基于邻层数据匹配的工业 CT 图像生成 G 代码方法

针对目前工业CT图像转换为3D打印G代码方法效率低的问题,提出一种基于邻层数据匹配的工业CT图像直接转换成G代码的方法。首先采用Canny算子提取工业CT图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其次进行邻层间轮廓插值以满足3D打印层间厚度要求,从而避免"阶梯效应",最后通过填充编码得到用于3D打印的G代码。使用本文提出的方法,轮毂CT图像转换为G代码的时间为10.5 s,耗时远小于其他间接转换方法;3D打印出的轮毂无"阶梯效应",平均尺寸误差率为0.25%。实验结果表明,该方法不涉及中间格式,转换效率高,转换误差与传统方法相当,适用于具有复杂内腔结构的零件。     

基于电机效率的纯电动汽车传动系统参数匹配研究

为降低能耗、提高续航里程,本文提出了以提高电机效率为目标的纯电动汽车三档变速传动方案.首先,在分析电机工作特性的基础上提出了三档传动系统参数匹配方法;然后以某纯电动汽车为研究对象,对其驱动系统进行了改动:方案一在不改变原车型动力系统参数的情况下将传动系统由一档改为三档,并运用所提出的方法确定各档位的传动比;方案二在满足整车动力性指标要求下对电机重新选型并匹配三档传动系统;最后利用ADVISOR软件进行NEDC工况仿真分析.结果表明:在不改变原车型动力系统参数的情况下,采用三档传动可使整车的动力性和经济性都有一定的提升,续航里程提高了 9.2％,百公里电耗降低了 1.28 kW·h;重新选型电机后,采用三档传动续航里程提高了 14.1％,百公里电耗降低了 1.87kW·h.     

2种侧围加强内框总成检具结构对比分析

概述了侧围加强内框总成与周边零件的匹配关系,从检具操作的人机工程出发,描述了侧围加强内框总成检具的2种定位方式和结构设计,对比了2种定位方式对于检测结果的影响,总结了其优点和弊端,结果表明侧围加强内框总成检具采用车内方向朝下的定位方式效果更好。     

供水管网DMA优化分区设计方案

实施独立计量分区(district metered area,DMA)是辅助供水管网管理和漏损识别的重要手段.图划分算法是进行DMA分区的方法之一,常规图划分算法应用中,存在解空间受限、分区后原水流状态易发生较大改变、形成较多串联分区(对流量计算不利)的缺点.在常规图划分算法基础上进行了改进:粗化阶段按照特定规则匹配、合并非输水干管两端的节点,形成简化的管网拓扑结构;分区阶段得到管网初步分区方案;细化阶段提出基于贪心算法、枚举算法、蒙特卡洛算法的分区调整方法,结合改进的仪表安置方法、水力模拟、优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS),对分区方案进行调整.将该方法应用于YX市供水管网,成功进行了分区.     

钢结构二维桁架建模比较

桁架设计为水泥厂工程设计普遍项目,通过PKPM对两个案例多种情况的建模分析,可发现桁架在不同情况下应采用不同的模型以匹配现实状态.     

基于全基因组测序解析不同瑞士乳杆菌菌株的遗传差异——以瑞士乳杆菌H9和H10为例

目的:瑞士乳杆菌是广泛用于干酪、发酵乳饮料等领域的重要发酵剂菌种之一。以瑞士乳杆菌H9和H10为例，解析不同瑞士乳杆菌菌株间的遗传背景和基因组差异，为菌株鉴定和开发应用奠定遗传学基础。方法:以瑞士乳杆菌H9和H10为例，结合NCBI数据库中其它16株瑞士乳杆菌全基因组完成图，通过比较基因组学方法探究不同菌株之间的遗传差异。结果:不同瑞士乳杆菌菌株基因组大小、质粒数量、CDSs、tRNA、rRNA数量均存在差异。系统发育分析结果显示，瑞士乳杆菌H9和H10聚类于不同进化分支。与瑞士乳杆菌H10相比，瑞士乳杆菌H9与工业发酵剂菌株瑞士乳杆菌CNRZ32的系统发育关系更近；平均核苷酸一致性(Average nucleotide identity， ANI)聚类结果与系统发育树基本一致，瑞士乳杆菌H9与H10聚类于不同类群，瑞士乳杆菌发酵乳制品分离株间的基因组序列一致性低于人类肠道/粪便分离株；与参考菌株瑞士乳杆菌DPC4571相比，瑞士乳杆菌H9和H10基因组序列中均有不同程度的片段插入、缺失和倒置；瑞士乳杆菌H9和H10特有功能基因存在差异，瑞士乳杆菌H10的特有功能基因更多涉及氨基酸和能量代谢。结论:通过比较基因组学方法分析瑞士乳杆菌基因组信息，发现不同瑞士乳杆菌菌株间存在遗传差异。     

关于论文中的图

1.图要精选,应具有自明性,切忌与表及文字表述重复。2.图要精心设计和绘制,要大小适中,线条均匀,主辅线分明。3.坐标图标目中的量和单位符号应齐全,并分别置于纵、横坐标轴的外侧。4.图中的术语、符号、单位等应与表格及文字表述所用的一致。     

柑普茶用完整橘皮自动分离装置的研究

研究柑普茶用完整橘皮分离，通过自动分离装置将带孔完整橘皮从柑橘分离出来。通过移动机构实现上料、开孔去芯、碎果肉3个环节的工位转换，关键解决橘皮内果肉及内表面橘丝完全去除，得到均匀且无损伤橘皮。根据柑橘尺寸进行刀具夹具匹配设计与轨迹规划，以PLC和多轴运动控制为核心，进行各机构与刀具夹具的运动控制，实现完整橘皮的自动制取过程。试验表明，装置设计合理，制得橘皮满足柑普茶制作工艺要求。     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。