外军地面无人装备发展现状与趋势研究

随着通信、计算机、人工智能和传感器等技术的飞速发展与广泛应用，地面无人装备日趋活跃在作战、搜救和消防等多种军民用任务场景中。对于军事领域而言，地面无人装备是陆军和其他地面作战部队迈向无人化、智能化战场的核心装备，将在未来陆战场各类作战任务中发挥不可替代的作用。通过对外军各类典型地面无人装备发展现状进行深入分析，总结出该装备领域的发展特点与趋势，对地面无人装备发展有一定的借鉴意义。     

基于有限元分析的轮胎振动特性优化

轮胎的振动特性对汽车驾驶室内产生的噪声有显著影响,对轮胎振动特性进行优化有重要意义.以某型轮胎为研究对象,基于有限元方法建立轮胎的动力学模型,求解三种振动条件下的模态固有频率,并通过调整轮胎的结构参数优化轮胎的振动频率,进而有效抑制共振,达到降低汽车驾驶室内噪声的目的.     

陶瓷泥浆解胶剂的作用与发展趋势

本文介绍了陶瓷泥浆解胶的作用、陶瓷泥浆的解胶机理、解胶剂的制造工艺,常见的品类,历史沿革和发展趋势。     

2019年“金帆奖”获奖案例之春晚AR系统

在历年的金帆奖评比中,不乏各大精品综艺节目的影子。其中,每年的央视春晚更是各个获奖单元的常客。时间虽然已经过去一年有余,但2019央视猪年春晚节目依然给我们留下深刻印象。本文将从全新技术、创意设计、设备系统三个方面,对2019央视春晚中的全新虚拟技术应用进行解析。     

单相电能表自动设检参及自动包装的应用与分析

本文针对国网单相电能表在包装阶段所遇到的问题进行了梳理,并就自动化设备的导入及应用状况进行了阐述。     

一种适用于开采沉陷的InSAR最大可检测形变梯度函数模型

由于时空失相干、大气延迟等因素的影响,InSAR技术的检测能力受限,无法保证任意矿区监测结果的有效性。若检测能力未知,使用InSAR技术将极易造成人力、物力资源的浪费。为有效判断InSAR技术是否适用于矿区地表形变区域探测,提出了一种适用于开采沉陷的InSAR最大可检测形变梯度(Maximum Detectable Deformation Gradient,MDDG)函数模型。首先通过分析地质采矿因素对开采沉陷的影响,选取矿区开采深厚比和下沉系数两个参数作为模型参数;然后基于不同分辨率、不同波长和不同入射角的SAR影像数据,采用数值模拟和回归分析方法,建立了水平煤层开采条件下的InSAR最大可检测形变梯度函数模型。为验证模型的可靠性,采用陕西大柳塔矿区2012年11月21日—2013年4月2日的13景TerraSAR卫星数据进行模型验证试验。研究表明:InSAR在该矿区的最大可检测梯度为0.008 56,相邻控制点间能够检测的形变量不超过0.171 2 m,采用地表观测站GPS数据作为参考形变值验证了上述结论;与现有模型对比,该模型检测精度更高,细化检测性能更为突出,且无需提前获取SAR影像,可为促进InSAR技术应用于矿区开采沉陷监测提供参考。     

锂辉石-氧化钙烧结法提锂的物相重构与动力学

对锂辉石-氧化钙烧结过程进行热力学分析，绘制了各反应Gibbs自由能与温度的关系图。结果表明，Al₂O₃会优先和Na₂O、Li₂O、K₂O反应，然后与CaO反应生成CaO·Al₂O₃，而且烧结温度需高于1060℃以保证LiAlSi₂O₆能够完成晶形转变。并探讨了锂辉石-氧化钙烧结法提锂的反应机理。考察了不同烧结条件对锂浸出率的影响并对熟料进行X射线衍射（XRD）分析表征。实验结果表明，在配料比为1∶1.25、烧结温度1150℃、烧结时间60min时，锂的浸出率达到92.14%，熟料中的主要物相为Ca₂SiO₄与LiAlO₂。利用XRD和扫描电镜-能谱联用仪（SEM-EDS）对熟料与浸出渣的物相、显微形貌及元素分布情况进行了分析表征。为了确定烧结反应的控制性步骤，在最优烧结条件的基础上对烧结过程进行动力学分析，结果表明，锂辉石-氧化钙烧结体系属于球形颗粒三维界面化学反应控制，烧结过程的动力学拟合方程为\mathrm{1}-{(\mathrm{1}-x)}^{\mathrm{1}/\mathrm{3}}=\mathrm{0.00677}t。     

探讨自动化仪表在生物化工生产中的应用

生物化工生产过程当中应当加强自动化仪器广泛应用,通过自动化仪器运用不但能够促使生产效益得到显著提升,而且能够提升生物化工企业经济效益以及市场竞争能力,促进生物化工企业实现健康以及稳定发展。本文主要关于自动化仪表在生物化工生产过程当中应用分析,以供相关专业人士进行参考和借鉴。     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。