浅谈宏程序加工梯形螺纹的两种方法

为在数控车床上加工大螺距梯形螺纹,本文对梯形螺纹的加工工艺和FANUC0i系统宏指令的应用进行了研究,探索出一套利用宏指令在数控车床上加工合格梯形螺纹的方法,并结合实际生产验证了其可行性,拓展了宏指令的应用范围。     

相变诱发塑性钢的研究现状与发展

在现代汽车制造业对汽车轻量化提出要求的趋势下,TRIP钢因其同时具有高强度和高的断后伸长率,以及其优良的高速力学性能而受到青睐。本文简要介绍了相变诱发塑性钢(TRIP钢)的发展现状与研究进展;详细介绍了TRIP钢中各种合金元素的作用,显微组织与性能的关系以及热处理工艺;最后对TRIP钢的发展趋势做了简要阐述。     

变偏移距提高分辨率地震资料叠加处理方法

野外地震资料采集观测系统直接运用于提高分辨率地震资料处理,不仅忽略了观测系统与分辨率之间的关系,而且会影响分辨率效果的进一步提高。通过分析分辨率处理与地震信号频率范围的关系、分辨率与接收排列长度的关系,对比不同排列长度观测系统的分辨率处理效果,提出了变偏移距提高分辨率地震资料处理方法。     

并行化水体表面动态多分辨率物理仿真模型

大面积水体仿真中的细节捕捉较为困难,且渲染效率容易受限。为此,提出一种基于图形处理单元(GPU)的水体表面动态多分辨率物理仿真模型。采用细节层次渐进网格划分方法对水体表面进行建模,利用统一计算构架和GPU技术加速纳维-斯托克斯方程的求解。实验结果表明,随着初始网格分辨率的提高,该模型的加速比逐渐加大,在分辨率达到1 024×1 024的情况下,能保证30帧左右的渲染 效率。     

烟草制丝线电子皮带秤应用热点解析

为使烟草行业用户对电子皮带秤的招标技术要求更加合理,并为皮带秤制造厂商提供行业应用意见,对皮带秤的直接承重式结构、宽范围流量调节、6线制传感器、伺服电机、纠偏方法、校验方式、数据修饰等热点问题进行了分析。结果表明:目前直接承重式结构已适用于烟草行业皮带秤;实现宽流量范围不能忽略变速对计量精度的影响;6线制传感器和伺服电机仅在特定条件下才有必要使用;电动纠偏结合机械纠偏效果最好;抛码校验方式更适用;数据修饰无任何好处,反而易造成事故隐患。     

基于二叉树和GPU的无缝地形场景渲染方法

设计了一种基于图形处理器(GPU)的无缝地形渲染方法。该方法基于二叉树构建多层次地形网格,该网格用基于行、列号的地形模板表示。在设计过程中,将高程数据转化为适于GPU读取的高程纹理图,再通过顶点纹理提取(VTF)技术从纹理图中采样出高程值用于渲染,整个过程在GPU端完成,提升了地形数据访问效率。同时,采用实时优化自适应网格(ROAM)算法的强制拆分法,通过控制相邻地形块的等级来消除裂缝。最后,采用TriangleStrip方式进行渲染,避免了相邻三角形中顶点坐标数据的重复传递,减少了传递到GPU的数据量。用两块地形数据对算法渲染效率进行了检验,并将算法与Clipmap算法进行了帧率对比。结果表明,该算法有效解决了分块数据的裂缝问题,达到了交互式地形渲染的要求。     

gAC:基于GPU的高性能AC算法

字符串匹配是计算科学中研究最广泛的问题之一,已成为信息检索和生物计算等领域的核心操作。然而受限于CPU的计算能力和存储器访问带宽,传统的串行字符串匹配算法难以进一步提升性能。GPU在计算能力和存储器访问带宽上有很大提升,已经在很多应用上取得了卓越成效。gAC作为一种基于GPU的并行AC算法,针对GPU的SIMT(Single-Instruction Multiple-Thread)以及合并存储器访问的技术特点,采取了减少条件分支、合并访问全局存储器等优化方法,使得在C1060GPU上的字符串扫描速度达到51Gb/s,比基于CPU的串行算法提升了28倍。     

业务逻辑可重构的网络应用系统设计与实现

提出了一种应用软件可重构和可配置的方法,并对此进行研究。由此开发出企业信息化软件开发平台——ICET IP系统。ICET IP系统可适应不同应用逻辑需求,真正实现业务逻辑可重构和系统功能可配置,而且维护升级非常方便。     

Artificial Neural Network Model for Predicting Stable and Unstable Regions in Cu-Zn Alloys

Processing maps are developed using the Dynamic Materials Model (DMM) and instability criterion, which help in choosing optimum process parameters for hot-working of materials. Certain high-level expertise is required to interpret and extract the information on instability regimes to be avoided during processing. In recent years, Artificial Neural Network (ANN) models have been developed to predict flow stress by using the input vector; namely, temperature, strain rate and strain. In this study, using the available Cu-Zn alloy data, ANN model has been developed to classify the hot-working process parameters, such as temperature, strain rate and flow stress for instability regime, directly from the corrected flow stress data without applying the DMM. This model uses 10 compositions of Cu-Zn system, ranging from 3% Zn to 51% Zn. The developed ANN model has been able to learn the nonlinear classifier, which separates unstable region from the stable region in the Cu-Zn alloy system with zinc content less than 40%.     

基于虚拟仪器的质量检测机器视觉系统

对机器视觉、虚拟仪器各自应用的特性作了比较，指出了机器视觉和虚拟仪器相互结合的技术优点，探讨了基于虚拟仪器的质量检测机器视觉系统的物理实现问题。文章比较详细地讨论了光源设计、摄像机、图像采集卡选取和系统软件设计等方面的技术实现细节。