基于机器视觉的锪窝深度检测方法研究

针对飞机板材上锪窝孔深度检测效率低及人工检测主观性大等问题,提出了一种基于机器视觉的锪窝深度检测方法。根据锪窝孔的特点,设计了一套以3D激光轮廓传感器为基础的锪窝孔图像采集系统,利用Halcon算法库对采集到的图像进行分析处理。利用阈值分割算法和形态学图像处理算法对锪窝孔进行边缘粗定位,通过卡尺工具法提取锪窝孔外圆的亚像素边缘点,采用RANSAC算法拟合边缘点得到光滑的边缘曲线并获取其半径,从而计算出锪窝深度。经实验验证,该检测方法正确率高且稳定性好,测量精度可达到20μm。     

导流板布置方式对矿用主要通风机扩散器性能的影响

为了研究导流板布置方式对矿用主要通风机扩散器性能的影响,采用RNG k-ε湍流模型对扩散器内部加装导流板前后3种进口速度所对应的内流场分别进行数值模拟,考察了导流板中心角与起始角对扩散器性能的影响规律。结果表明:未安装导流板时,扩散器内部存在较严重的流体积聚现象,制约了其性能的提高;对于所研究的3种进口速度,当安装的导流板中心角较小时,其起始角越大,扩散器的扩散效率越高,但对于部分起始角出现了因导流板头部上下两侧压力不均而形成的二次流,使流动损失增大;随着导流板中心角的增大,扩散器内部的流体积聚现象逐渐得到改善,二次流也逐渐减弱,当中心角达到60°时,扩散效率最高。     

石油化工钢筋混凝土水池池壁裂缝渗漏预防措施

针对钢筋混凝土水池池壁常见的规律性竖向变形裂缝造成的渗漏问题,归纳了设计应因地制宜采取"防"、"抗"、"放"相结合的原则,配合比应围绕增强密实性、降低水化热优化混凝土性能,施工应保证模板稳定、钢筋准确、振捣密实、养护到位,通过综合设防有效控制裂缝产生。     

LEFP对杆式穿甲弹干扰的数值模拟

采用ANSYS/LS-DYNA软件对不同拦截角度、不同药型罩锥角和不同药型罩壁厚下线性爆炸成型侵彻体(LEFP)干扰杆式穿甲弹以及被干扰后侵彻靶板的全过程进行了数值模拟,分析了LEFP干扰杆式穿甲弹的影响因素。结果表明,拦截角度、药型罩锥角和壁厚的变化均对干扰效果造成了较大影响,LEFP的干扰效果随着药型罩锥角和壁厚的增加都是先增加再减小,当锥角为120°、药型罩壁厚为3mm时对杆式穿甲弹的干扰效果最佳,防护效果最好;其中拦截角度对于干扰效果的变化没有明显的规律,LEFP与弹杆夹角为82°时对后效靶板的穿深为25mm,与无干拢的情况相比降幅最大。     

基于欠膨胀射流的SiO2/环氧树脂纳米复合材料制备方法研究

为实现在不添加分散剂的情况下将纳米粒子均匀分散在液相物料中,提出了一种基于欠膨胀射流的液相物料纳米粉添加分散方法.该方法利用欠膨胀射流将纳米粒子以气-粉微气泡的形式分散到液相物料内部,并利用微气泡受高频挤压爆破释放的能量,以及气泡膨胀过程产生的超声波效应和高拉伸场效应来实现纳米粉在液相物料中以纳米尺度粒子分散.设计了相应的分散系统,进行了无分散剂下纳米SiO2/环氧树脂添加分散实验.通过TEM和Tg测试对实验样品进行了表征,结果表明,分散相粒径在15～30nm之间,SiO2纳米颗粒均匀地分散在环氧树脂中.Tg温度比只经过一般高速机械搅拌得到的复合材料提高了约18℃.该方法解决了SiO2纳米粉颗粒在环氧树脂中的团聚问题.     

复杂活化衰变核素的k0-NAA研究

在活化分析中,多数情况下,指示核素由靶核（待测元素的某个同位素）通过活化反应直接生成,待分析γ射线在指示核素衰变中发射。然而,在很多情况下,放射性核素存在m态时（80Brm-80Br、134Csm-134Cs等,如图1所示）,指示核素由靶核通过复杂的活化反应／衰变生成.     

CARR缓发中子测铀系统设计简介

铀是核工业中极为重要的一种基础资源,是核能开发和利用必不可少的原料。缓发中子测铀是一种简单迅速、灵敏、准确且适合大批量样品分析的测铀方法。     

盐酸罗格列酮中杂质的ADMET毒性预测分析

目的：对盐酸罗格列酮的3种杂质进行毒性预测分析。方法：采用AI算法，通过来自文献和制药企业授权的数据，进行ADMET性质的毒性分析。结果：在内分泌毒性预测方面，杂质B可能会产生雌激素受体毒性；在过敏预测方面，三种杂质均可能会导致皮肤过敏反应，并且杂质A和杂质C可能会有呼吸过敏性；在基因毒性的预测方面，杂质A可能会导致培养的哺乳动物细胞染色体变异；在肝脏不良反应预测方面，三种杂质可引起γ-谷氨酰转肽酶水平升高，肝脏毒性可能性较大。结论：对3种杂质整体评价，ADMET风险系数均较低，提示风险较小，并且该三种杂质毒性打分均低于限度，毒性均较低，但杂质A可能具有基因毒性，需进一步深入研究。     

基于切削声信号与优化SVM的刀具磨损状态监测

提出了一种利用切削声实现刀具磨损状态多特征监测的方法。根据经验模态分解与Hilbert变换理论,提取切削声信号的内禀模态能量与不同频段的Hilbert谱能量作为监测信号的备选特征。采用支持向量机作为分类器,针对备选特征的有效筛选问题,利用多种群遗传算法对分类器的输入特征进行了优化,剔除备选特征中的干扰特征,利用多种群遗传算法对分类器的模型参数进行了优化。利用优化后的分类器对测试样本进行分类,并与优化前的分类结果进行了对比。结果表明,优化后分类器的分类性能得到了明显提升,该方法可以对刀具磨损状态进行有效识别。     

基于遗传算法优化SVM的刀具VB值预测的研究

针对刀具磨损量的预测问题,建立了基于支持向量机回归理论的刀具VB值的在线预测模型。对声发射信号和电流信号分别进行EEMD分解和小波包分解得到的能量值,把它与主轴转速、进给量和背吃刀量一起组成初始特征向量。通过主成分分析进行数据处理,把得到主元作为遗传算法优化的支持向量回归机的输入向量。结果表明,该模型精度高,运行速度快。