基于Pro/E注射机螺杆的参数化建模

以塑料注射机螺杆为例,介绍用Pro/E作为工具进行参数化设计的方法,详细介绍了采用Pro/E工具中的关系和参数命令对注塑机3种类型螺杆进行参数化建模的方法和不变参数的设定.利用参数界面改变参数可以自动生成螺杆的三维模型.通过进一步举例说明这一方法可以在已设定好参数的情况下建成不同规格注射螺杆,为螺杆设计节省时间.     

基于DSP2812无刷直流伺服电机控制系统的设计

为实现无刷直流伺服电机的精确可控性,选用TI公司的TMS320F2812 DSP作为控制核心,建立了无刷直流伺服电机全数字三闭环伺服控制系统。并介绍了该控制系统的硬件结构、实现方案以及软件设计。经实践证明,该系统不仅成本低、结构简单、方便扩展,而且电机运行平稳、定位准确、转矩波动小、速度控制灵活。     

虎耳草总黄酮含量测定及其抗氧化性

试验旨在研究虎耳草不同极性部位的抗氧化性及总黄酮含量.用80％乙醇作为溶剂超声波辅助提取虎耳草粗粉,得到的提取物(样品1)依次用石油醚、乙酸乙酯、正丁醇和水进行萃取,减压旋蒸得到不同极性部位样品,依次命名为样品2～样品5.然后,采用DPPH和ABTS+抗氧化模型进行抗氧化活性测定,同时以芦丁为对照品,采用硝酸铝显色法进...     

海洋弧菌Vibrio sp.prol产碱性蛋白酶发酵条件的研究

对一株产碱性蛋白酶海洋弧菌(Vibrio sp.prol)的发酵条件进行了单因素和正交试验,研究了不同碳源、无机氮源、pH值、温度、装液量、接种量等对产酶的影响.结果表明,液体培养基最佳组成为蛋白胨5.0g/L,酵母膏1.0g/L,硝酸钾0.6g/L,氯化镁4.0g/L.摇瓶培养的最佳条件为初始pH值为8.5,发酵温度33℃,装液量40.0mL,接种量2.0mL,优化后产酶量提高了6.3倍.     

SP-700钛合金热处理研究

对SP-700合金的热处理强化效应研究。采用不同的热处理温度、固溶时效制度处理,分析热处理对合金组织及性能的影响。当合金在490~550℃固溶时效时,硬化效果较明显,塑性急剧降低。800℃固溶时效后的强度要高于850℃固溶时效后的强度。固溶处理后的SP-700合金性能取决于β相的特性或β相转变后的相的组成。     

正态模糊TODIM法及其在航空服务评价中的应用

针对正态模糊数型多属性决策问题,考虑到决策者的参照依赖和损失规避行为,提出了正态模糊TODIM决策方法.首先,根据经典TODIM法思想,定义正态模糊数的两两比较优势度,以此计算各属性下方案的两两比较优势度;然后,通过集成运算得到各方案的综合优势度,并利用综合优势度对方案排序;最后,将正态模糊TODIM法应用于航空服务评...     

澳大利亚标准国际化工作探析

随着经济全球化和国际贸易投资自由化迅速发展,传统的非关税壁垒活动如：进出口配额、许可证等日益受到限制和制约,在国际贸易过程中,标准成为影响贸易量的重要因素。据报道,世界上80%的贸易量受到标准或技术法规的影响。随着RCEP的生效实施,相关国家关税的减免,标准在国际贸易中占据越来越重要的地位。本文从澳大利亚标准化战略、标准国际化动机、标准国际化机制以及标准国际化现状进行梳理,分析澳大利亚标准国际化工作现状;并从中澳贸易现状、资源互补、基础建设、绿色发展以及国际TC领域提出了中澳在标准化领域融合需求。     

热处理工艺对27SiMn钢组织及力学性能的影响

为得到热处理工艺对27SiMn钢显微组织及力学性能的影响,制定了9种热处理工艺,并对其进行显微组织观察和力学性能测试.实验结果表明,27SiMn钢淬火＋回火后的显微组织与回火温度和时间有关,当回火温度低、时间短时,显微组织为回火屈氏体＋马氏体;当回火温度高、时间长时,显微组织为回火屈氏体＋回火索氏体.同时,回火温度和时间对27SiMn钢的力学性能有很大影响,当回火温度为450℃,时间为45 min时力学性能最高,抗拉强度为1 175 MPa。当热处理温度为490℃,时间为75 min时力学性能最差,抗拉强度为975 MPa.综合分析27SiMn钢热处理最优工艺为900℃淬火＋475℃回火75 min。     

一种基于用户播放行为序列的个性化视频推荐策略

本文针对在线视频服务网站的个性化推荐问题,提出了一种基于用户播放行为序列的个性化推荐策略.该策略通过深度神经网络词向量模型分析用户播放视频行为数据,将视频映射成等维度的特征向量,提取视频的语义特征.聚类用户播放历史视频的特征向量,建模用户兴趣分布矩阵.结合用户兴趣偏好和用户观看历史序列生成推荐列表.在大规模的视频服务系统中进行了离线实验,相比随机算法、基于物品的协同过滤和基于用户的协同过滤传统推荐策略,本方法在用户观看视频的Top-N推荐精确率方面平均分别获得22.3%、30.7%和934%的相对提升,在召回率指标上分别获得52.8%、41%和1065%的相对提升.进一步地与矩阵分解算法SVD++、基于双向LSTM模型和注意力机制的Bi-LSTM+Attention算法和基于用户行为序列的深度兴趣网络DIN比较,Top-N推荐精确率和召回率也得到了明显提升.该推荐策略不仅获得了较高的精确率和召回率,还尝试解决传统推荐面临大规模工业数据集时的数据要求严苛、数据稀疏和数据噪声等问题.