基于逆向工程技术的汽车部件设计

在水管件反求过程中,针对再设计和效率要求,以局部基于特征及几何约束的重建方法代替传统面片造型技术,实现了拓扑结构重建和尺寸约束;对要求忠实原型的结构则采用基于点云的反求手段,精度高而且速度快。经检测‘反求后的模型满足误差要求,同时实现了快速仿型与数字化设计的有机结合,为二次再设计奠定了良好的基础。     

结晶氯化铝清洁生产工艺的研究

本文以锻烧铝钒土和工业盐酸为原料，采用三相共存的沸腾床浸出方法制取结晶氯化铝。单组分物料衡算表明该工艺与传统的浸出过程相比具有操作费用低，环境污染轻的特点。     

微型客车车身静态灵敏度分析及优化

通过HyperMesh软件建立了某微型客车车身的有限元分析模型,并验证了有限元模型的正确性。进行了车身弯曲刚度和扭转刚度对板件厚度的灵敏度分析。根据灵敏度分析结果,选择优化设计变量,以车身质量为目标函数,以车身弯曲刚度和扭转刚度为状态变量,对车身进行结构优化。     

气相色谱-质谱法测定人体血液中的毒鼠强

目的建立气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)测定人体血液中的毒鼠强的方法。方法血液样品用乙酸乙酯提取后,用GC-MS进行测定。通过单离子检测扫描模式(single ion monitoring,SIM)确定毒鼠强的特征离子进行定性,并以毒鼠强的3个特征离子(m/z121、m/z212、m/z240)作为母离子,使用不同的碰撞能进行碰撞,得到相应的子离子。选择分别来自3个母离子的离子对,以响应值较高的离子对作为定量离子对,其余2个离子对作为定性离子对,采样选择反应监测(selective reaction monitoring,SRM)方式进行测定。结果毒鼠强浓度范围在0.01~0.2μg/m L范围内呈正相关,相关系数r为0.9998,回收率为92.0%~104.5%,相对标准偏差(relative standard deviation,RSD)为3.62%~5.32%,血液样品的检出限为0.0005μg/m L。结论该方法灵敏度高,选择性好,检出限低,适合食物中毒人体血液中毒鼠强的痕量检测。     

界面成核-水热法制备纳米氧化锌及光吸收特性

以自制的锌型阳离子交换树脂与饱和氢氧化钙溶液反应，制备纳米氧化锌前驱体，而后采用水热法制备纳米氧化锌。采用电镜扫描观察到前驱体合成温度为40℃时，生成的氧化锌为针状晶须，反应温度为60℃时，生成氧化锌为长径比较小的短棒，长度〉200nm，直径约为100nm。XRD谱图分析表明生成产物为六方纤锌矿结构，且结晶性良好。产物在290-400nm波长范围内具有较强的光吸收性能。     

基于透射光谱的类金刚石膜光学参数反演

本文采用透射光谱法测量Ge基底类金刚石薄膜(Diamond-like carbon,DLC)的光谱曲线.应用测量的光谱曲线,基于模拟退火算法,构建目标优化函数,通过光谱反演法得到薄膜的厚度、折射率、消光系数.该方法得到的Ge基底类金刚石膜的光学参数与椭偏仪测试结果比对,折射率误差小于1％,厚度误差小于2％.并且将薄膜的...     

一种新的融合算法在小电流接地系统故障选线中的应用

由于小电流接地系统的复杂性及单相接地故障的特殊性,各种故障选线方法都有其适用范围,单一的选线方法往往不能很好地满足要求。针对多种选线方法进行模糊综合评判的小电流接地系统故障选线方法,对多种选线方法的模糊隶属函数及权重因子的确定进行了探讨。以相间工频变化量比较法、能量函数法及小波变换法3种接地故障选线方法为例进行了模糊综合评判实例仿真,仿真结果表明该方法具有更高的可靠性。     

3D打印技术中的数据文件格式

3D打印是一种快速成型技术,以数字化模型文件为基础进行建模,并通过逐层打印的方式来实现实体的制造,不同的数据文件格式直接影响加工过程和加工效果。介绍了3D打印的工艺流程与三维模型数据的获取技术,从三维数据文件格式、二维层片文件格式、新型的数据文件格式3个方面系统阐述了3D打印技术中的数据文件格式,并分析了各种数据文件格式的内涵与优缺点。最后,根据目前3D打印的发展给出了未来数据文件格式的发展方向。     

金属全冠的CAM工艺技术研究

探讨后牙金属全冠的CAM工艺技术流程,其中应用两面对称加工方法成功地消除了错位问题,而最大相贯线法则有效避免了漏切,同时提高了整体的光顺性。通过验证,此方法加工出的金属冠,精度高,咬合好,周期短,已能满足医用要求。     

基于神经网络的配电网负荷预测方法

配电网接入高渗透率分布式光伏在一定程度上削减了配电网负荷。由于配电网负荷、光伏出力与气象因素耦合特性存在差异,且均具有较强随机性,致使配电网净负荷预测难度大、随机性高。为实现波动性配电网短时预测净负荷,基于长短期记忆（LSTM）,构建神经网络短期预测模型。通过LSTM构建光伏出力短期预测模型及小时前配电网负荷预测模型,并采用交叉验证,对各LSTM预测器结构超参数进行优化。将两者预测结果进行比较,得到配电网净负荷。由实验结果分析可知,LSTM方法可自适应挖掘光伏出力特征、历史负荷预测对象之间的相关性,较支持向量回归（SVR）方法,该方法预测精度高、过程简单。