基于Struts企业信息发布系统的设计与实现

本文论述了Struts的体系结构,利用面向对象建模语言UML对系统进行了设计,论述了系统的整体框架和功能结构,最后阐述了系统实现过程中的相关技术.本系统的实现在使得企业对信息的管理更加及进,高效,提高了工作效率.     

提高冷轧不锈钢管成材率的新工艺

采用φ95mm不锈管坯,经扒皮→φ100mm机组穿孔+轧管→LG-80冷轧管机轧管的新工艺生产φ57×3～4mm不锈钢管,产品质量和成材率明显提高。     

旋转阴极展成电解加工的间隙特性及光整直纹面的误差计算

旋转阴极展成电解加工主要用于型面的光整加工，其最终加工间隙决定了型面精度，对进给速度，初始切深，阴极半径这3个影响最终加工间隙的关键因素进行了试验研究，结果表明旋转阴极展成电解加工具有相当好的间隙稳定性和整平能力，并且由于间隙和阴极半径小，用其光整加工直纹面产生的几何误差远小于铣刀加工，对此进行了理论计算。     

基于光信号的电火花线切割数据采集系统研究

针对电火花加工过程中利用电压、电流波形等电信号对放电间隙状态监测存在的易受干扰等不足,提出了一种基于放电火花光信号图像的信息采集方法与控制系统.该系统包含机床硬件与控制、数据采集及上位机控制程序等模块.以STM32开发板为控制内核,通过RS232与上位机通讯,实现机床电器控制;以Hispec高速摄像机与NI6366数据采集卡为时钟同步采集装置,分别通过TCP/IP协议及USB总线与上位机通讯,实现电火花放电图像和放电间隙电压和电流信号的同步采集;在此基础上,以PC机为上位机,运用LabVIEW软件,设计了采集界面及控制程序,实现机床的实时控制、采集数据的保存、回放及分析处理等功能.实验分析结果表明,通过分析处理空载脉冲、正常脉冲及非正常脉冲等不同放电状态下的采集数据,可有效识别放电间隙状态,为利用火花图像特征建立放电状态的预测模型提供了一种新思路,从而为高效的多槽电火花线切割中的解耦控制问题提出解决方案.     

InSAR误差建模与误差估计方法

针对干涉合成孔径雷达(InSAR)系统的误差问题,对系统各种误差源按照误差特性进行分析和分类,通过误差传递分析,建立了InSAR测高误差的参数化模型.在此基础上,利用地面控制点,通过最小二乘法得到整个测绘带内的系统性高程误差分布,进而根据各类误差对测高误差的影响规律,分别将恒定误差、缓变误差和随机误差分类提取出来.仿真...     

双超声压缩生物质过程中压块密度的影响因素研究

为降低生物质燃料的应用成本,采用双超声辅助振动压缩生物质的方法,研究了压缩时间、预压力、生物质质量、生物质含水率等4个单因素对木屑压块密度的影响,并利用正交实验优化压缩工艺。结果表明,各工艺参数对压块密度的影响程度依次为压缩时间>生物质质量>预压力>生物质含水率。最合适的超声压缩工艺条件:压缩时间为50 s、预压力为0.172 MPa、生物质质量为1.0 g、生物质含水率为15%。在优化条件下,压块的密度为1.366×103kg/m3。     

记忆神经网络的研究与发展

首先,根据记忆神经网络训练形式的不同,介绍了强监督模型和弱监督模型的结构特征和各自应用场景以及处理方式,总结了两类主要模型的优缺点;随后,对两类模型的发展和应用（包括模型创新和应用创新）进行了简要综述,总结了各类新模型在处理自然语言过程中所起的关键作用;最后梳理了记忆神经网络处理自然语言所面临的复杂性挑战,并预测了记忆神经网络未来的发展方向.     

C/S架构的电火花线切割系统设计

基于C/S(客户端/服务器)的理念,对电火花线切割系统进行设计.以WinCE和Linux分别作为客户端和服务器端运行环境.客户端是独立运行在WinCE系统上的线切割软件,对其从CAD/CAM功能设计,用于实现线切割建模和自动编程;服务器用于对客户端的用户数据请求和工艺加工数据请求的响应,对其并发性和数据库连接进行设计,...     

基于Mixup数据增强的CNN-GRU深度学习电火花线切割放电状态识别

针对电火花线切割放电状态识别中，数据集样本较少导致训练模型准确率不高的问题，提出基于Mixup数据增强的CNN-GRU网络算法。该算法首先使用Mixup数据增强对原始的电火花波形数据进行数据增强，通过线性插值对数据进行混合，得到新的扩容之后的数据集；随后使用增强的数据集训练CNN-GRU模型，并用该模型进行分类。经实验表明，使用Mixup数据增强的CNN-GRU模型能有效的识别出数据中的“时序特征”与“局部特征”，且模型的准确率达到了96%。