基于VegaPrime的飞行器视景仿真关键技术研究

给出了某型飞行器飞行视景仿真系统的结构框架,提出了基于OpecGL图形编程绘制二维窗口实现二三维联动的方法,该方法简单且效率高．采用嵌套使用碰撞检测器的方法,实现了复杂碰撞检测的预检测,降低了系统的计算量．在经典粒子系统的原理上,用纹理贴图代替粒子实现了特殊效果模拟,节省了系统资源开销．     

富水砂层条件下全回转套管钻机施工技术研究

城市轨道交通发展迅速,但挤占的地下空间导致后续市政、公路的桥梁桩基施工与之发生日益加重的空间冲突。全回转套管钻机因其自身微扰动、质量高、风险小的特点得到了越来越广泛的应用。以北京通州文化旅游区东六环西侧路（施园街–张采路）5号桥桩基临近八通线地铁施工为例,进行全回转套管钻机在邻近地铁的富水砂层中的应用研究,以期为今后类似工程提供参考。     

Maple在椭圆曲线密码体制中的应用

Maple是功能强大的符号处理和数值分析工具,作为强大的交互式计算软件,Maple提供了强大的编程接口和工具包来帮助完成复杂的编程工作。利用Maple编程求出椭圆曲线上有理点,用Maple实现椭圆曲线上两点的加法、点的数乘运算及求某个基点阶数的算法,利用Maple实现椭圆曲线密码体制的加密及解密。相比C语言,Maple语言更接近于平时说话的语法。同时,Maple语言可以方便地转化成C语言。效率分析表明,对于数学公式比较多的程序,用Maple要比C语言简洁很多,这为编程带来了方便。     

河南油田稠油热采井出砂现状分析及防治对策

河南油田稠油的主要开发方式是注蒸汽吞吐,随着吞吐时间的延长,出砂井砂卡逐年增多,为了给稠油生产管理和科学决策提供依据,对近2年的稠油热采出砂井砂卡现状进行了分析,对现有的防砂工艺技术措施进行了效果评价,总结出了防砂时机,对下步稠油热采防砂治砂,维持油井正常生产具有指导意义。     

酒泉盆地构造—地层油气藏勘探研究

酒泉盆地中生代为拉张断陷盆地发展阶段,形成了一系列NNE向东断西超的早白垩世次级凹陷,表现为中国东部断陷湖盆的特征,具备形成构造—地层(岩性)油气藏的地质背景。以往的油气勘探主要针对构造油气藏,虽获得一些重大发现,但近年勘探效果并不理想。文中针对该区储层非均质性强、地震资料品质差的特点,充分利用钻井资料,采用地震属性分析、水平切片、倾角测井和成像测井、层序地层学等技术对青西、营尔两个凹陷的构造—地层油气藏进行了勘探、研究。通过精细的断块构造解释和沉积相、储层预测,发现了一批构造—地层圈闭,分别在青西凹陷、营尔凹陷优选出YX1、C3两口区域探井,经钻探均获商业油流,使酒泉盆地构造—地层油气藏勘探取得突破。     

河南油田稠油产出液低温脱水技术研究与应用

河南油田稠油开发产出液处理过程中,由于稠油粘度大、胶质含量高等特点,脱水难度大。提高脱水温度等方法,可以满足破乳脱水的要求,但不仅造成了大量的热能损失,同时给系统带来巨大的运行负荷,影响系统安全运行。新型低温破乳剂的研制应用,降低了原油脱水温度,提高了脱水效率,既有明显的节能效果,又提高了系统稳定性。     

室温硫化硅橡胶固化体系改性研究进展

固化体系改性是室温硫化（RTV）硅橡胶研究重点之一,对提升硅橡胶的机械性能、耐高低温性和耐候性等性能,拓宽应用前景具有重要意义。本文综述了缩合反应、加成反应以及新型固化反应等不同固化机理下室温硫化硅橡胶固化体系改性的最新研究进展,并介绍了固化剂结构对硅橡胶性能的影响。     

高强轻骨料混凝土梁的试验研究

进行了8根高强混凝土梁的试验,其中6根为轻骨料混凝土梁,2根为普通混凝土梁。通过观察和量测,总结了高强轻骨料混凝土梁的性能,回归出有关参数的计算式。对梁的开裂弯矩、极限弯矩、刚度、挠度、裂缝宽度等的实测值与计算值进行了对比,为《轻骨料混凝土结构设计规程》的编制提供了参考依据。     

PEEK/CF成型用六自由度FDM 3D打印系统设计及仿真

针对碳纤维增强聚醚醚酮复合材料中高熔点、高黏度、低热穿透性以及打印过程出现阶梯效应等问题,基于激光辅助加热螺杆挤出的理念,设计了一种六自由度熔融沉积复合材料3D打印机。阐明了新型3D打印机的工作原理和结构设计,并且对核心设计结构渐变螺杆进行了强度校核和静应力分析,检验其实际工况下的可靠性。仿真结果表示,打印过程中渐变螺杆等效应力和变形量的最大值分别为215 MPa与0.055 mm,满足强度与刚度要求。该3D打印机精度、稳定性高、成本低,不仅可以消除阶梯效应,解决高熔点、高黏度问题,而且增强了热穿透性,提高了打印速度,改善了打印质量。该3D打印机可适用于其他诸多高性能热塑性材料的复合打印,应用领域广泛。     

基于深度学习的苹果糖度和霉心病检测新技术

基于光谱数据的偏最小二乘等回归算法是当前苹果糖度和霉心病无损检测的常规方法,但在实际应用中仍存在检测结果离散度大的问题。基于卷积神经网络提取图像非线性特征能力强的特点,并考虑到同一个苹果的糖度和霉心病两种光谱信息之间应具有关联性,提出一种基于全部光谱信息的深度学习回归方法。通过搭建两套光谱检测设备,分别检测常规的糖度和霉心病光谱信息,融合两种光谱数据作为神经网络的输入信号,经过定制的神经网络结构处理,将输入信号转变为高阶特征,最终输出预测结果。实验结果表明,本方法具有较高的检测准确度,且能同时检测糖度和霉心病,提高了检测效率。