四轴联动高速加工中心的研制

研制了四轴联动高速加工中心。加工中心采用回转交换工作台，使上料时间与加工时间重合；开发了无级分度伺服转台，可实现对零件任意垂直转台的表面进行加工；X、Y、Z三轴工作台均采用框架式结构，质量较轻、刚性好，并可与伺服转台实现四轴联动。加工中心还配有顶置式圆盘刀库，刀对刀换刀时间为2．5s。电主轴最高转速可达20000r／min。对机械系统的部分参数进行了分析与计算。试加工结果表明，各项技术指标满足设计要求。     

Ti靶电流对CrTiAlN镀层组织结构及硬度的影响

利用磁控溅射技术在高速钢和单晶硅基体上沉积CrTiAlN梯度镀层,研究Ti靶电流对CrTiAlN镀层组织、相结构及硬度的影响.利用EDS、XRD和SEM分析镀层的成分、相结构及形貌,采用显微硬度计测量镀层的硬度.结果表明:随着Ti靶电流的增大,镀层中的Ti原子逐渐置换CrN中的Cr原子形成Cr-Ti-N体系,同时出现少量的TiN相;镀层生长的择优取向由(111)晶面逐渐转变为(200)晶面;镀层柱状晶的结构更为致密,其表面形貌由三棱锥结构逐步变为胞状结构;随Ti靶电流的增大,镀层硬度逐渐由1267HV升至1876HV.     

高温处理对牛肉蛋白质化学作用力及肌原纤维蛋白结构的影响

以牛背最长肌为研究对象,对其进行高温处理（110、115、121 ℃分别加热3、6、9、12、15 min）,通过分析蛋白质化学键、傅里叶变换红外光谱、紫外光谱、内源荧光光谱以及蛋白质片段大小等结构信息变化,探讨高温处理对牛肉蛋白质化学作用力及肌原纤维蛋白结构的影响。结果表明,随着处理温度的升高和加热时间的延长,牛肉蛋白中离子键和氢键含量显著下降（P＜0.05）,疏水相互作用和二硫键含量显著升高（P＜0.05）。肌原纤维蛋白二级结构发生重排,N—H和C—N伸缩振动以及N—H弯曲振动较为明显。高温处理促使芳香族氨基酸残基暴露于分子表面,并改变了肌原纤维蛋白质疏水区域的局部结构和蛋白质的三级结构。此外,在高温处理下肌原纤维蛋白发生了明显的降解聚集,并形成了大量小分子质量的蛋白片段。可见,高温处理能够显著改变牛肉蛋白质的化学作用力及肌原纤维蛋白的结构,本研究为高温处理下牛肉蛋白质变化机制的研究提供参考。     

基于无线遥控与视觉跟踪的焊接控制系统

为解决焊接工程现场有线示教器操作不便、传统模板匹配方法受电弧与飞溅干扰而导致跟踪稳定性差等问题,设计了一种基于无线遥控与视觉跟踪的焊接控制系统.首先,设计了包含视觉单元、控制单元和执行单元的嵌入式PC无线控制系统,实现图像采集处理和焊缝跟踪偏移信息计算,并控制焊机机器人执行相应的动作.然后,采用了粒子滤波跟踪算法进行焊...     

塔里木盆地火成岩发育特征及对油气成藏的影响

通过分析塔里木盆地岩浆活动的构造背景，认为该盆地经历了四期火山活动，其中以二叠纪火山活动最为强烈，规模最大；盆地台盆区二叠纪火山喷发期分为两个阶段，第一个阶段为早二叠世栖霞期，以巴楚、塔中地区火山活动较强烈，岩性以基性喷发岩为主，第二阶段是早二叠世茅口期，以满西、英买力地区岩浆活动较强烈，岩性以中酸性火成岩为主。通过分析火成岩岩电特征、地震反射外形特征后认为，塔里木盆地二叠纪火成岩在平面上分为塔北中酸性火山岩带、塔中基性火山岩带、塔南中酸性侵入岩带和库鲁克塔格火山岩带；二叠纪岩浆活动可分为中心式、裂隙式和熔透式喷发；地震相主要有平行板状、穿层板状、亚平行、丘状、蘑菇状、烟柱状、杂乱空白地震相。根据以上分析及衡量火成岩对油气成藏的影响，认为塔里木盆地火成岩油气勘探的有利区带为塔北西英买力地区、巴楚—塔中地区、满北地区、塔东南地区。     

拉深筋对板材变形特征和力学性能的影响研究

采用实验方法将金属板材拉过不同尺寸的拉深筋镶块,分析了拉深筋高度、圆角半径以及过筋次数对板材变形特征的影响规律,研究了过筋产生的预应变对板材后续力学性能的影响规律。结果表明：板材流过拉深筋后,流动方向上发生均匀的拉伸变形;过筋产生的预应变随着拉深筋高度增大而增大,随着圆角半径增大而减小,随着过筋次数增加而近似线性增大;预应变越大,材料后续屈服强度和抗拉强度越高,但后续延伸率越小,总延伸率随着预应变增大表现出先减小后增大的趋势。     

无人驾驶飞行器制导系统的复合自适应控制器设计

论文介绍了无人驾驶飞行器自导引系统自动驾驶仪的一种复合自适应控制方法：自适应算法确保了在不同的飞行条件时达到预定的姿态运动动态特性。仿真结果表明．在存在明显的UAV（无人驾驶飞行器）参数不确定性和时间关联的主回路情况下，复合自适应控制器对于实现系统各项指定的性能指标行之有效的。     

基于蒙特卡罗数据集均衡与鲁棒性增量极限学习机的图像自动标注

针对传统图像标注模型存在着训练时间长、对低频词汇敏感等问题,该文提出了基于蒙特卡罗数据集均衡和鲁棒性增量极限学习机的图像自动标注模型.该模型首先对公共图像库的训练集数据进行图像自动分割,选择分割后相应的种子标注词,并通过提出的基于综合距离的图像特征匹配算法进行自动匹配以形成不同类别的训练集.针对公共数据库中不同标注词的数据规模相差较大,提出了蒙特卡罗数据集均衡算法使得各个标注词间的数据规模大体一致.然后针对单一特征描述存在的不足,提出了多尺度特征融合算法对不同标注词图像进行有效的特征提取.最后针对传统极限学习机存在的隐层节点随机性和输入向量权重一致性的问题,提出了鲁棒性增量极限学习,提高了判别模型的准确性.通过在公共数据集上的实验结果表明：该模型可以在很短时间内实现图像的自动标注,对低频词汇具有较强的鲁棒性,并且在平均召回率、平均准确率、综合值等多项指标上均高于现流行的大多数图像自动标注模型.