微细铣削机床系统构建及微小型零件加工实验研究

研制了一台由直线电机运动平台、高速空气静压轴承电主轴和DMC-1842运动控制卡组成的三轴联动微细铣削机床,构建了基于IPC机和Windows操作系统的并行双CPU数控系统。以C#为开发语言,采用模块化设计方法开发了微细铣削控制软件,并设计了合理的人机界面。在三轴联动微细铣床上进行了微小型零件的加工实验,验证微细铣床数控系统的性能。结果证明数控系统的软硬件设计方案可以满足微细铣床加工的要求,验证了微细铣削加工技术的可行性和实用性。     

开放式微细铣削数控系统的开发

简述了开放式数控系统的概念,并在此基础上提出了一套面向软件NC技术的开放式数控系统的设计方案,开发了基于DMC1842运动控制卡的数控系统界面软件,可完成对控制卡参数的在线修改和自动编程,实现对微细铣床的准确控制。本系统具有良好的开放性和较高的实用价值。     

薄壁零件铣削加工的振动模型

利用Kirchhoff薄板挠度弯曲的规律,分析薄壁结构零件的铣削过程中的振动模型,并结合铣削试验建立薄壁零件立铣加工的振动模型。根据实际加工条件,对振动模型进行数值模拟,分析、验证模型在实际切削加工时的准确性,试验测量结果和数值模拟结果误差很小,说明该假设完全可行,可以用于相关薄壁零件的分析和实际加工,为进一步研究薄壁零件加工振动规律奠定了必要的基础。     

基于PMAC的数控试验台PID参数调节研究

介绍了PMAC运动控制器中PID的控制原理,并对基于其上的数控试验台的PID参数调节进行了说明。利用PMAC自带的PID程序,通过对阶跃信号和抛物线信号响应图像的分析,整定了系统参数,使试验台获得良好的动态特性。     

城市快速轨道的网络分析和规划

本文研究城市快速轨道的网络分析和规划，探讨了轨道网络规划的一般原则和规律，对世界上主要城市的地铁网进行分析，并分类研究线路规模、城市人口和客运量的定量关系；用图论中的概念和指标来反映网络的特性；提出用层次分析法来确定网络规划中各项非定量指标的相对重要性以重），供进一步方案评价决策中应用．     

充填土沉积特性试验研究

疏浚土及吹填泥能否作为充填料是土工织物充填袋筑堤技术关键问题。针对连云港疏浚土,开展泥水混合物沉积模拟试验,研究了黏粒含量和初始含水率对泥水混合物自重沉积特性的影响,以及作为充填材料的适用性。试验结果表明:充填土沉积过程可分为沉淀阶段和自重固结阶段。沉淀阶段时间较短,土性指标很快趋于稳定。自重固结阶段土性指标几乎没有变化,表明充填土自重固结是相当缓慢的;充填土初始含水率越大,或黏粒含量越小,最大沉淀速率越大,沉淀越快。初始含水率越大,或黏粒含量越大,沉淀结束时充填土含水率和孔隙比越大,密度越小;当充填土黏粒含量大于10%时,在确保充填土的流动性和可灌性前提下,应尽量减小初始含水率,从而降低充填土沉淀结束时的含水率和孔隙比,提高密度;当充填土料的黏粒含量大于30%时,最大沉淀速率很小,沉淀的持续时间将会比较长,不利于工程施工。因此,充填土料的黏粒含量应小于30%。更多还原     

喀斯特地形山区应对极端旱情的对策分析

针对云南省文山壮族苗族自治州遭遇的百年一遇特大旱情,对其应对特大旱情的对策和具体措施进行了分析,认为依靠境内水库等水利工程所蓄水量,保障了全州抗大旱保民生促春耕各项措施的落实,这是一项很好的对策,也说明水利工程基础设施在抗旱救灾工作中发挥了重要作用。通过对当地水利工程设施的调查,提出了应对极端旱情的对策和建议。     

引入注意力机制的JDE多目标跟踪方法

多目标跟踪是计算机视觉领域的一个重要研究内容。JDE(joint detection and embedding)多目标跟踪算法推理速度和精度较高,但是当目标重叠或尺度较小时,该算法的跟踪效果较差。针对以上问题,提出了Attention-JDE,该模型结合了注意力机制、多尺度融合等思想,利用特征金字塔（feature pyramid）和空间金字塔池化（spatial pyramid pooling）提升模型对于小尺度目标的检测和跟踪能力,结合空间域注意力机制和通道域注意力机制改进模型在目标发生重叠时的跟踪效果。此外,还引入了Mish激活函数有效地降低跟踪时的ID切换次数。在MOT16数据集进行验证,结果表明,与原JDE方法以及其他主流方法相比,Attention-JDE具有更高的跟踪精度（MOTA）,同时速度能够达到19.5 FPS,实时性较高。     

全台网设计及主干平台实施

本文对江苏省广播电视总台广电城全台网设计和建设过程进行了总体描述。在重点分析该网集成架构选择、交换接口协议形成的基础上，对该网在质量控制、网络安全及互联效率等方面的特色进行了探讨。     

基于加权支持向量机的入侵检测系统

目前的入侵检测系统存在先验知识较少的情况下推广能力差的问题,针对各样本重要性的差异,提出了加权支持向量机方法并给出了对偶最优化问题的描述及其SMO训练算法.在入侵检测实验中,训练样本的重要性通过测试样本与该样本的空间距离来表征.实验表明,基于加权支持向量机的入侵检测系统在小样本(先验知识少)的条件下不但提高了入侵检测的精度,而且缩短了入侵检测时间.