轴向冲击下波纹腹板梁的失稳控制和能量吸收

针对Sine波纹腹板梁结构,通过设计其初始振幅缺陷,控制不同波形阶数下波纹梁的失稳模态,引导上下翼板按预期渐进、稳定、可重复的压溃变形模式发展.采用Abaqus/Explicit中的显式动力学方法数值模拟初始振幅缺陷与比吸能(Specific Energy Absorption,SEA)的关系.通过对比低阶、中阶和高阶波形的载荷-位移曲线说明波形阶数对吸能特性和失稳控制的影响.结果表明:对于给定的波形阶数,存在初始振幅缺陷的临界值使Sine波纹腹板梁结构达到预期的临界失稳状态,同时SEA最大;初始振幅缺陷越大,失稳控制越容易,但吸能效果随之降低.     

短波红外单光子探测器的发展(特邀)

InP/InGaAs短波红外单光子探测器(SPAD)是目前制备技术较为成熟且获得广泛应用的单光子探测器,通过半导体热电制冷(TEC)即可达到的工作温度(-40℃左右),具有体积小、成本低,方便安装和携带的应用优势;另外,基于常规半导体二极管的芯片制造工艺很容易实现大面阵单光子阵列,除了探测信号,还具备三维数字成像功能。国外包括美国、瑞士、意大利、韩国、日本等对InP/InGaAs SPAD进行了长期持续的研究,目前已研制出单管的货架产品,性能还在不断的优化和改进之中,其单光子探测器阵列呈现了清晰的三维成像效果,正在逐步应用。国内包括重庆光电技术研究所、中国科学院上海技术物理所、西南技术物理研究所、中国科学技术大学、云南大学等对InP/InGaAs SPAD芯片先后进行了器件设计和器件制备研究,目前单管的性能已经达到与国外报道相当的性能。国内单光子探测器阵列的研究获得了一定的进展,但芯片规模和器件性能有待提升。文中对国内外InP/InGaAs短波红外单光子探测器的发展,在设计和研制中存在的问题,以及近10年来的优化改进进行了介绍,重点介绍了高温、高速以及单光子焦平面阵列的发展,并结合新颖...     

基于协同过滤的多维度电影推荐方法研究

推荐系统作为解决信息过载的办法之一,广泛运用于各个领域,其中基于协同过滤的推荐方法应用最为成熟和广泛,但是由于传统的协同过滤推荐方法只考虑了用户和项目两个维度,忽略了包括环境因素、影片信息、观影感受等在内的多维度影响因素。分析表明以上多维因素对用户在进行影片评分时有着较为重要的影响。通过线性回归方法寻找并确定多维度属性以及各属性的影响程度,进而在传统协同过滤的基础上融入多维度影响因素,最终构建基于协同过滤的多维度推荐方法。实验表明,该方法相比传统协同过滤推荐方法的推荐效果有一定的提升,其中最优平均绝对误差取值下降了约6%,平均绝对误差均值下降了约2%,说明该方法相比于传统的协同过滤推荐方法具有更高的准确性,从而验证了该方法的有效性。     

单轴压应变量子阱红外探测器吸收波长的研究

研究了单轴压应力对GaAs/AlGaAs/GaAs量子阱红外探测器(QWIP)吸收波长的影响。以量子阱电子干涉方法以及单轴压应力作用下量子阱应变理论为基础,分析了GaAs/AlGaAs/GaAs量子阱导带中子能级与应变的关系。理论上计算了单轴应力下四个QWIP吸收波长与应变的关系。结果表明,E1与E<1>能级之间的吸收波长和E(1)与EF能级之间的吸收波长随应变的增大而减小的幅度比E1与EF能级之间的吸收波长和E(0)与E1能级之间吸收波长随应变的增大减小的幅度大。     

第3代轮毂轴承单元轴向游隙影响因素的正交试验

利用正交试验法分析沟位置差、径向游隙、配合过盈量及锁紧力矩等参数对轮毂轴承单元轴向游隙的影响,给出了沟位置差和径向游隙值的控制范围,可为第3代汽车轮毂轴承单元的装配及零配件工艺的优化提供数据支持。     

国产水性胶和聚氨酯胶粘剂对地板布的粘接性能测试

选择两种国产水性胶（Ⅰ型和Ⅱ型）以及一种双组分聚氨酯胶粘剂,将地板布粘接到不同材质的地板上,即铝合金和木质地板,测试粘接剥离强度,对比分析了在不同地板基材上的粘接破坏形式。研究结果表明：Ⅰ型胶粘剂在铝合金和木地板上的剥离强度分别为1.182和1.731 N/mm,不但具有一定的粘接强度,还能满足动车组地板布拆除的要求,且适用于动车组导槽处地板布的粘接。而水性Ⅱ型胶在铝合金和木地板基材上的剥离强度值分别为0.355和1.172 N/mm,不适合作为动车地板布粘接胶。国产双组分聚氨酯胶在铝合金、木地板基材上的剥离强度分别为3.089和2.698 N/mm,均有较高的粘接强度,适合用作城轨车地板布胶粘剂。     

防水涂料和卷材在地下车库建设中的应用

本文详细介绍了非固化橡胶沥青防水涂料与自粘防水卷材复合防水的性能特点及施工工艺,复合防水具有不易老化、粘结性好、使用寿命长、可自动修复,环保等优点,其以性能优异、质量可靠等优势必将成为防水工程的主流趋势。     

基于交叉与变异组合的TSP问题研究

遗传算法是一种在自然选择与遗传机制基础上的随机化的搜索类算法,是求解TSP(Travelling Salesman Problem)问题的一种常用算法。但是该算法在解决TSP问题时,存在着收敛速度过慢,容易出现早熟的问题。本文针对该问题,创新性地提出使用5种交叉算法和3种变异算法进行组合的算法设计,得出15种不同的组合方法,然后使用Java语言进行编程实验,最后通过对中国144个城市相对坐标（CHN144）的实例进行测试,证明了在使用交叉算法与变异算法进行组合得出的15种组合方法中,使用三交换交叉算法与逆序变异算法进行结合,这种组合方式的遗传算法在解决TSP这一问题时能够取得最优的效果。     

基于CPU系统的PIC时间校正探讨

参考初始时统和CPU时钟时间,通过软件对CPU系统PIC时间进行修正,针对存在滞点、野点和系统误差分别加以解决。     

ICAMF-CC：改进的情境感知矩阵分解算法

情境感知推荐系统是当前推荐领域的研究热点,而情境感知矩阵分解算法（CAMF-CC）是当前领域的一种有效模型。针对CAMF-CC算法在推荐时存在的准确度不高的问题,提出了一种改进的情境感知矩阵分解算法（ICAMF-CC）。该算法在原有CAMF-CC算法的基础上,通过融入项目偏置项和情境权重来进行评分预测。其优势在于,一方面,融入了项目本身特性对评分的影响;另一方面,充分考虑了不同情境因素在推荐过程中有着不同的影响力,提高了预测评分的准确度。通过在LDOS-CoMoDa数据集上进行实验,结果表明,该算法在准确度上优于CAMF-CC算法。