液压支架立柱拆装机构设计

拆柱机由电动机匹配乳化液泵将电能转化为泵的液压能,带动液压马达回转作为拆装柱的动力。     

水空两栖涵道风扇推进器推力理论分析及实验验证

由水空两栖机器人的应用需求出发,从理论计算、仿真以及实验三方面设计了一种涵道风扇推进器.通过理论计算,分析了风扇和电机在2种介质中的工作曲线,提出了风扇推力系数和转矩系数的预估模型.通过选取适当的预估参数,得到了风扇和电机的设计参数.根据理论计算结果,选取了一种较为合适的风扇和电机的组合方式.为了验证理论计算的可靠性,对仅考虑扇叶的理想情况进行了CFD(计算流体动力学)仿真分析.为了研究实际的涵道风扇推进器的工作情况,还对考虑涵道整体表面结构的实际情况进行了CFD仿真分析.最后,对该组合方式的涵道风扇推进器进行了实验,得到了涵道风扇在水下和空气中的实测推力系数分别为1.47×10-4和2.48×10-4,实际情况下仿真结果与其的相对误差分别为10.9%和3.6%,接近于实验本身的不确定度;得到的空气中的推力可达55 N以上,水下推力可达245 N以上,均可以满足2种介质中的使用要求.     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。     

古建筑木结构透榫节点力学模型研究

为研究古建筑木结构透榫节点的M-θ力学模型，在分析透榫节点构造特征与受力机理的基础上，建立其数值模型，用透榫节点的试验数据验证了该数值模型的正确性，并分析了节点缝隙、木材横纹弹性模量和大榫头长度对透榫节点受弯承载力的影响。根据受力分析结果，建立以弹性点、屈服点与极限点为特征点的三折线多参数M-θ力学模型，其结果与多数的试验结果基本吻合，并将该力学模型应用于木构架的受力分析。研究结果表明：透榫节点的滞回耗能能力强，节点的变形主要集中在榫头处。当榫头与卯口之间的缝隙增大时，节点的受弯承载力降低。随木材横纹弹性模量的提高和大榫头长度的增加，节点的受弯承载力有一定提高。文章建立的M-θ力学模型能较好反映透榫节点的受力过程，适用于木构架的受力分析，其荷载 位移骨架曲线与试验结果基本吻合。研究成果可为古建筑木结构的维修与保护提供参考。     

管式段塞流捕集器构造及其优化设计

天然气近年来由于技术的进步及其自身多项优势而被广泛利用,油气混输作为一种经济性良好的运输方式也开始服务于各大油气田。然而多相流的运动很复杂,加上一些其他因素而产生的段塞流则是危害较大,其主要危害体现在各项参数不稳,混输管路下游的处理设备会受到较大冲击,因此需要在混输管路末端设置段塞流捕集器来缓解这种冲击,保证下游的稳定供给。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。