硫化定型参数及胶囊对轮胎成品质量的影响

研究硫化定型和胶囊的主要参数以及胶囊的存放和使用条件对轮胎成品质量的影响,并提出相应的规范操作。硫化定型的主要参数包括一次定型高度、胶囊最大拉伸高度、装胎高度、合模暂停高度和一、二次定型压力,胶囊的主要参数包括胶囊尺寸、胶囊伸张率、胶囊排气线和胶囊厚度。通过优化硫化定型参数,合理选择胶囊,规范胶囊的存放和使用条件,可以延长胶囊的使用寿命,减少轮胎成品外观质量缺陷,降低生产质量成本的损失。     

制药行业洁净公用工程URS的编写、审核及实施要点探讨

结合制药行业所使用的洁净公用工程概述,探讨了洁净公用工程URS的编写、审核及实施要点,以期为制药企业在厂房设施建造过程中洁净公用工程的URS管理提供参考。     

计及谐波和死区影响的IPT系统时域建模与软开关特性分析

LCC-S补偿感应电能传输(IPT)系统的原边逆变桥输出电流包含丰富的谐波分量,采用传统的基波分析法进行分析会带来较大的误差。针对该问题,文中考虑谐波和死区的影响,将谐波含量少的线圈支路用基波模型近似表示,保留富含谐波的输入脉冲激励电压,在基波模型基础上建立简化的时域分析模型。基于该时域模型,对系统参数进行优化,实现开关管的零电压开关(ZVS)。最后,搭建了1 kW实验样机,实验结果验证了所提模型的准确性,系统在宽工作范围内实现了ZVS软开关,当输出功率100 W以上时系统效率均高于90%,且最高效率达到95.6%。     

虚拟现实技术及其应用

虚拟现实技术是计算机科学和信息科学交叉和融合，是21世纪信息科学领域最有发展前途的技术。受到国内外学术界、工程界人士的关注。这里介绍了虚拟现实系统的构成、分类、主要特征。虚拟现实技术在工程、科研、教育训练、军事等领域的应用及发展状况。     

电网安全稳定控制新模式的研究

针对我国在21世纪500 kV电网网架基本形成后,现有安全稳定控制装置不能满足系统 安全稳定控制的需要, 提出了电网稳定控制的一种新模式——集中管理、区域控制模式。这 种 模式的特点是可充分利用现有的调度 自动化系统,提高区域控制装置动作的合理性和准确 性。文中结合四川电网状况对实现这一模式的可行性进 行了探讨和研究。     

基于AdaBoost-PSO-ELM算法的滑坡位移预测研究

矿山排土场滑坡的过程是一个动态、大延迟、高度非线性的特性问题,影响矿山排土场滑坡的因素众多,各个特性指标间相互影响,关于排土场滑坡预警并没有严格的划分标准。对此,提出一种自适应提升算法(Adaptive Boosting, AdaBoost)、改进的粒子群算法(Particle Swarm Optimization, PSO)和极限学习机(Extreme Learning Ma chine, ELM)相结合的矿山排土场滑坡短期预测方法。该方法首先利用粒子群优化算法得出ELM模型的最佳输入参数,再通过自适应提升算法将得到的多个极限学习机弱预测器组成新的强预测器并进行预测,最后以某矿山排土场采集的数据为算例,结果表明改进的组合方法的预测精度明显优于由粒子群优化算法优化参数的极限学习机模型和单独的极限学习机模型的预测精度,其预测结果接近于真实值,为实现矿山排土场滑坡预警提供了可能。     

基于DCNN分类的图像相关度度量

在衡量图像之间的相关度时,图像的物理特征（颜色分布、灰度值等）所能表达的内容可能并非十分全面,因此有必要参考图像视觉所包含的语义信息衡量图像之间的相关度。为此提出了一种基于深度卷积神经网络（deep convolutional neural network,DCNN）分类模型的度量图像相关度的方法,利用模型为图像绑定来自于WordNet的语义标签,并参照WordNet结构对标签进行过滤和扩展,利用概念集合计算图像相关度。与人工判定的样本数据作比较,Pearson相关系数峰值能够达到0.73,证明该方法在衡量图像相关度时具有一定的效果。     

一种新的电子罗盘校准算法研究

针对复杂磁环境下磁强计误差补偿算法效果不理想而导致电子罗盘精度较低的问题,本文对磁强计的误差来源进行了详细分析与建模,提出了一种基于模拟退火算法(SA)的空间椭球磁强计校正方法,采用模拟退火算法,对磁强计测量数据进行空间椭球拟合,用估计的参数进行刻度系数与软磁干扰、硬磁干扰与零点偏移的整体误差补偿。最后,利用最小二乘法求解出非正交轴的方向余弦,进行非正交误差和安装误差补偿。最终利用设计的算法对某电子罗盘系统进行了航向角误差对比试验,实验结果表明该方法能准确计算出磁强计的误差参数,实测航向角精度从4.5°提高到0.4°,提高了一个数量级。该方法在电子罗盘的校准中具有了一定的工程参考价值。     

人工神经网络在涡流检测中的应用

涡流检测作为一种非破坏性检测方法,在金属材料无损检测领域得到了广泛应用,由于影响涡流的因素太多,所以涡流检测的定性、尤其是定量分析一直是个难点．通过分析,提出了基于人工神经网络的涡流检测方法,从而避开了建模,通过学习大量的实际范例对缺陷类型进行自动识别和分类．