一种高深宽比微细槽的电火花加工工艺

为实现高深宽比微槽的加工,提出了一种自成形和扫描加工相结合的微细扁平电极制作及微细槽加工的工艺方法.采用棒状毛坯电极在一平板试件上扫描加工出一定长度的通槽,将毛坯电极沿垂直通槽方向向左和右偏移,两侧分别进行电火花反拷加工,得到扁平微细电极.再采用该扁平电极在线进行扫描加工即可得到期望的微细槽.实验获得了深径比大于18及尺寸一致性较高的阵列微细槽.与反拷或线电极磨削得到微细电极相比,自成形电极方法降低安装精度要求.而采用扁平电极进行微深槽的微细电火花加工,相对提高电极截面面积,降低电极损耗率,有利于提高加工效率.     

刨煤机组支架电液控制关键

介绍了刨煤机组支架电液控制系统结构,重点阐述了支架电液控制关键,包括推移精度控制、快速移架方法及最优梁端距排列控制,给出了相应的解决方案。实践表明,刨煤机组支架电液控制系统能够精准控制支架自动推移步距,移架时间约为8s,且工作面未出现掉顶或片帮现象。     

代价敏感分类的软件缺陷预测方法

软件缺陷预测是提高软件测试效率,保证软件可靠性的重要途径。考虑到软件缺陷预测模型对软件模块错误分类代价的不同,提出了代价敏感分类的软件缺陷预测模型构建方法。针对代码属性度量数据,采用Bagging方式有放回地多次随机抽取训练样本来构建代价敏感分类的决策树基分类器,然后通过投票的方式集成后进行软件模块的缺陷预测,并给出模型构建过程中代价因子最优值的判定选择方法。使用公开的NASA软件缺陷预测数据集进行仿真实验,结果表明该方法在保证缺陷预测率的前提下,误报率明显降低,综合评价指标AUC和F值均优于现有方法。     

快速卷积算法的综述研究

卷积神经网络是深度学习算法应用最广泛的方向之一,目前卷积神经网络的应用不仅仅是停留在科技领域,已经扩展到医学、军事等领域,并且已在相关领域发挥着巨大的作用。卷积是卷积神经网络中最为核心的一部分,卷积运算占整个网络70%以上的时间,所以针对卷积运算的加速研究就显得十分重要。首先介绍近年来的卷积算法,并对其复杂度进行分析,总结了这些算法各自的优点和不足,最后对其理论研究和应用领域可能存在的突破进行了探讨和展望。     

大数据融合模型的智能化网络安全检测方法

针对传统智能化网络安全检测平台处理数据效率低、误差大等问题,文章提出一种新型的解决方案;该方案基于大数据融合模型构建新型的智能化网络安全检测平台,采用卡尔曼滤波算法、采用数据融合分类算法和模糊推理算法3种方法结合构建出数据融合模型来对网络安全检测数据进行运算与处理;其中,采用卡尔曼滤波算法进行改进,对原始网络安全检测数据进行滤波降低噪声干扰,提高数据的精准度;通过SAE稀疏自动编码器自主提取网络安全检测数据的特征信息,之后K-means聚类算法对SAE稀疏自动编码器输出的数据进行处理,通过模糊推理算法调整权值;试验表明,文章所提方案克服了现有技术存在的不足,显著提高了处理数据效率和精准度,在数据量为2 TB的环境下,本研究方法的误差低至6.9％.     

拉伸变形对AA6016铝合金汽车外板再结晶组织及性能的影响

为优化冲压成形工艺,研究了不同拉伸形变量对T4P态AA6016冷轧薄板再结晶、析出行为、烘烤硬化性及断裂方式的影响规律.采用与气垫炉生产线类似的新型热处理设备,对合金进行固溶处理,预时效后室温停放,获得T4P态合金.以单向拉伸模拟板材局部冲压成形过程,采用金相显微镜、扫描电镜和透射电镜,对合金再结晶组织、拉伸断口以及位错进行观察,并结合DSC测定和拉伸性能测定,对合金析出行为及力学性能表征.结果表明:随拉伸形变量增加,局部晶粒有被拉长的趋势;形变可抑制GP区溶解,并促进强化相析出;烘烤硬化性随形变增加而减弱;形变较小时,烘烤前后断裂方式均为塑性断裂,而形变较大时,烘烤前合金更加趋向于解理断裂,烘烤后解理断裂趋势减弱.     

重庆酉酬水电站机组转轮裂纹分析研究

介绍了重庆酉酬水电站2号机组转轮裂纹情况,通过对转轮材质、焊接工艺、稳定性试验结果、历年运行水头和运行平均负荷进行分析,得出了转轮出现裂纹的主要原因,并对机组后续安全稳定运行提出了建议。     

基于多维模式分析对说谎的脑网络特征识别

为了研究说谎时的脑网络特征,采集了32个被试在说真话和说谎条件下的功能磁共振数据,预处理后利用AAL模板构建不同条件下的功能连接网络,再利用基于机器学习的多维模式分类器对说谎和说真话进行分类。该分类器取得了良好的分类正确率82.03%(说谎84.38%,说真话79.69%),并提取了辨别说谎和说真话的有效的功能连接模式。结果表明了使用大尺度的功能连接对说谎和说真话进行分类的良好性能,并且从脑网络角度揭示了说谎的特征。     

基于横摆力矩控制的电动轮自卸车制动力分配策略

电动轮自卸车在左右附着系数不同的路面进行紧急制动时,会产生干扰横摆力矩,导致自卸车侧滑跑偏。为此,提出了一种基于横摆力矩控制的电动轮自卸车制动力分配策略,该策略采用参数模糊自整定PID控制器,根据横摆角速度偏差值分别调整制动时自卸车左轮和右轮的滑移率,自动分配左轮和右轮的制动力来直接实现横摆力矩控制。仿真分析结果表明:系统能够很好地实现电动轮自卸车制动力的合理分配;采用制动力分配策略后,最大侧滑距离从8.9 m减小为0.72 m。