世界性设计思潮与台湾设计的互动

在整个建筑史的演变过程中,我们花费极多的时间在讨论後现代的现象,且後现代现象也对整个设计界有极大的影响.不可否认,这影响的确使整个都     

大采高工作面运输巷分体推拉超前支架

针对目前综采工作面超前支护支架存在的问题,经过充分的调研,结合井下生产条件、现有综采设备和巷道断面情况,研究开发了工作面运输巷分体推拉超前支护液压支架。该产品解决了采煤工作面超前支护的技术难题,为采煤工作面超前支护提供一种全新的、先进的、机械化的支护方式,满足实际生产需求。     

轻量型多尺度注意力融合的车牌检测算法

车牌识别技术在交通管理中发挥着重要作用,其中车牌检测环节对后续识别性能有重大影响。现有的车牌检测系统容易受到外部环境的干扰,在自然场景下的检测性能差。提出一种基于多尺度注意力融合的车牌检测网络模型,利用金字塔网络特征图和CBAM（Convolutional Block Attention Module）注意力结构,提高小目标的检测精度。同时该方法不仅能够准确地检测定位出自然场景下的车牌,还能精确地定位出车牌的4个角点,有利于后续的车牌识别应用。实验中采用数据增强方法对CCPD数据集进行扩增,有效缓解了复杂环境变化对车牌检测造成的影响,增强了模型鲁棒性。通过对模型进行训练和测试,获得了98.05%的平均精确率和98.71%的召回率,优于其他车牌检测方法,并且帧率达到64?frame/s,实时性高。     

仿生蝠鲼机器人的设计及仿真

以蝠鲼的躯干和胸鳍的结构与运动原理分析为基础,设计了一款仿生蝠鲼机器人。在保留蝠鲼主要行为参数的前提下,简化了复杂的身体结构。通过控制每个鱼鳍的两个自由度,较为准确地复现蝠鲼的运动状态。建立仿生蝠鲼机器人的控制曲线及表面结构的三维模型,采用Adams软件对其进行机构运动仿真(包括运动、速度及转弯实验),通过仿真来验证机器人结构及运动控制系统的正确性。     

关键工艺参数对CFB颗粒体积分数与温度综合效应分析

关键工艺参数的科学设定对循环流化床反应器稳定高效运行至关重要,这也是反应器性能优化的基础。应用数值模拟技术对循环流化床反应器进行了三维全回路仿真,并将仿真结果与实验数据进行对比分析。在此基础上,针对关键工艺参数（颗粒粒径、入口气速和物料藏量）对循环流化床反应器内的颗粒体积分数与温度效应进行了综合分析。结果发现：入口气速对反应器内颗粒体积分数和温度均有显著影响;颗粒粒径仅对颗粒体积分数有显著影响;物料藏量对颗粒体积分数和温度的影响效果均不显著。因此,在实际的工程应用中,可考虑调整入口气速和改变粒径大小以提高循环流化床反应器物料循环效率。此外,可优先考虑适当的入口气速来提高循环流化床反应器的温度效应。     

新型配螺旋箍筋装配式SRC柱偏压性能研究

提出了1种新型的配螺旋箍筋的装配式型钢混凝土柱,为研究其在偏心受压荷载下的受力性能,以型钢型号,相对偏心距为参数设计了6根配螺旋箍筋的试件,1根配普通箍筋的试件以及1根现浇型钢混凝土试件作为对比,进行非线性仿真分析。结果表明：随着相对偏心距的增大,装配式螺旋箍筋柱的正截面极限承载逐渐减小,但相对于普通型钢混凝土柱更高,其破坏形式基本都为混凝土受压区压碎脱离,同时当型钢含钢率较低时,构件的承载力会由于型钢的全截面屈服而明显降低,构件承载力未能得到充分利用,因此应该限制螺旋箍筋柱的最小含钢率。     

磨具磨料行业自动混配料系统设计

选用先进实用的自动送卸料、定位、称量及PLC控制设备,设计一套自动混配料系统,实现了电气连锁远端操作,满足了高精度、高效率的混配料要求.其操作系统预留可与ERP或MES连接的端口,控制室内和关键工位现场设有方便实用的人机交互界面.整套系统具有很强的适应性与灵活性.系统具有完善的故障自诊断和报警功能,运行平稳可靠,可适应配方工艺复杂、原料类型众多的磨具磨料生产.     

大采高工作面机尾巷道超前支护及上隅角三角区端头支护技术研究与应用

针对长平煤业公司大采高工作面机尾巷道超前支护与上隅角三角区端头支护存在的问题,提出了机尾巷道超前支护与上隅角三角区端头支护统筹一体化解决方案,结合4306工作面开采条件、巷道断面和综采设备情况,研制了超前支护液压支架和端头液压支架联合支护成套装备,该装备在长平煤业公司4306大采高工作面得到了成功应用,取得了良好的运用效果。     

基于改进CPMs和SqueezeNet的轻量级人体骨骼关键点检测模型

针对目前的人体骨骼关键点检测模型参数多、训练时间长和检测速度慢的问题，提出了一种将人体骨骼关键点检测模型CPMs与小型卷积神经网络模型SqueezeNet相结合的检测方法。首先，采用4个Stage的CPMs(CPMs-Stage4)对人物图像进行关键点检测；然后，在CPMs-Stage4中引入SqueezeNet的Fire Module网络结构，利用Fire Module结构大大压缩模型参数，得到一种新的轻量级人体骨骼关键点检测模型SqueezeNet15-CPMs-Stage4。在扩展的LSP数据集上的验证结果显示，与CPMs相比，SqueezeNet15-CPMs-Stage4模型在训练时间上减少86.68%，在单张图像检测时间上减少44.27%，准确率达到90.4%；与改进的VGG-16、DeepCut和DeeperCut 三种参照模型相比，SqueezeNet15-CPMs-Stage4模型在训练时间、检测速度和准确率方面均是最优的。实验结果表明，所提模型不仅检测准确率高，而且训练时间短、检测速度快，能够有效降低人体骨骼关键点检测模型的训练成本。