50型螺旋式钢板仓卷边设备理论分析与试验

结合已有卷边设备的生产工艺和特点,研发了国内首台50型螺旋式钢板仓卷边设备,并完成了4次样机调试试验.分析了新型卷边设备关键机构的工作原理,对下轧辊调节机构进行了力学计算分析,完成了卷边孔型设计.利用显示动力学软件数值模拟了5 mm钢板的冷弯成形(卷边)过程,分析了成形过程中的等效应力和等效塑性应变.通过4次样机调试试验,将调试结果与模拟结果对比.结果 表明,折弯5 mm钢板比折弯3 mm的钢板力载荷大很多,有必要研发新型的卷边设备;卷边设备的后3个工位的应力峰值比前3个工位大,其中工位6应力峰值最大;文中的卷边孔型设计合理;卷边过程的模拟结果与试验结果一致.     

熔盐泵现状与展望

简要介绍了熔盐的特点,分析了熔盐泵的选型要求、结构特点、设计中应注意的事项,介绍了熔盐泵的应用领域和国内外生产状况,指出了熔盐泵的发展方向。     

《西游记之大圣归来》中的听觉语言研究

通过对电影中听觉语言的分析，进一步地了解和认识在现代制作技术条件下，听觉语言的表达方法与模式，以及其对电影整体效果的重要作用。以动画电影《西游记之大圣归来》为例，从人声、音响、音乐三个层面进行赏析。在讨论这三个层面各自的特点和作用的基础上，从听觉设计的技术、方法、效果之间的纽带关系加以分析，揭示一部成功的电影作品中听觉语言的重要性。视听语言中的听觉语言在动画电影中举足轻重。现代制作技术的发展为听觉语言的制作与创新提供了更加广阔的空间，新技术、新方法与新模式为动画电影《西游记之大圣归来》增添了魅力。同时，民族电影作为传承和发扬民族文化的载体，其听觉语言也必须与民族文化、民族音乐进行融合，才能与观众产生共鸣，根植于人民，并且反映出一个民族的文化自信。     

基于深度学习的IPTV视频用户行为分析方法研究

IPTV视频业务的复杂性和多样性使其难以充分发挥运营商技术优势。借助深度神经网络DNN模型对IPTV视频用户进行用户行为分析。利用深度学习算法对用户点播视频活跃度实施精确分类,从而帮助IPTV服务提供商合理配置资源,同时为终端用户提供更高效优质的服务。实验结果表明,与现有的方法相比,该方法收敛快,分类准确率达93%。     

第二代涡识别方法在混流泵内部流场中的适用性分析

流体机械内部涡的产生会严重影响流体机械的内流场及外性能,速度、压力等传统方式并不能全面揭示流场真实的流动情况,而涡识别方法可以表征混流泵内部涡结构,识别涡的大小、位置和演变规律。采用大涡模拟对混流泵内部流场进行高精度数值模拟,由此获得不同涡识别方法(涡量、螺旋度方法、λ2准则和Q准则)在混流泵内流场中识别出的涡结构。结果表明:与涡量准则法相比,采用第二代涡识别方法更能获得详细的混流泵内部的涡结构。其中,Q准则能剔除绝大部分的剪切层影响,较其他涡识别方法更好地捕捉混流泵内部的涡结构,显示的涡大小更加精确。通过Q准则的识别,提取了混流泵叶轮流道内规则的通道涡,此类型涡结构均匀分布在各个流道,叶片叶顶泄漏涡结构清晰,摆脱了壁面剪切层的干扰;导叶叶片靠近轮毂处同样获取了规则的通道涡,通道涡均匀的分布在各个流道内,叶片尾缘脱落涡摆脱了壁面剪切层的干扰,可以看到清晰的涡结构。Q准则在第二代涡识别方法中脱颖而出,更适用于混流泵内流场的涡识别,在涡结构以及涡大小的显示方面都具有优势,可用于旋转机械内流场的分析。     

朴素贝叶斯模型在驾驶员伤情预测中的应用

先进车辆事故自动呼救(Advanced Automatic Crash Notification,AACN)系统能在车辆发生碰撞事故时及时对驾驶员的受伤情况进行预测,有助于呼救中心做出早期判断并制定更加积极有效的救援方案。首先,选取速度变化量、碰撞方向、驾驶员年龄、驾驶员是否系安全带、驾驶员侧安全气囊是否打开、驾驶员性别作为造成驾驶员伤情的影响因素,利用道路事故数据分析构建贝叶斯网络模型;其次对现有数据进行离散分类处理,然后建立驾驶员伤情预测的算法;最后通过事故数据进行仿真并对所提出的算法的有效性进行验证。结果表明,所建立的驾驶员伤情预测算法的预测准确率较高,可应用于AACN系统向呼救中心传递事故信息。     

基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法

为了有效降低因驾驶员紧急换道行为而诱发的交通事故，提高道路交通事故链阻断效率，提出一种基于高斯混合隐马尔科夫模型（GMM-HMM）和人工神经网络（ANN）的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识，采用ANN预测下一时段的驾驶行为，再预测换道过程中的横向加速度变化率，从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明，该方法预测避险成功率达92.83%，实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。