塑封后工序级进冲模的设计

<正> 集成块生产大致都要经过以下几道工序:引线片冲制——粘片压焊——封装——封装后冲压及处理。我厂除生产塑封模以外,还为封装后生产配套冲压模具,包括冲废塑模具、切筋分离模具和打弯模具。图1所示为产品图,每一条料有8个塑封块,A处为需要冲去的废塑。 以前我厂生产的都是单工序冲模,一次     

关于对“铸造工艺符号及表示方法”(JB2435-78)标准的商榷

JB2435—78是我国铸造工艺画法方面第一个正规标准。它实际上是一个铸造工艺符号标准,这一标准中列入了常用铸造工艺符号24种。众所周知,标准是重复事物实践经验的总结,一个新标准的产生同时也是新经验积累的开始。JB2435—78自发布至今已经又经过了13年的经验积累。结合目前全国都在贯标的时机,广泛收集意见,用新经验取代旧经验,把积累的经验深化一步,对标准进行一次修改。采用一个更完善的标准将更有助于建立铸造生产的最佳秩序,有利于取得最佳效益。     

用粉体表面改性技术制备拒水粉

拒水粉是一种新型建筑防水材料，被称之为神奇的粉末。本文就如何利用粉体表面改性技术制备拒水粉，从理论上和具体的实验方法上作了详尽的说明。     

控轧控冷工艺对高强度锚杆钢组织和性能的影响

随着矿井深度的增加,对锚杆支护强韧性的要求越来越高,为了应对这一情况,需要研发出更高强度的锚杆钢。利用锚杆钢研究了轧制工艺、冷却工艺与珠光体、铁素体相比例,析出相析出行为及力学性能的关系。研究结果表明,在中轧后、精轧前采用适当水冷+回复段处理的复合工艺可使晶粒更细小、组织更均匀。对超高强度锚杆钢进行热压缩变形试验,由热模拟试验结果确定相转变温度为A_c1=737 ℃、A_c3=886 ℃。最终筛选出入精轧温度为810 ℃、回复段温度为800 ℃时,可获得的晶粒尺寸达4 μm,珠光体体积分数为66.8%,铁素体体积分数为33.2%,珠光体片层间距达200 nm;另外调整V、Cr、N等析出以提高锚杆钢的强韧性,较低的回复温度有利于细小、弥散、V(C/N)析出相的析出,V(C/N)的析出可进一步改善锚杆钢的力学性能。由该控轧控冷工艺轧制的锚杆钢屈服强度为780 MPa、抗拉强度为930 MPa、硬度为291HV、伸长率为20%。     

基于LBP统计特征的低分辨率安全帽识别

针对工地进出口的视频监控录像,考虑远距离低分辨率安全帽识别问题,探讨了低分辨率安全帽识别方法,分析了提取不同的特征和应用不同的分类器与识别率的关系.首先截取视频中的人头,获得大小为22*22的图像,然后分别提取图像的统计特征、局部二进制模式特征、快速主成分分析特征,再利用分类器和反向人工神经网络进行分类预测,最后计算测试样本的识别率.实验结果表明,提取图像的二进制模式统计特征,再结合反向人工神经网络的识别率效果最佳,识别率可达87.27%.     

一类非线性系统的间接自适应模糊滑模控制

基于启发式知识的模糊控制是一种解决非线性系统控制问题的有效方法。然而其设计缺乏系统性,并且系统的稳定性和鲁棒性难以保证。本文利用滑模控制的概念和Lyapunov综合方法提出一种针对一类非线性系统的间接自适应模糊滑模控制（IAFSMC）方法。仿真研究表明即使在缺少系统先验知识和不确定性干扰的情况下,系统性能也十分理想。     

智能电流变送器中HART调制解调器的实现方法

设计一种嵌入式智能电流变送器,采用HART协议进行信号的调制解调。基于HART协议的智能电流变送器所提供的通信通道,在传输传感器数据的同时,还可传输控制和诊断信号,具有较高的工程实用价值。本文介绍HART智能仪表的特点与智能电流变送器的组成,较详细地分析HART调制解调器的实现方法。     

发现传统 再造时尚——江南大学设计学院“民间艺术考察与设计”教学改革成果

传统与时尚本来是两个时空相距很远的概念。传统中孕育有经久不息的经典，千百年来生生不息就像古老的种子孕育着生命一样，一经开发培育，即能重新发芽、开花、结果。而时尚是超前和标新，更孕育着未来的希望和期盼。为发现传统，再造时尚。江南大学设计学院视觉传达系02级在指导老师寻胜兰、王俊的带领下，于2004年9月13日至10月8日进行了“2005民间艺术研究与考察课”，考察地点和内容包括陕西风翔的泥塑、剪纸、年画艺术，甘肃天水的麦积山石窟艺艺术，甘肃夏河拉扑楞寺和四川郎木寺的藏传佛教艺术、湘西凤凰古城的苗族风情、湖北荆州楚文化与漆器艺术、皖南建筑与木雕艺术和上海当地时尚场所与商业设计。     

网页情境呈现速度的实验研究

呈现速度是衡量网站好坏的一个因素．本文从多媒体信息和背景两个方面对网页进行呈现速度的实验研究。     

基于KNN算法的改进K-means算法

针对于K-means算法的缺点做出了一些改进,提出了一种基于KNN算法改进K-means的算法。改进后的算法解决了K-means算法K值无法确定和数据分类中的不强、易受异常数据干扰的缺点,提高了算法的聚类效果以及削弱初始聚类中心选择的随机性对于聚类结果易陷入局部最优的影响。实验表明,改进后的算法不仅解决了传统算法确定K值的问题,而且聚类结果稳定且聚类效果良好。