基于多体动力学的大尺寸模锻过程长轴类坯料定位

大尺寸热模锻工艺中坯料操作放置困难,在模具上的定位精度会强烈影响最终锻件质量及所需设备吨位。为实现在实际模锻过程中,长轴类坯料在复杂模具上的快速便捷的定位过程,以某超长铁道异形件的整体锻造工艺预锻过程中坯料定位为例,从运动学势能分析出发,基于多体动力学分析软件Adams对初始坯料位置姿态偏差下的最终坯料定位偏差进行预测。在正交试验预测结果的基础上,分析了各初始偏差因素对最终坯料定位状态的位置偏差及姿态偏差的影响,并给出了可行的辅助定位方式来提升坯料初始位置的定位精度裕度,最后通过塑性成形过程仿真加以验证。     

对数字电视运营一些新的理解

我国有线电视经历十多年的发展已经成为一个拥有一亿多用户的巨大产业，随着数字、网络和相关IT技术的迅猛发展和普及应用，模拟电视时代的单一业务模式在向数字电视时代的多业务模式转变。在此背景下，一个快速、有效地针对不同的业务特征进行市场营销，向客户提供服务，向管理者提供决策依据，进行帐务管理，规范内部业务流程，快速响应市场和客户需要的变化的数字电视运营平台应运而生。     

高支化度酯类增塑剂的结构鉴定

利用AV50 0核磁共振波谱仪鉴定了一种从聚氨酯材料中分离出的增塑剂。这是一种新型的性能优良的耐迁移性脂肪族增塑剂。使用的手段有红外光谱 ,1 H NMR ,1 3C NMR ,1 3C 1 HCOSY ,1 H 1 HCOSY以及DEPT等技术。     

流体运动估计光流算法研究综述

对流体图像序列进行运动分析一直是流体力学、医学和计算机视觉等领域的重要研究课题。从图像对中提取的密集精确的速度矢量场能够为许多领域提供有价值的信息,基于光流法的流体运动估计技术因其独特的优势成为一个有前途的方向。光流法可以获得具有较高分辨率的密集速度矢量场,在小尺度精细结构的测量上有所改进,弥补了基于相关分析法的粒子图像测速技术的不足。此外,光流方法还可以方便的引入各种物理约束,获得较为符合流体运动特性的运动估计结果。为了全面反映基于光流法的流体运动估计算法的研究进展,本文在广泛调研相关文献的基础上,对国内外具有代表性的论文进行了系统阐述。首先介绍了光流法的基本原理,然后将现有算法按照要解决的突出问题进行分类：结合流体力学知识的能量最小化函数,提高对光照变化的鲁棒性,大位移估计和消除异常值。对每类方法,从问题解决过程的角度予以介绍,分析了各类突出问题中现有算法的特点和局限性。最后,总结分析了流体运动估计技术当前面临的问题和挑战,并对未来基于光流法的运动估计算法的研究方向和研究重点进行了展望。     

东西方怪诞图案的起源探究

怪诞图案存在于装饰艺术的范畴里,在古代曾经几乎是装饰图案的主要内容。在近代渐渐衰落,现在最多的用途是网络游戏中的游戏原型设计。这篇论文主要探讨怪诞图案的起源,发展变化过程,以及近代衰落的原因。     

基于无干扰理论的虚拟机可信启动研究

云计算作为一种新型高价值计算系统,目前被广泛应用于各行业领域;等保2.0中也提出了对其应用主动免疫可信计算技术进行动态可信验证的要求.云计算模式下,虚拟机作为用户使用云服务的直接载体,其可信启动是虚拟机运行环境可信的基础.但由于虚拟机以进程的形式运行在物理节点上,其启动过程呈现出高动态性,且多虚拟机域间存在非预期干扰等特点;而现有的虚拟机可信启动方案存在虚拟机启动过程的动态防护性不足、缺乏多虚拟域间非预期干扰性排除等问题.针对上述问题,提出一种基于无干扰理论的虚拟机可信启动研究方案.首先,基于无干扰理论,提出了虚拟机进程的运行时可信定理;进一步地,给出了虚拟机可信启动的定义并证明了虚拟机可信启动判定定理.其次,依据虚拟机可信启动判定定理,基于系统调用设计监测控制逻辑,对虚拟机启动过程进行主动动态度量与主动控制.实验结果表明所提方案能够有效排除复杂云环境下多虚拟机间非预期干扰,保证虚拟机启动过程的动态可信性,且性能开销较小.     

海的女儿：浙南蓝夹缬非遗服饰创新设计

设计灵感来源于国家级非物质文化遗产--浙南蓝夹缬。浙南蓝夹缬是瓯越地区特有的、海洋文明和中原文明交汇融合而生的非物质文化遗产，也是辉煌绚烂的盛唐夹缬的余绪和回声。本作品汲取了浙南蓝夹缬的图案元素和色彩元素，采用立体裁剪的方式，将面料堆积叠加形成高雅、简约、精美的造型效果。同时采用灰蓝色系，表现出理性、温和、低调的色彩感，有着儒文化的简洁素雅之美。     

地下车库顶板后浇带防水新型构造施工工法

地下车库顶板后浇带渗漏水作为建筑工程中的一个质量通病,如何克服成为工程施工中的一个难题。为了解决这个难题,我公司逐渐形成了一套行之有效的施工方法,经过加工、提炼形成为工法。     

Dense-1D-U-Net:用于自参考光谱干涉飞秒脉冲相位测量

超快激光脉冲形状宽度测量的核心是光谱相位的精确测量。本文提出了一种结合深度学习的自参考光谱干涉(SRSI)方法,并用该方法进行了飞秒脉冲相位的测量。该方法基于针对一维信号的Dense-1D-U-Net神经网络,采用经典的编码-解码网络结构并加入稠密连接和跳跃连接来提高网络的性能。结合SRSI法的特点,本文设计出结合了稠密连接块的Dense-1D-U-Net神经网络。基于大量接近真实光谱相位的模拟光谱相位数据可以发现,基于Dense-1D-U-Net的SRSI算法的计算结果的均方根误差相比传统SRSI算法至少降低一个数量级。与有无稠密连接、跳跃连接的对照组神经网络进行对比,分析了Dense-1D-U-Net的优势。最后用实验测量数据验证了使用模拟数据训练的Dense-1D-U-Net具有计算实验数据的能力。Dense-1D-U-Net神经网络未来可以拓展应用到超快光谱等其他一维信息研究领域。