用扫描电子显微镜和原子力显微镜对已加工表面进行观测, 根据表面形貌将划刻过程分为延性域、脆塑转变域及脆性域三种, 对各个阶段的表面成型及材料去除方式进行了研究。使用最小二乘法对不同阶段划刻力进行非线性拟合, 并利用相关系数检验拟合函数可靠性, 结果表明划刻力与划刻深度存在强相关性。同时分析了单晶锗的弹性回复率随划刻距离的变化趋势, 结果表明工件的弹性回复率将从纯弹性阶段的1逐步回落至0.76左右。基于脆塑转变临界载荷, 以裂纹萌生位置作为脆塑转变标志, 首次结合工件已加工表面弹性回复, 提出一种适用于计算单晶锗的脆塑转变临界深度模型, 其脆塑转变临界深度为489 nm。     

钢-铝异种金属自冲铆接头酸性环境下的失效行为分析

以摩尔浓度为0.02 mol/L的NaHSO_3溶液为腐蚀溶液进行钢(DP590)-铝(AA5052)异种金属自冲铆试件干湿周浸腐蚀试验,通过腐蚀动力学和静力学测试,研究自冲铆接头在酸性腐蚀环境下的静强度,并分析接头失效机理。结果表明:随腐蚀周期的延长,试件质量损失和腐蚀速率均呈先增大后减小趋势,板材与铆钉腐蚀程度不断加重;试件接头失效形式主要有3种(L、M和N形),其对试件静强度影响较大,M形失效试件静强度值远大于其他两种;失效位移对试件能量吸收值影响显著,M形失效试件能量吸收值最小。     

红外连续变焦镜头凸轮曲线优化及运动学仿真

随着制造技术的发展,机械补偿式变焦镜头的使用也越来越广泛。光学系统变焦的精确性、平滑性和驱动力均衡性主要取决于变焦凸轮,而变焦凸轮的压力角与凸轮外径、凸轮转角范围以及变倍组的运动规律有关。本文以某款红外连续变焦镜头为例,不改变凸轮外径和凸轮转角范围,对变倍组的运动规律进行优化设计,并通过ADAMS对优化后的模型进行运动学仿真。仿真结果表明:该优化方法可以降低变焦凸轮在短焦段和长焦段的压力角,消除变倍组等速运动时的刚性冲击。     

电梯系统垂直振动减振策略分析

以1:1的曳引式电梯为研究对象,针对曳引机转子偏心引起的垂直方向共振进行研究,建立电梯系统动力学方程,应用Matlab编程求解出系统各阶固有频率的变化范围,发现当电梯运行至30 s时系统固有频率与曳引机激振频率非常接近,针对该问题提出了一种通过减小橡胶隔振垫的刚度系数来改变系统固有频率的方法,然后用相同刚度系数的橡胶弹簧替换橡胶隔振垫,仿真结果表明改进后的电梯系统固有频率与曳引机激振频率一直都不会相同,有效地防止了共振的发生,证明该减振策略有效。     

铜片在纳米碳化硼水基流体中的腐蚀行为

纳米流体已经被广泛地研究用于提高系统的传热性能和效率,然而对纳米流体的防腐蚀性能关注较少,因此本实验研究了铜片在纳米碳化硼(B4C)流体中的耐腐蚀性能。通过模拟加速防蚀实验,在不同分散情况下的纳米碳化硼流体中对铜片的腐蚀程度进行对比。实验结果表明:采用非离子分散剂,分散介质为膜处理水,流体呈中性或碱性且温度较低时,水基纳米碳化硼流体具有良好的抗腐蚀性能。     

基于几何纹理与Anscombe变换的蜂窝材料太赫兹图像降噪模型

为解决太赫兹（Terahertz,THz）图像内泊松高斯混合噪声导致芳纶纤维蜂窝材料脱粘缺陷轮廓检测精度低的问题,基于Anscombe变换与小波阈值法构建了THz图像降噪模型。高斯噪声方差为降噪模型的必要参数,但实际THz图像噪声分布未知,且噪声与纹理在高频混叠,给方差准确估计提出了挑战。为此,首先以样件纹理几何形状为先验信息,构造Benzene-ring算子去除THz图像纹理,使其小波域高频分量中仅含有噪声;然后提出改进的Logistic混沌映射提高样本集的多样性,以训练Elman神经网络准确建立高频分量与高斯噪声方差间映射关系;最后依据噪声方差估计值,基于Anscombe变换将泊松高斯混合噪声转化为高斯噪声,并利用小波阈值法与Anscombe逆变换得到了最终THz降噪图像。仿真与试验结果表明,所提出的方法降噪效果最佳并有效提高缺陷轮廓检测精度,相比于高斯滤波、小波阈值以及非局部均值法,平均梯度指标分别提升12%、33%、9%,缺陷面积绝对误差分别降低234 mm²、304 mm²、263 mm²。     

VMD⁃SVD在机械故障信号欠定源数目估计中的应用

针对在观测信号数目小于机械故障振动信号源数目的欠定情况下,源信号的个数难以估计的问题,提出一种变分模态分解(Variational mode decomposition,VMD)和奇异值分解(Singular value decomposition,SVD)相结合的盲源数目估计方法.首先利用VMD对振动信号进行分解,得到若干本征模态函数分量(Intrinsic mode function,IMF),然后对IMF进行重新组合得到多维观测信号的协方差矩阵,最后依据奇异值分解的结果来对信号源数目进行最终确定.仿真信号分析验证了该方法的有效性,将该方法运用到轴承复合故障振动信号中,分析结果表明,该方法能够实现欠定情况下源数目的可靠估计.