单自由度八杆仿生机构构型与尺度同步设计方法

单自由度八杆仿生机构杆长参数较多，是仿生机器人领域研究的难点之一。为提高设计效率，提出一种构型与尺度同步设计方法。在选定的运动链和机架的基础上，以不等式形式分步给出运动可行性及外形约束条件，使得上一步的杆长可作为下一步求解的已知值。通过该过程，在得到八杆仿生机构构型的同时，快速得到所有杆长的初步可行域。循环上述过程，逐步缩小约束条件的范围，可使得八杆机构的杆长快速接近目标值。在此基础上，分类讨论了连杆搭接顺序、约束条件及基本运动链的差异对求解难度及构型结果的影响。利用所提出的单自由度八杆仿生机构的设计方法，在对初始条件进行合理选取的前提下，可在初步得到构型的同时将杆长限定在较小范围内，实现了构型与尺度的同步设计。该方法还可应用于其他单自由度机构的设计当中，具有较好的借鉴意义。     

智能应急救援装备研究现状与发展趋势

在地震、火灾等灾害现场,抢险救援任务的紧迫性突显了对智能化应急救援装备的迫切需求。智能应急救援装备的使用可极大地提高救援队伍的战斗力,快速、高效地处理各类灾害,特别是突如其来的严重灾难,大大减少救援人员的伤亡和国家的财产损失,具有重要的研究意义。按照工作环境和用途可将智能应急救援装备分为空中救援装备、陆地救援装备、水下救援装备以及通用救援装备等。在对智能应急救援装备及关键技术的研究现状进行概述的基础上,分析发现了当前研究还存在着缺乏高效的机构设计方法、装备可靠性不佳、智能化程度较低、通信技术成熟度不高以及人机友好性较差等问题,这都导致了智能应急救援装备在大型灾害现场应用程度不高。指出了智能应急救援装备将向着先进的结构设计、可靠的运动性能、高智能化、快速精准的通信及良好的人机交互的方向发展。     

碳酸钙/聚丁二酸丁二醇酯(PBS)可降解复合材料的力学及结晶性能

以生物降解塑料聚丁二酸丁二醇酯(PBS)为基材,以表面改性的CaCO3为填料制备出具有较好注塑性能的碳酸钙(CaCO3)/聚丁二酸丁二醇酯(PBS)可降解高填充复合材料。研究结果表明:改性剂的复配技术可以明显将复合材料的拉伸强度从30.39MPa提高至42.12MPa,复合材料的弹性模量也从1417MPa提高至1614MPa,分别提高了38.6%和14.0%。并通过对不同质量分数CaCO3的复合材料力学性能和热力学性能的研究与分析,为复合材料在不同领域的应用奠定一定的基础。通过对CaCO3/PBS复合材料的结晶性能研究发现,CaCO3在PBS中有一定的成核作用,在一定范围内随着CaCO3添加量的增加,能够促进PBS的成核结晶,明显提高结晶速度、结晶温度和结晶度,减小球晶尺寸,提高材料的拉伸强度。     

碳酸钙高填充聚对苯二甲酸己二酸丁二醇酯可降解复合材料的制备及性能表征

以生物降解塑料聚对苯二甲酸己二酸丁二醇酯(PBAT)为基材,以50%表面改性的CaCO3为填充物制备出具有较好吹膜性能的可降解高填充复合材料。研究结果表明,随着CaCO3添加量的增加,CaCO3/PBAT复合材料的拉伸性能出现先提高后降低的趋势,而偶联剂KH560以及增溶剂ADR的使用则可以明显提高CaCO3/PBAT(50%)复合材料的拉伸性能,且在偶联剂使用量为2.0%,增容剂为1.0%时,复合材料的拉伸性能达到最佳,CaCO3/PBAT(50%)薄膜制品的横向拉伸强度可达20.10 MPa,纵向拉伸强度可达21.73 MPa,横向断裂伸长率为648%,纵向断裂伸长率为528%,熔融指数为1.58 g/10min。通过SEM对薄膜表面进行观察,发现CaCO3分布均匀,完全被PBAT浸润包覆。复合材料满足市场包装材料的力学性能要求,大幅度降低了PBAT的使用成本,具有良好的应用前景。     

印刷质量控制工艺G7

与以往的通过控制实地密度和网点增大来控制印刷质量不同,由IDEAlliance开发的打样到印刷色彩校正方法G7,采用分光光度计进行色度检测,实现打样到印刷的最接近的"视觉匹配"。     

提高建筑窗节能的途径

为保证建筑目标得以实现，本文提出了提高建筑窗节能的若干途径。     

排水固结法在高速公路软土路基中的应用分析

基于太沙基固结理论，详细介绍了排水固结法处理软土路基的工作机理及适用条件，提出了在逐渐加荷条件下的地基固结度和软土路基固结沉降量的计算方法。     

基于全景监测与智能预警的配电网全域大数据应用研究

面对不断扩大的电网规模及愈加复杂的外部环境,影响电网安全稳定运行的因素也在不断增加,为此提出了基于大数据机器学习算法的设备状态监测方法。运用成熟的数据挖掘技术,基于当前大量的数据积累开展数据价值的挖掘分析,构建基于随机森林的设备状态评价模型、基于D-S证据论的故障预警模型等,以云计算为支撑,以“互联、共享、智能”为理念引领全景监测体系,建设风险和隐患智能感知体系,实现低风险系数下配电网安全稳定运行。本文从数据关联融合、数据清洗转换、相关性分析及特征提取、模型构建四个方面着手,挖掘配电数据的潜在价值,预知配电网故障发生,进一步提高配电网精益化、智能化管理水平,促进电网企业提质增效提供指导,为电网安全生产及电网企业优质服务提供高效益的数据化科学决策依据。     

基于改进卷积神经网络的电能质量异常扰动研究

针对电能质量扰动信号种类繁多、分类精度低以及现有分类算法抗噪性低、鲁棒性差的问题，文章提出一种改进卷积神经网络的电能质量扰动信号分类方法。采用S变换提取电能质量扰动信号特征，采用分类回归树算法对提取特征进行选择，采用改进CNN卷积神经网络对电能质量扰动信号进行分类。测试结果表明，在SNR=15 dB和SNR=25 dB的强噪声环境下，3种改进子模型在一定的迭代次数后，对8种不同扰动信号的训练精度都可达99%以上，同时对电能质量扰动信号的平均识别率达96%以上，表现出很强的抗噪性、高鲁棒性和和高分类精度的特点。     

基于内聚力模型的阴极板剥锌过程仿真分析

以自动剥锌机构为研究对象,建立内聚力模型,描述剥锌过程中的裂纹损伤与演化。通过有限元分析,得到了锌片剥片过程锌片的力学特性,以及剥刀运行时间、剥刀运行距离与剥刀载荷之间的关系,为锌片铲切式剥离过程的优化提供了理论支撑。研究可为铲切式剥锌设备的设计提供理论参考和技术支持,具有重要的工程实际意义。