液压支架千斤顶附件的焊接工艺研究

为避免千斤顶附件(通液座)焊接对精加工后的缸筒内孔尺寸和圆度造成影响,从增加刚性拘束、预留反变形和控制焊接热输入等角度研究适用于精加工后缸筒附件焊接的生产工艺.研究表明:仅采用I=140～160 A、U=20～22 V、v=210～230 mm/min的小规范MAG焊接工艺,无法保证产品质量,缸筒内孔依然会出现最大0.3 mm的焊接变形;采用小规范焊接并借助拘束工装预制0.8～1.2 mm横向反变形,则可以有效控制焊接变形,保证缸筒内孔尺寸和圆度均符合设计要求.     

质量流量计撬在海上平台原油交接计量中的应用

某低气油比海上油田涉及中外双方原油交接计量,选用含水质量分数为15%的原油进行交接计量的方案,介绍了质量流量计撬用于含水原油交接计量的方案,包括质量流量计的工作原理、尺寸计算及整体不确定度计算等内容,给出了提升系统精度的推荐做法,为其他类似工程设计提供参考。     

面向多数据流的车厢拥挤回归分析方法

公交车拥挤度分析对维护公共交通安全起着重要的作用.针对在传统的目标检测方法中使用单个摄像头导致无法获取完整的车厢图片信息,以及在高密度场景下乘客与乘客之间的遮挡或者乘客被车厢内的座椅等物体遮挡的问题,提出了一种借助两个前后车厢的摄像头面向多数据流的车厢拥挤回归分析方法.首先,定义一个线性方程;其次,获取相对可见信息:公交车最大核载人数、根据人眼标记出的总人数、以及通过YOLOv3和ResNet50分别检测出车厢内人头数和拥挤率;然后,将包含已知信息的样本数据矩阵和期望值向量代入所定义的方程中,拟合出隐含信息:系数向量和偏置项,构建出一个多元一次线性回归方程,在高密度环境中狭窄和遮挡严重等情况下能够获得更为精确的车厢内总人数;最后,通过人数估计线性回归算法,获得最终的车厢内总人数.实验结果表明,所提方法能够预测出公交车上的人数,实时获得公交车上的人群流量,并且通过平均绝对误差(MAE)和均方误差(MSE)对数据进行误差分析后,验证了该方法能够正确地反映公交车拥挤度.     

我国水-能源-粮食耦合关系及影响因素

为缓解我国水、能源和粮食资源紧张问题，促进资源可持续利用，构建水-能源-粮食系统，利用耦合协调度模型对我国的30个省（自治区、直辖市）进行测算,并利用空间杜宾模型分析主要影响因素。结果表明：2003—2017年，我国能源、粮食评价[JP]指数高于水资源评价指数，系统综合评价指数逐年递增；大部分省份耦合协调度处于初级协调水平且呈现逐年上升的态势，个别省份耦合协调度濒临失调；耦合协调度空间自相关性较强，虽有明显波动，但是呈现逐年加强的态势；影响耦合协调度的主要因素有从业人口数、固定资产投资额、人均生产总值、人口总数、[JP]文盲人口占比、工业污染排放、城镇化。     

电感耦合等离子体质谱法测定大气降水中钠的不确定度评定

采用电感耦合等离子体质谱仪测定大气降水样品中的钠元素，并依据不确定度的评定与表示方法对分析过程中存在的不确定度来源如：标准溶液配制、校准曲线拟合、样品重复测定等各个环节进行探讨和评定，找出影响不确定度的主要因素。最终给出降水样品的合成扩展不确定度，降水样品的钠的浓度表示为(3.934±0.550)mg/L,k=2,从而使得分析结果的表达更加准确可靠。     

平行度误差的关键问题与软件测试研究

基准拟合,是平行度误差评定的核心因素,也是影响其计算精度的重要影响内容。文章以平行度误差的关键问题以及软件测试为主要研究对象,针对平行度误差问题进行多角度、多层次、多内容的论述和分析,结合当前软件测试技术的发展以及笔者对平行度误差的理解和认识,借助大量资料的探索和研究,提出平行度误差问题的重要应用策略,实现对其测量精度的有效提升。     

链路增益平坦度对OTA测试准确性的影响分析

空口(OTA)测试已广泛应用在无线通信领域,提高测试结果的准确性是OTA测试当前急需解决的问题.文章从影响OTA测试结果准确性的因素链路增益平坦度入手,使用衰减器对测试链路进行增益削剪,分析测试了不同链路增益平坦度对被测件的EVM(误差矢量幅度)、BER(误码率)、TIS(总全向灵敏度)三项性能指标的测试误差与测试不确定度的影响.测试结果表明,增大链路增益平坦度会导致EVM、BER参数发生偏移,降低测试系统的通信质量;当系统的链路增益平坦度为1.82 dB时,测试误差与不确定度接近CTIA测试标准中规定值.最后,提出一种使用增益均衡器降低链路增益平坦度的方法,在链路增益平坦度为3.25 dB的测试系统中可将其控制在0.5dB以内.     

改进FasterRCNN模型的布氏硬度检测方法

自动提取布氏压痕轮廓是提高布氏硬度检测效率的关键一步，针对传统机器视觉算法提取布氏压痕轮廓算法的不足，本文通过FasterRCNN模型实现了布氏硬度压痕直径的自动化检测。针对检测布氏硬度压痕圆的特点，提出对FasterRCNN模型的改进。在classification网络中的边框回归损失函数中加入预测检测框的长与宽的方差，在改进的边框回归函数优化目标修改为真实检测框与预测检测框差距最小且预测检测框宽与高之间差距最小，使得基于改进的FasterRCNN模型布氏硬度检测能够提供更加准确的目标预测检测框，取得更精准检测效果。同时引入数据增强的方法扩充有效数据大小。实验结果表明，基于FasterRCNN的布氏硬度模型检测方法适用于锈蚀和光滑金属表面工况。改进的FasterRCNN网络模型准确率为97.08%，较原模型提升0.73%，归一化均方误差（nMSE）为0.001226，较原模型降低40.31%， 改进的效果明显，并弥补机器视觉算法提取压痕轮廓的不足。