改性聚酰亚胺在摩托车中的应用

本研究选择了改性聚酰亚胺、改性聚甲醛、改性尼龙三种材料应用于摩托车衬套制品,进行了对比试验,结果表明:采用改性聚酰亚胺的衬套具有强度高、耐磨损、尺寸稳定性好等特点,完全达到该产品设计的要求。     

基于RBF神经网络的交通生成预测模型

针对交通生成预测中传统集计预测模型缺少行为基础这一重要数据源,以及普通离散模型建立对数学推导依赖性高和预测中存在多个预测值,导致预测结果精度不理想的问题,建立了基于RBF神经网络的交通生成预测模型,该模型将以行为基础为前提的离散数据作为数据源,模型的建立不需要进行数学推导,利用输入和输出数据自动建立,再结合RBF神经网络收敛速度快和具有唯一最佳逼近点的特点,对交通生成进行预测。通过实例进行仿真和分析,结果表明,该模型最终获得的交通生成预测结果与实际值误差在允许范围内,RBF神经网络交通生成预测效果好,能在实际中应用。     

上海市1991年热处理年会隆重召开

今年四月八至九日在科学会堂隆重召开了建国以来本市一次最盛大的热处理学术年会,这是我市有关的四个学术团体——上海市机械工程学会热处理学会、上海市热处理技术协会、上海市金属学会热处理专业委员会和上海市职工金相热处理技术协会(以笔划为序)联合筹办的。会前共收到论文约170篇,内容覆盖了物理冶金、     

粉煤灰贮存库气化装置存在问题及对策

描述了大唐国际陡河发电厂粉煤灰贮存库运行过程中出现出灰口下灰慢及气管中堵灰现象,清理灰库后发现气化板损坏、气化槽箱体内全部充满灰、分支进气管弯头磨漏、气化槽箱体安装工艺缺陷及原设计等问题,并对上述问题进行了分析,提出了解决问题的对策。通过对策实施,灰库气化装置运行效果良好,装灰速度提高了4.3~5.7倍。     

三维图像栈中神经末梢点的自动检测

作为神经元追踪算法的种子点,神经元的末梢点的检测非常关键。此前的研究提出了一种基于发散射线模型(rayshooting model)的检测方法,通过分析神经元图像中候选末梢点附近邻域的灰度强度分布来检测神经元的末梢点。然而,在此模型中,射线的长度以及z方向切片的数量都是固定值,所以在处理一些神经元直径尺寸变化较大的图像时,算法的准确性很受影响。因此,提出了一种可以根据神经元局部直径大小来改变射线长度以及相邻切片数量的自适应发散射线模型,神经元的局部直径由一种结合了Rayburst sampling算法及MSFM(multistencils fast marching)算法的方法测得。实验结果表明,与之前的方法相比,检测精度提高了约10%。     

基于输入能量的地震动时程强度包络函数研究

结构随机振动分析和人工合成地震动记录均需要将反应谱转换为功率谱,地震动强度包络函数对转换结果有着重要影响。为合理地确定强度包络函数模型中各参数的取值,依据输入能量谱与傅里叶幅值谱的精确转换关系,建立了由非平稳地震动功率谱计算输入能量谱的方法,并分析了各参数取值对功率谱与能量谱的影响。以匹配设计谱的天然地震动记录样本的平均输入能量谱作为参考依据,通过与设计谱转换得到的输入能量谱进行对比分析,确定了各类场地设计谱转换为功率谱时,强度包络函数模型的各参数取值。通过人工合成地震动记录的输入能量谱分析,验证了各参数取值的合理性。     

两层带开洞预制剪力墙抗震性能试验研究与数值模拟分析

为研究带窗洞的预制装配式混凝土剪力墙中窗下墙对结构抗震性能的影响,该文对两个带不同高度窗下墙的两层预制剪力墙试件进行了低周反复荷载试验。在此基础上,提出了带窗下墙预制剪力墙结构的精细有限元数值模拟方法,结合试验结果分析揭示了窗下墙对带开洞预制剪力墙抗震性能的影响。试验和数值模拟分析结果表明,两试件在初始受力阶段,窗下墙与下层连梁作为一根整体连梁共同工作,此后二者逐渐脱开,形成两根并列布置的双连梁;两试件的破坏形态均为墙肢根部和双连梁两端形成塑性铰,最终塑性铰区混凝土被压碎;窗下墙较高的试件W-2承载力和初始刚度均大于W-1,延性和耗能能力则小于W-1;预制剪力墙构件中的窗下墙可显著提高该类构件的刚度、承载力和耗能能力,对带窗下墙的预制剪力墙结构进行抗震设计时应对窗下墙予以考虑。     

后张预应力预制混凝土框架节点抗震性能数值模拟与理论分析

为了研究由后张预应力筋将预制梁柱拼装在一起形成的框架结构的抗震性能,在四榀梁柱中节点低周反复加载试验的基础上,采用弹塑性分析程序DRAIN-2DX进行了数值模拟分析,并根据截面的受力平衡条件,给出了试件力-位移关系曲线上的几个关键点——开裂点、线性极限点、屈服点和承载力极限点对应的梁端弯矩值的简化计算公式。研究结果表明：通过合理建模和选择模型参数,采用DRAIN-2DX程序可以较为准确地模拟出试件整个试验过程中的楼层剪力-层间位移角关系滞回曲线和骨架曲线,曲线上的几个关键点也与试验结果吻合较好,但计算曲线的初始刚度偏大;简化计算公式具有一定的精度,便于工程设计应用。     

尺度自适应结构输出目标跟踪算法

针对目标尺度明显变化时采用固定尺度的结构输出目标跟踪算法容易出现跟踪失败的问题,提出一种改进的尺度自适应目标跟踪算法。新算法在传统结构输出跟踪算法基础上,将目标运动信息引入候选样本采集过程,通过自举滤波器的状态转移模型预测目标的当前位置和尺度,生成一组多尺度候选样本集,避免了固定尺度的密集均匀采样,实现尺度自适应的同时降低了算法的计算量。实验结果表明,所提算法在目标发生明显尺度变化、部分遮挡以及旋转等情况下具有较高的鲁棒性,且实时性相比于传统结构输出跟踪算法明显提高。