基于VR的涡喷六航空发动机维修教学平台的设计与模拟排故应用

本论文主要介绍一款设计及利用VR的虚拟维修教学平台来对涡喷六发动机进行拆装和排故,设计研发出针对涡喷六航空发动机的拆装实验虚拟维修教学平台.通过对涡喷六航空发动机进行精确测绘后,建立三维模型,利用unity3D实现使用VR设备对发动机进行专业、规范的模拟排故维修教学.以航空发动机维修手册为参考,制作辅助教学软件以及模拟...     

基于改进KFCM聚类的数据关联算法

针对传统的基于模糊C-均值(FCM)聚类的数据关联算法存在的缺陷,提出了一种基于改进核函数模糊C-均值(KFCM)聚类的数据关联算法。该算法以改进的KFCM聚类为基础,通过放宽KFCM聚类的约束条件来增强系统的鲁棒性,并引入信息熵自动确定目标数以作为数据关联的前期准备,再将改进的KFCM聚类算法引入JPDA算法,通过避免对联合事件的概率计算和对确认矩阵的拆分,以实现数据的正确关联和对多目标的实时跟踪。仿真结果表明算法有效可行。     

基于Android平台智能手机实现实验室管理系统

为提高高校试验室利用率,针对传统网上预约以及短信预约管理系统的弊端,提出Android平台智能手机实现实验室管理系统。重点介绍数据库配置、智能手机的端口以及数据在端口间传输等关键技术的设计及实现过程。     

LAD负载分析仪中央控制系统分析与设计

分析了一般压力负载分析仪：测量范围窄;测量精度低;测量速度慢;测控费用高,程序复杂等因素。据此思路用设计制作了达到相应技术指标与功能需求的LAD负载分析仪。其中包括硬件和软件两部分的分析和设计。硬件部分通过比较分析以及技术要求进行选型。软件部分即是通过C语言进行编程对电路加以控制与功能实现。     

基于VR的起落架维修教学平台

本文提出以VR技术制造出的虚拟教学训练环境来改善维修人员的实操水平。通过对于3dsMAX、Unity3D、CAD的学习与运用与整合,创造出1:1的虚拟模型、工具以及环境,实现VR维修平台模拟教学演示以及自主操作功能,达到学员能够观看教程演示后,能够进行专项拆装训练的目的。本虚拟拆装维修教学让学员可以在自主学习中,掌握飞行器部件装配过程,为实践拆装操作奠定基础。     

一种改进BP网络学习算法

针对BP神经网络的原始算法收敛速率慢、学习精度低、训练过程易陷入局部极小值问题,为解决上述问题,提出一种以变学习率BP算法为基础的改进算法,通过区分隐层和输出层的学习率,并用交叉熵作性能函数,提高算法的学习精度和训练速度,并经过数学推导,得到改进箅法的实现公式.将改进算法应用于奇偶数判别问题进行仿真,仿真实验结果与其它类似的方法进行比较后,发现改进算法大大降低了网络迭代次数,缩短了网络的训练时间,提高了训练精度,验证了该算法的有效性.     

既有桥梁外贴CFRP加固后剩余使用寿命预测

根据时变可靠性理论提出基于承载力可靠性的既有桥梁外贴碳纤维布加固后结构构件的剩余使用寿命预测方法,讨论了钢筋锈蚀、混凝土强度、纤维布加固耐久性以及荷载效应等因素变化对加固后既有桥梁结构构件承载力的影响.在国内外纤维片材加固混凝土结构的耐久性试验基础上,提出在加固后可以不考虑纤维布材料的老化及其纤维布材料与混凝土粘结界面的退化,使加固后钢筋混凝土构件承载力极限状态可靠度分析得到简化.结合一座实际桥梁工程进行了加固后可靠度计算,并对其剩余使用寿命进行预测.     

T形钢梁加强负弯矩区组合框架梁的试验研究

针对框架梁在梁端存在较大负弯矩及混凝土不能承受较大拉应力的状况,提出了在框架梁的负弯矩区段采用T形钢梁加强的组合框架梁模型。通过两个组合框架梁单层框架足尺模型的试验研究,得到新型组合框架梁的荷载-挠度曲线,截面应变分布曲线。从组合框架梁与一般组合梁的试验结果对比可看出,T形加强截面能有效提高梁的刚度,使框架梁刚度分布趋于合理。最后,提出并验证了按T形肋截断位置分成三段刚度不同的梁分析组合框架梁的方法。     

GC-MS分析传统酸面团馒头风味及添加食用碱对其风味的影响

通过固相微萃取和GC-MS联用技术,对山东青岛SDQ、河北邢台HBX和河南驻马店HNZ三地酸面团馒头风味物质进行检测,并研究食用碱的添加对馒头风味的影响。结果显示,每个地方的酸面团馒头都有自己独特的酯、醛、烯等风味物质呈现。食用碱的引入会使风味物质种类和总量都下降,但主要呈味物质醇、醛等变化不大。其中SDQ风味物质由原来的41种下降到39种,总量下降30.33%;HBX由63种下降到60种,总量下降28.05%;HNZ由81种下降到78种,总量下降21.73%。加碱后酸类和酯类含量下降明显。     

基于注意力机制与神经架构搜索的实时语义分割网络

在实时语义分割的传统应用中，往往会为了加快模型推断的速度而遗失一些重要的低级细节和高级语义特征，尽管目前推出的许多方法可以使延迟和精度2个指标保证一定平衡，但在特征处理上却未实现对细节信息的高效提取以及聚合。在速度方面，算力开销巨大的分割模型往往在图像分割的实时帧率上差强人意，为解决此问题设计出了一种使语义分割网络能够在低延迟的环境要求下实现高效像素分割的改进结构，先是通过神经架构搜索和自适应注意力机制集成多分辨率搜索分支架构生成师生网络分支，然后用师生蒸馏网络得到具备低延迟和高精度的轻量级网络模型。既可以在硬件资源约束的情况下完成对复杂环境的实时任务处理，也能在Cityspaces数据集上展现出优良的准确率，测试集的分割精度达到了72.2%。