四轴联动加工中心几何误差软件补偿技术研究

以多体系统理论为基础,通过分析位移变换矩阵和位置变换矩阵,建立了四轴联动加工中心的几何误差模型.基于Windows平台开发了误差补偿软件,可以对测量数据进行机床几何误差的软件补偿,有效地提高了在线检测精度.软件系统在MAKINO立式加工中心上进行了实验验证,补偿效果明显.     

悬臂式掘进机在水库输水工程软岩隧洞开挖中的应用

当前,随着我国工程建设规模的不断扩大,采用隧洞掘进机进行市政地下隧洞的开挖与建造越来越普遍,但是在水利工程中,通过掘进机进行软弱围岩隧洞开挖施工并不普遍。文章以洪门水库输水工程为例,进行了悬臂式掘进机在水库输水工程软弱围岩隧洞开挖掘进方面实际应用的探讨。结果表明,悬臂式掘进机具有掘进效率高、掘进速度快、支护方便、通风工作量小、断面圆顺度有保障等技术优势,应当在水利工程隧洞开挖领域推广应用。     

基于Monte-Carlo的滑坡失稳概率计算研究

普通的滑坡稳定性计算,只能对滑坡的安全性做一个直观的计算,而滑坡的失稳概率却无从得知。利用蒙特卡洛(Monte-Carlo)法可确定滑坡的失稳概率,但传统应用蒙特卡洛(Monte-Carlo)计算滑坡失稳概率时,常认为c和φ值服从正态分布,其实在不同情况下c和φ值服从多种分布。基于此,探讨了岩土体参数c和φ服从不同分布形式时的滑坡失稳概率计算。结果表明,不考虑c和φ值的变异系数和偏度系数计算得出的失稳概率比考虑c和φ值的变异系数和偏度系数计算出的失稳概率偏高,且2种失稳概率误差为10%~25%。上述研究对滑坡失稳概率计算有一定的参考价值。     

影响文件系统性能的若干因素的实验

影响文件系统的因素有很多,该文从不同访问模式、多通道硬件配置、文件系统老化等方面设计试验,利用多种性能评测工具,对EXT3、XFS两种本地文件系统进行试验,分析这些因素对本地文件系统性能的影响以及作为NFS服务器端的文件系统时,对NFS性能的影响。在试验过程中,编写了测试文件系统元数据性能的Thput benchmark以及使文件系统能够快速老化的工具FastAging。通过分析试验结果总结出针对应用中不同的访问模式配置最优的文件系统的解决方案,使用户能够获得最大的I/O性能。     

匿名通信综述

匿名通信系统是指建立在网络应用层之上,结合数据转发、内容加密、流量混淆等一系列技术,实现通信实体之间关联关系和通信内容对第三方隐藏的网络.在商业秘密传输、电子投票等使用场景中,保证用户的个人身份、行为不被网络窃听者所识别是重要的评价标准,匿名通信系统正是为了解决上述问题.匿名通信系统具有消息不可溯源、通信无法被第三方监...     

面向大规模物联网的随机接入:现状、挑战与机遇

在传统通信系统中,随机接入是终端与网络之间建立无线链路的必经过程,只有在随机接入完成之后,终端与网络之间才能正常进行数据传输.聚焦大规模节点物联网,首先阐述了大规模物联网随机接入的基本特征,分析了传统授权随机接入(RA)方法对于大规模物联网应用的局限性;然后从系统模型、协议框架、算法流程、系统性能等多个角度,讨论免授权...     

某智能作业生产线数字工艺模型研究

锌是基本的工业原材料,传统的铸锭生产过程已不能满足智能制造时代的要求,构建数字工艺模型是进行机器人作业为核心技术的智能生产线设计的焦点性问题。对此,为提高工作效率,本文以产量为原始输入参数,研究了包括浇铸、扒渣、修锭、打码、码垛等生产工艺特点,建立了机器人作业数字工艺模型,并以行业常用25kg/块的标准锌锭为例,进行设计应用。     

百万扩招后制药类专业工、匠分层递进培养模式的改革与实践

面对百万扩招后生源众多、结构复杂的新形势,泰州职业技术学院药学院依据制药类专业大国工匠的需求和生源现状,坚持教育育才导向和公平性要求,将广大学生分为普适型人才——“工”和拔尖型人才——“匠”两个层次,畅通两类人才的转变途径,建立工、匠分层递进的人才培养模式,并选择代表性班级进行试点,取得了较好的教学改革成效。     

较大吸力范围内合肥膨胀土强度特性试验研究

为研究较大吸力范围内不同初始干密度下基质吸力对合肥膨胀土抗剪强度的影响,对不同初始干密度和不同含水率的合肥膨胀土进行直剪试验。利用滤纸法测得直剪试验剪破试样剪切面处的基质吸力,分析初始干密度和基质吸力对合肥膨胀土抗剪强度指标的影响。试验结果表明:初始干密度和基质吸力对膨胀土的黏聚力影响显著,对内摩擦角几乎没有影响;在0～400 kPa吸力内,初始干密度对黏聚力的影响较大,超过400 kPa,初始干密度对黏聚力影响减弱;黏聚力和基质吸力的对数之间存在良好的线性关系;膨胀土的抗剪强度随着基质吸力的增大呈非线性增大,增长速率逐渐减小。     

结合光流算法与注意力机制的U-Net网络跨模态视听语音分离

目前多数的视听分离模型,大多是基于视频特征和音频特征简单拼接,没有充分考虑各个模态的相互关系,导致视觉信息未被充分利用,该文针对此问题提出了新的模型。该文充分考虑视觉特征、音频特征之间的相互联系,采用多头注意力机制,结合稠密光流(Farneback)算法和U-Net网络,提出跨模态融合的光流-视听语音分离(Flow-AVSS)模型。该模型通过Farneback算法和轻量级网络ShuffleNet v2分别提取运动特征和唇部特征,然后将运动特征与唇部特征进行仿射变换,经过时间卷积模块(TCN)得到视觉特征。为充分利用到视觉信息,在进行特征融合时采用多头注意力机制,将视觉特征与音频特征进行跨模态融合,得到融合视听特征,最后融合视听特征经过U-Net分离网络得到分离语音。利用客观语音质量评估(PESQ)、短时客观可懂度(STOI)及源失真比(SDR)评价指标,在AVspeech数据集进行实验测试。研究表明,该文所提方法与纯语音分离网络和仅采用特征拼接的视听分离网络相比,性能上分别提高了2.23 dB和1.68 dB。由此表明,采用跨模态注意力进行特征融合,能更加充分利用各个模态相关性,增加的唇部运动特征,能有效提高视频特征的鲁棒性,提高分离效果。